基于具有统计代表性的微观结构数据预测 Gurson-Tvergaard-Needleman 模型在板料弯曲中的空洞演化
材料科学
2020-06-30 v1
摘要
板钢中的韧性损伤由空洞引起。预测弯曲构件中空洞的分布对产品设计至关重要。由于空洞体积分数是 Gurson-Tvergaard-Needleman（GTN）模型中的一个状态变量，故应用该模型预测弯曲过程中空洞的演化。材料参数基于双相钢的力-位移曲线以及由全景扫描电子显微镜图像获得的统计微观结构信息来确定。GTN 模型的空洞体积分数与特定空洞群体通过一种近期提出的、涉及机器学习算法的方案予以确定。
引用
@article{arxiv.2006.15973,
title = {Prediction of void evolution in sheet bending based on statistically representative microstructural data for the Gurson-Tvergaard-Needleman model},
author = {Alexander Schowtjak and Carl F. Kusche and Rickmer Meya and Sandra Korte-Kerzel and Talal Al-Samman and A. Erman Tekkaya and Till Clausmeyer},
journal= {arXiv preprint arXiv:2006.15973},
year = {2020}
}
备注
Proceedings of NUMIFORM 2019: The 13th International Conference on Numerical Methods in Industrial Forming Processes; Reviewed by Scientific Committee; 4 pages, 3 figures; otherwise not publicly accessible