无需压力数据的发现可塑性模型
摘要：基于数据驱动的自动发现材料力学规律的新方法：EUCLID（高效无监督本构定律识别与发现），并将其应用于可塑性模型的发现，包括任意形状的屈服面和各向同性和/或运动硬化定律。该方法无监督，即不需要应力数据，只需要完整场位移和全局力数据；它提供可解释的模型，即通过对潜在的大量候选函数进行稀疏回归而发现的简洁数学表达式；它是一次性的，即只需要一次实验即可进行发现。材料模型库通过将屈服函数用傅里叶级数展开来构建，而各向同性和运动硬化是通过假设屈服函数依赖于随塑性变形发展的内部历史变量来引入的。为了选择最相关的傅里叶模式并识别硬化行为，EUCLID采用物理知识，即发现过程中的优化问题强制执行了域内部和加载边界的平衡约束。通过稀疏性正则化生成一组解，从中自动选择成本低而简约度高的解。通过虚拟实验，我们展示了EUCLID准确发现了多种复杂度的塑性屈服面和硬化机制的能力。
作者：Moritz Flaschel, Siddhant Kumar, Laura De Lorenzis
论文ID：2202.04916
分类：Computational Engineering, Finance, and Science
分类简称：cs.CE
提交时间：2022-10-04