基于贝叶斯框架评估含随机缺陷复合材料结构的强度分布
应用统计
2019-01-17 v1
摘要
本文提出了一种新颖的随机框架，用于量化 coupon 尺度下面外褶皱导致的强度折减。关键创新是一种马尔可夫链蒙特卡洛算法，它严格地从缺陷图像数据中直接推导出褶皱缺陷的随机分布。该方法显著降低了关于缺陷影响的随机数值研究在参数化中的不确定性。为展示我们的方法，我们提出了一项原始的随机研究，以确定具有随机面外褶皱缺陷的角弯曲样品的强度分布。缺陷由使用 Karhunen-Loéve（KL）模定义的随机随机场参数化。KL 系数的分布从 B-Scan 数据中提取的错位数据经改进版多场图像分析推断得到。通过将褶皱嵌入高保真有限元模拟中，使用高性能工具箱 'dune-composites' 估计强度分布，我们观察到以 的概率出现 的严重折减。在文献支持下，我们的结果突出了最大错位与 coupon 强度折减之间的强相关性。这一观察使我们能够定义一个替代模型，提供由利用观测褶皱数据和高保真有限元模型的随机模拟所告知的预测强度的快速评估。
引用
@article{arxiv.1804.07549,
title = {A Bayesian Framework for Assessing the Strength Distribution of Composite Structures with Random Defects},
author = {Anhadjeet Sandhu and Anne Reinarz and Timothy Dodwell},
journal= {arXiv preprint arXiv:1804.07549},
year = {2019}
}
备注
21 pages, 12 figures