返回
Empirically corrected cluster cubature (E3C)
DOI:10.1016/j.cma.2025.117779.png)
摘要
En 中文
在计算均质化中,微观问题通常通过伽辽金投影方法求解以加速计算。通过采用超降维技术评估所涉及的积分,可以实现极高的计算效率。本文提出了一种新颖的超降维方法,并将其应用于静磁学中。该方法结合了微观结构聚类的思想,以及经验识别/修正一组降维积分点(这些点并非来自有限元积分点集)。结果表明,对于孔隙微观结构,当相对比达到约1000时,宏观响应(2D)在仅使用12个积分点时,几乎无法与有限元结果区分。因此,在线成本(以及离线成本)被证明特别低。此外,讨论了一个双尺度示例,并将代码在线发布。
Keyword:
Computational homogenization
Magnetism
Model order reduction
Hyper-reduction
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
7.3
论文数:
1.3W
被引数:
5.6W
机构
引用论文
Prediction of the mechanical behavior of nonlinear heterogeneous systems by multi-level finite element modeling通过多级有限元建模预测非线性异质系统的力学行为
A multiscale method for periodic structures using domain decomposition and ECM-hyperreduction使用区域分解和ecm-hyperreduction的周期性结构的多尺度方法
Self-consistent clustering analysis: An efficient multi-scale scheme for inelastic heterogeneous materials自洽聚类分析: 非弹性异质材料的有效多尺度方案
The reduced model multiscale method (R3M) for the non-linear homogenization of hyperelastic media at finite strains有限应变超弹性介质非线性均匀化的简化模型多尺度方法 (R3M)

