有限应变渗透超弹性：由人工神经网络支持的渐近多尺度ALE-FSI方法
摘要：多尺度多物理介质中求解多孔超弹性问题的控制方程和数值解策略提供在本文中。该问题从在孔隙水平上使用任意拉格朗日-欧拉（ALE）技术来制定和无量纲化流固耦合（FSI）问题开始。得到的ALE-FSI耦合PDE系统使用渐进行均化技术进行扩展和分析，得到了三个部分新颖的PDE系统，其中一个描述由两个微观问题（流体和固体）提供的宏观/有效问题。后两个提供所需的用于确定宏观响应的实时/在线形式的微观响应场的平均值。通过训练人工神经网络（ANN）作为微观固体问题的直接数值解（DNS）的替代品，可以有效地实现这一点。现有的方法首次实现了使用应变能的直接导数准确求解有限应变（多尺度）多孔超弹性问题。此外，引入了一个简单的实时输出密度检查，以实现从DNS获得的最佳和可靠的训练数据集。采用代表性体积单元（RVE），并进行了微观（RVE）敏感性分析和多尺度有限应变渗透固结模拟，展示了处理有限应变渗透弹性/多孔超弹性问题时采用本方法的重要性。
作者：Hamidreza Dehghani and Andreas Zilian
论文ID：2207.06764
分类：Computational Engineering, Finance, and Science
分类简称：cs.CE
提交时间：2023-02-22