Hybrid computational systems instructural mechanics

• Autorzy: Waszczyszyn Z. , Pabisek E. , Kaliszuk J.

Warianty tytułu

PL

Hybrydowe systemy obliczeniowe w mechanice konstrukcji

• Języki publikacji: EN

Abstrakty

EN

The first problem discussed in the paper is related to the reliability of structures. The simulation of the ultimate load of a steel girder is analized by means of a hybrid computational system FEM & ANN & p-EMP. The system consists of three components, with a low fusion grade. FEM is applied for 'off line' computing of the patterns for ANN training and testing. The trained ANN is then used for very fast generation of MC trials for the hybrid Monte Carlo method (HMC). The second problem corresponds to the identification of a neural material model (NMM) in elasto-plastic plane stress problems. The autoprogressive method (APM) was applied in a formulated hybrid system FEM/NMM/p-EMP with a very high fusion grade of components. The 'on line' interaction of all the components is applied at each load incremental step. In the third part of the paper the standing seminar on the application of ANN s in civil engineering, inspired by the ideas of the famous Professor Życzkowski's Seminar on applied mechanics, is briefly described.

PL

Pierwszy problem, analizowany w tym artykule, dotyczy analizy niezawodności konstrukcji. Nośność graniczna dźwigara stalowego jest symulowana za pomocą hybrydowego systemu obliczeniowego FEM & p-EMP. FEM jest stosowana do obliczania wzorców uczących i testujących ANN. Nauczona sieć służy do szybkiego generowania pseudolosowych próbek w symulacjach hybrydowej metody Monte Carlo (HMC). Drugi problem odnosi się do identyfikacji neuronowego modelu materiału ekwiwalentnego (NMM) w wybranych problemach płaskiego stanu naprężeń. Zastosowano system hybrydowy FEM/NMM/p-EMP charakteryzujący się bardzo wysokim stopniem integracji użytych komponentów. Do identyfikacji NMM zastosowano metodę autoprogresywną (AMP), która opiera się na interakcji 'on line' wszystkich komponentów na każdym przyroście obciążenia. Trzecia część pracy jest poświecona stałemu seminarium nt. stosowania ANNs w inżynierii lądowej, inspirowanego przez słynne Seminarium Profesora Życzkowskiego z zakresu mechaniki stosowanej.

Słowa kluczowe

EN

artificial neural network (ANN); autoprogressive method (APM); finite element method (FEM); hybrid computational systems; hybrid Monte Carlo method (HMC); neural material model (NMM); pseudo-empirical data (p-EMP); standing seminar

PL

hybrydowa metoda Monte Carlo (HMC); hybrydowy system obliczeniowy; metoda autoprogresywna (APM); metoda elementów skończonych (FEM); neuronowy model materiału (NMM); stałe seminarium; sztuczna sieć neuronowa (ANN); dane pseudopomiarowe; p-EMP

• Wydawca: Wydawnictwo Politechniki Krakowskiej im. Tadeusza Kościuszki
• Czasopismo: Czasopismo Techniczne. Mechanika
• Rocznik: 2010
• Tom: R. 107, z. 4-M
• Strony: 135--146
• Opis fizyczny: Bibliogr. 17 poz.,Wz., tab., wykr., ry

Twórcy

autor

Waszczyszyn Z.

autor

Pabisek E.

autor

Kaliszuk J.

• Katedra Mechaniki Konstrukcji, Wydział Budownictwa i Inżynierii Środowiska, Politechnika Rzeszowska

Bibliografia

• [1] Waszczyszyn Z., Artificial neural networks in civil and structural engineering: Ten years of research in Poland, Computer Assisted Mech. Eng. Sci., 13, 2006, 489-512.
• [2] Kaliszuk J., Reliability Analysis of Structures by Artificial Neural Networks (in Polish), Ph.D Th., University of Zielona Góra 2005.
• [3] Pabisek E., Hybrid Systems Integrating FEM and ANNs for the Analysis of Selected Problems of Structural and Materials Mechanics (in Polish), Monographs 369, Series Civil Engineering, Postdoctoral dissertation, Faculty of Civil Eng., Cracow University of Technology 2008.
• [4] Papadrakakis M., Papadopoulos V., Lagaros N.D., Structural reliability analysis of elastic-plastic structures using neural network and Monte Carlo simulation, Comp. Meth. Appl. Mech. Eng., 136, 1996, 145-163.
• [5] Ghaboussi J., Pecknold D.A., Zhang M., Haj-Ali R.M., Auto-progressive training of neural constitutive models, Int. J. Num. Meth. Eng., 42, 1998, 105-126.
• [6] Kaliszuk J., Waszczyszyn Z, Reliability analysis of a steel girder by the hybrid FEM/BPNN Monte Carlo Method, in: M.A. Giżejewski et al. (Eds), Progress in Steel, Composite and Aluminum Structures, Balkema, Taylor&Francis Group, London 2006, 346-347.
• [7] PN-B-06200.2002, Building steel structures. Requirements for production and control. Basic requirements.
• [8] COS MOS /M, Finite element analysis system. Version 2.5. Los Angeles, California: Structural Research and Analysis Corp. 1999.
• [9] Neural Network Toolbox for use with MATLAB. User’s Guide, Version 3, The Math Works inc, Natick, MA, USA 1998.
• [10] Waszczyszyn Z., Fundamentals of artificial neural networks, Ch. 1 in: Z. Waszczyszyn (Ed.), Neural Networks in the Analysis and Design of Structures, CISM Courses and Lectures, No. 404, Springer, Wien-New York, 1998, 1-51.
• [11] Hashash Y.M., Jung S., Ghaboussi J., Numerical implementation of a neural network based material model in finite element analysis, Int. J. Num. Meth. Eng., 59, 2004, 989-1005.
• [12] Ghaboussi J., Advances in neural networks in computational mechanics and engineering, Ch. 4 in: Z. Waszczyszyn (Ed.), Advances of Soft Computing in Engineering. CISM Courses and Lectures, Vol. 512, Springer, Wien New-York 2010, 191-236.
• [13] Pabisek E., Self-learning FEM/ANN approach to identification of an equivalent material models on measured structural constraints, Comput. Assis. Mech. Eng. Sci., 15, 2008, 67-78.
• [14] Zienkiewicz O.C., Valliappan S., King I.P., Elasto-plastic solutions of engineering problems: ‘Initial stress’, finite element approach, Int. J. Num. Meth. Eng., 1, 1969, 75-100.
• [15] Waszczyszyn Z., Pabisek E, Hybrid NN/FEM analysis of the elastoplastic plane stress problem, Computer Assisted Mech. Eng. Sci., 6, 1999, 177-188.
• [16] Waszczyszyn Z., Cichoń Cz., Radwańska M., Stability of Structures by Finite Element Methods, Elsevier, Amsterdam 1994.
• [17] Waszczyszyn Z., Master − my encounters with Professor Życzkowski (in Polish), Nasza Politechnika, 2007/3, Cracow Univ. of Technology, 2007.