Geri Dön

A machine learning based approach to identify constitutive parameters for a second gradient model of pantographic structures

Pantografik yapıların ikinci gradyan modeli için oluşturucu parametreleri belirlemeye yönelik makine öğrenimi tabanlı bir yaklaşım

PDF İndir

  1. Tez No: 918014
  2. Yazar: BEKİR ÇAĞRI SARAR
  3. Danışmanlar: PROF. DELL’ISOLA FRANCESCO, DR. ÖĞR. ÜYESİ MUSTAFA ERDEN YILDIZDAĞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mühendislik Bilimleri, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: İngilizce
  9. Üniversite: Università degli studi de L Aquila
  10. Enstitü: Yurtdışı Enstitü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 33

Özet

Mekanik metamalzemeler, esas olarak mikrogeometri ve mikroyapısal özelliklerine bağlı olarak makroskobik davranış gösteren, mikroyapılara sahip mekanik sistemlerdir. Yüksek tokluğa sahip metamalzemelerin mikroyapısını tasarlamak için uzama testlerinde pantografik yapılar dikkate alınmaya başlanmıştır. Standart bir Cauchy birinci gradyan teorisini kullanarak bu tür yapıları uygun şekilde küçük bir uzunluk ölçeğinde modellemek mümkündür. Ancak bu tür modelleme seçiminin hesaplama maliyetleri, örneğin birçok karmaşık mekanik sistemin çalışmasına izin vermez. Burada hesaplama kolaylığı sağlayan model, ikinci gradyan teorilerine dayanan homojenleştirme tekniği ile sürekli bir ortama dönüştürülen makroskobik iki boyutlu bir plakadır. Bu makalenin amacı enerji denklemindeki iki boyutlu modelin kurucu parametrelerini derin öğrenme temelinde optimize etmek ve bunu standart Cauchy birinci gradyan teorisine dayalı referans mikro modelle karşılaştırmaktır. Çekme testinin uygulandığı 3 boyutlu modelin toplam depolanan enerji, reaksiyon kuvveti ve büzülme değerleri, bir dizi değişken yapısal parametre ile simüle edilen 2 boyutlu plaka yapısının depolanan enerji, reaksiyon kuvveti ve büzülme değerleri ile karşılaştırıldı. Aynı zamanda optimize edilmiş yapısal parametrelerle analizi yenilenen pantografik plaka başlangıç değerleri ile karşılaştırıldı.

Özet (Çeviri)

Mechanical metamaterials are mechanical systems with microstructures, which show macroscopic behavior, mainly dependent on their microgeometry and microstructural properties. Pantographic structures have begun to be considered in elongation tests to design the microstructure of metamaterials with high toughness. Using a standard Cauchy first gradient theory it is possible to model such structures at a suitably small length scale. However, the computational costs for this type of modeling selection do not allow, for example, the operation of many complex mechanical systems. Here, the model providing ease of calculation is a macroscopic two-dimensional plate transformed into a continuous medium by the homogenization technique based on the second gradient theories. The aim of this article is to optimize the constitutive parameters of the two-dimensional model in the energy equation on the basis of deep learning and to compare it with the referenced micro model based on the standard Cauchy first gradient theory. The total stored energy, reaction force and contraction values of the 3D model in which the tensile test was applied were compared with the values of the stored energy, reaction force and contraction values of the 2D plate structure, which was simulated with a series of variable structural parameters, and at the same time, the pantographic plate whose analysis was renewed with optimized structural parameters was compared with the initial values.

Benzer Tezler

  1. Tez No

    860422

    Optimization-driven data-based constraints identification via explicit mathematical and implicit machine-learning-based constitutives

    Açık matematiksel ve örtülü makine öğrenmesi temelli kurucu özgenlerle eniyileme öncüllü veri tabanlı kısıtlar özdeşimi

    ABDULLAH ALADAĞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Kimya MühendisliğiBoğaziçi Üniversitesi

    Kimya Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞÜKRÜ UĞUR AKMAN

  2. Tez No

    702185

    Türk hukukunda makine öğrenmesine dayalı yapay zekada verinin hukuka uygun şekilde kullanılması

    Lawful use of data in machine learning-based artificial intelligence under the Turkish law

    OSMAN GAZİ GÜÇLÜTÜRK

    Doktora

    Türkçe

    Türkçe

    2021

    HukukGalatasaray Üniversitesi

    Özel Hukuk Ana Bilim Dalı

    DOÇ. DR. FÜLÜRYA YUSUFOĞLU BİLGİN

  3. Tez No

    391418

    İçeriden öğrenenler ticaretinin tespitinde veri madenciliği yaklaşımı

    Data mining approach to detection of insider trading

    M. FEVZİ ESEN

    Doktora

    Türkçe

    Türkçe

    2015

    İşletmeİstanbul Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. MEHPARE TİMOR

  4. Tez No

    715818

    Evaluation of machine learning algorithmsfor object detection in technical drawingslike p&ids and circuit diagrams

    Başlık çevirisi yok

    BERKAY SEZEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTechnische Universität München

    DR. HARALD HELD

  5. Tez No

    807217

    Cluster-based scoring for malicious model detection in federated learning

    Federe öğrenmede zararlı modellerin tespiti için kümeleme tabanlı skorlama

    CEM ÇAĞLAYAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ARDA YURDAKUL

Geri Dön