Chúng tôi trình bày một phương pháp tính toán dựa trên Biến đổi Fourier Nhanh (FFT) để tính toán phản ứng ứng suất nhớt của sợi cứng lơ lửng trong môi trường phi Newton. Chúng tôi xác định các mô hình dạng đóng cho độ nhớt của sợi treo từ dữ liệu thu được bằng phương pháp tính toán dựa trên FFT bằng cách tận dụng các kỹ thuật học máy có giám sát. Hơn nữa, chúng tôi trình bày một kiến ​​trúc Mạng Vật liệu Sâu (Deep Material Network) mới có khả năng xử lý huyền phù của các hạt cứng với hiệu suất tính toán cao.

Abstract:

We present a Fast-Fourier-Transform (FFT) based computational approach to computing the viscous stress response of rigid fibers suspended in a non-Newtonian medium. We identify closed-form models for the fiber suspension viscosity from data obtained with the FFT-based computational approach by leveraging supervised machine learning techniques. Furthermore, we present a novel Deep Material Network architecture capable of treating suspensions of rigid particles with high computational efficiency.

Ngôn ngữ:	eng
Tác giả:	Sterr, Benedikt
Thông tin nhan đề:	Machine learning aided multiscale mechanics of fiber suspensions
Nhà xuất bản:	KIT Scientific Publishing
Loại hình:	Tài nguyên giáo dục mở / Bộ sưu tập: Cơ khí - Chế tạo máy
Bản quyền:	https://creativecommons.org/licenses/by-sa/4.0/
Nguồn gốc:	https://directory.doabooks.org/handle/20.500.12854/169824
Mô tả vật lý:	206tr
Năm xuất bản:	2025