Qucosa
Not a member yet
63150 research outputs found
Sort by
Eneas Silvius Piccolomini und die Pfarrei Aspach: Mit einer Liste der Pfarrer von Aspach im 15. Jahrhundert
No full text
Homogenization Approaches for the Inelastic Behavior of Porous Structures
No full textDie Beschreibung des effektiven mechanischen Verhaltens hoch-poröser, zellularer Medien, wie beispielsweise schaumartiger Strukturen, stellt aufgrund ihrer komplexen strukturellen Abhängigkeiten und ausgeprägten Größeneffekte eine erhebliche Herausforderung dar. Traditionelle makroskopische Modellierungsansätze haben oft Schwierigkeiten, diese Phänomene, insbesondere bei inelastischen Deformationen, genau abzubilden. Mikromorphe Kontinuumstheorien bieten eine geeignete Herangehensweise, indem sie nicht-klassische Deformationsgrößen integrieren, die Größeneffekte und mikrostrukturelle Einflüsse abbilden. Diese Theorien komplizieren jedoch die Formulierung geeigneter konstitutiver Beziehungen und Bestimmung der erforderlichen Materialparameter, die experimentell schwer zu erfassen sind.
Diese Arbeit untersucht einen alternativen Ansatz, indem ein hierarchisches mikromorphes Multiskalen-Framework, die direkt FE²-Methode, verwendet wird, um das komplexe irreversible Verhalten heterogener Feststoffe zu simulieren. Die Studie vergleicht die Vorhersagen der Cosserat- (mikropolaren) und voll mikromorphen Theorien mit konventionellen Cauchy FE²-Ergebnissen und direkten numerischen Simulationen unter verschiedenen Lastbedingungen, einschließlich elastischer, elastisch-plastischer und Kriechdeformationen. Die Analyse hebt nicht-klassische Deformationsmoden und deren Beiträge zu makroskopischen Hyperspannungen und Gesamtverformungen hervor und bietet Einblicke in das Materialverhalten bei unterschiedlichen Skalenseparationen.
Um die Herausforderungen bei der Erfassung des inelastischen makroskopischen Verhaltens zellularer Medien innerhalb eines nicht-assoziativen Plastizitätsrahmens zu bewältigen, wurde ein neuartiger dreidimensionaler Hybrid-Ansatz zur Skalenüberbrückung entwickelt. Dieser Ansatz integriert Invarianten effektiver Größen aus räumlich aufgelösten Finite-Elemente-Analysen repräsentativer Volumenelemente in ein neuronales Netzwerk. Das Volumenelement approximiert relevante Schaum-Morphologien und ist austauschbar. Ein zentrales Merkmal dieses hybriden Modells ist die Einbindung neuronaler Netze, um ausschließlich jene Teile der komplexen Fließfläche und plastischen Fließrichtung darzustellen, für die analytische Beschreibungen unzureichend sind. Zu diesem Zweck werden die neuronalen Netze aus einem Datensatz trainiert, der durch numerische Homogenisierung gewonnen wurde.
Die vorgeschlagene Methodik wird anhand einer dreidimensionalen Weaire-Phelan-Struktur mit elastoplastischem Verhalten auf der Mikroebene validiert. Die Anforderungen an Trainingsdatensätze und Konfigurationen neuronaler Netze werden untersucht, um ein Gleichgewicht zwischen Vorhersagengenauigkeit und Recheneffizienz zu erreichen. Die Ergebnisse dieser Arbeit tragen zur Entwicklung prädiktiver Berechnungswerkzeuge für die Untersuchung von Struktur-Eigenschafts-Leistungsfähigkeits-Beziehungen in heterogenen Materialien bei und bieten vielversprechende Perspektiven für zukünftige Forschungsarbeiten in diesem Bereich.:List of Symbols
Operators
Variables
Abbreviations
1. Introduction
1.1. Motivation
1.2. State of the Art
1.3. Aim and Scope
1.4. Structure of the Thesis
2. Fundamentals
2.1. Continuum Mechanics
2.1.1. Nomenclature
2.1.2. Cauchy Continuum
2.1.3. Micromorphic Continuum
2.1.4. Cosserat Continuum
2.2. Constitutive Theory
2.2.1. Coleman-Noll-Procedure
2.2.2. Elasto-Plasticity
2.2.3. Creep
2.3. Multi-Scale Modeling
2.3.1. Representative Volume Element
2.3.2. Micro-Macro-Transition
2.3.3. Specifics for Generalized Continua
2.4. Finite Element Method
2.5. Direct FE²
2.6. Neural Networks
2.6.1. Type of Neural Networks
2.6.2. Training Procedure
2.6.3. Data Set
2.7. Overview and Implications
3. Quantification of Size Effects by Means of Micromorphic Investigation
3.1. Implementation of Generalized Continua in the Direct FE² Framework
3.2. Non-classical Microscopic Deformations
3.2.1. Deformation Modes
3.2.2. Deformation Moduli
3.2.3. Internal Length
3.3. Pure Bending of a Beam
3.3.1. Modeling Approaches and Mesh Convergence
3.3.2. Elastic and Plastic Bending
3.4. Plate with a Hole
3.4.1. Modeling and Mesh Convergence
3.4.2. Ligament and Hoop Stresses
3.5. Flow-Through Filter
3.6. Spherical Indenter
3.7. Overview and Implications
4. Homogenization of the Inelastic Deformation of Foam Structures
4.1 Hybrid Material Model
4.1.1. Constitutive Model of the Bulk Material
4.1.2. Computational Homogenization
4.1.3. Macroscopic Constitutive Model Incorporating Neural Networks
4.1.4. Extension of the Material Model
4.1.5. General Return Algorithm
4.2. Preliminaries of the Weaire-Phelan Foam
4.2.1. Relevance of Size Effects
4.2.2. Data Sampling on the Unit Cell
4.2.3. Neural Network Accuracy Depending on Network Topology
4.3. Prediciton Accuracy for Different Load Cases
4.4. Plate with Prohibited Transverse Strain
4.5. Plate with a Hole
4.6. Overview and Implications
5. Summary and Conclusion
A. Finite Deformation Stresses for the Micromorphic Continuum
B. Extension of the FFNET Library with Activation Functions
C. Non-classical Coupling Moduli
C.1. Microdeformation Moduli
C.2. Derivation of Hyperstress Moduli
C.3. Harmonic Hyperstress Moduli Depending on Implemented Components
D. Verification of Macroscopic Curvature Components
E. Comparison of Micromorphic FE² and DNS Computational Costs
E.1. Flow-Through Filter
E.2. Spherical Indenter
F. Evaluation of Sampling Strategies for Neural Network Applications
F.1. Data Sampling
F.2. Network Topology
F.3. Results
G. Derivatives for the Hybrid Material Model
BibliographyDescribing the effective mechanical behavior of highly porous cellular media, such as foam-like structures, remains a significant challenge due to their complex structural interdependencies and pronounced size effects. Traditional macroscopic modeling approaches often struggle to accurately capture these phenomena, particularly under inelastic deformations. Micromorphic continuum theories offer an appropriate approach by incorporating non-classical deformation measures that account for size effects and microstructural influences. However, these theories introduce complexities in formulating appropriate constitutive relations and determining the required material parameters, which are difficult to obtain experimentally.
This thesis explores an alternative approach by employing a hierarchical micromorphic multi-scale framework, the direct FE² method, to simulate the complex irreversible behavior of heterogeneous solids. The study compares the predictions of micropolar (Cosserat) and fully micromorphic theories with conventional Cauchy FE² results and direct numerical simulations under various loading conditions, including elastic, elastic-plastic, and creep deformations. The analysis highlights non-classical deformation modes and their contributions to macroscopic hyperstresses and overall deformations, providing insights into the materials response at different scale separations.
To address the challenges in capturing the inelastic macroscopic behavior of cellular media within a non-associative plasticity framework, a novel three-dimensional hybrid scale-bridging approach is developed. This approach integrates invariant representations of effective quantities from spatially resolved finite element analysis of representative volume elements within a neural network. The volume element approximates relevant foam morphologies and is interchangeable. A key feature of this hybrid model is the incorporation of neural networks to represent exclusively parts of the complex yield surface and plastic flow direction where analytical descriptions are inadequate. For this purpose, the neural networks are trained from a data set obtained through numerical homogenization.
The proposed methodology is validated using a three-dimensional Weaire-Phelan structure with elasto-plastic microscale behavior. The research examines the requirements for the training data sets and neural network configurations to balance approximation accuracy and computational efficiency. The findings of this thesis contribute to the development of predictive computational tools for studying structure-property-performance relations in heterogeneous materials, offering a promising avenue for future research in this area.:List of Symbols
Operators
Variables
Abbreviations
1. Introduction
1.1. Motivation
1.2. State of the Art
1.3. Aim and Scope
1.4. Structure of the Thesis
2. Fundamentals
2.1. Continuum Mechanics
2.1.1. Nomenclature
2.1.2. Cauchy Continuum
2.1.3. Micromorphic Continuum
2.1.4. Cosserat Continuum
2.2. Constitutive Theory
2.2.1. Coleman-Noll-Procedure
2.2.2. Elasto-Plasticity
2.2.3. Creep
2.3. Multi-Scale Modeling
2.3.1. Representative Volume Element
2.3.2. Micro-Macro-Transition
2.3.3. Specifics for Generalized Continua
2.4. Finite Element Method
2.5. Direct FE²
2.6. Neural Networks
2.6.1. Type of Neural Networks
2.6.2. Training Procedure
2.6.3. Data Set
2.7. Overview and Implications
3. Quantification of Size Effects by Means of Micromorphic Investigation
3.1. Implementation of Generalized Continua in the Direct FE² Framework
3.2. Non-classical Microscopic Deformations
3.2.1. Deformation Modes
3.2.2. Deformation Moduli
3.2.3. Internal Length
3.3. Pure Bending of a Beam
3.3.1. Modeling Approaches and Mesh Convergence
3.3.2. Elastic and Plastic Bending
3.4. Plate with a Hole
3.4.1. Modeling and Mesh Convergence
3.4.2. Ligament and Hoop Stresses
3.5. Flow-Through Filter
3.6. Spherical Indenter
3.7. Overview and Implications
4. Homogenization of the Inelastic Deformation of Foam Structures
4.1 Hybrid Material Model
4.1.1. Constitutive Model of the Bulk Material
4.1.2. Computational Homogenization
4.1.3. Macroscopic Constitutive Model Incorporating Neural Networks
4.1.4. Extension of the Material Model
4.1.5. General Return Algorithm
4.2. Preliminaries of the Weaire-Phelan Foam
4.2.1. Relevance of Size Effects
4.2.2. Data Sampling on the Unit Cell
4.2.3. Neural Network Accuracy Depending on Network Topology
4.3. Prediciton Accuracy for Different Load Cases
4.4. Plate with Prohibited Transverse Strain
4.5. Plate with a Hole
4.6. Overview and Implications
5. Summary and Conclusion
A. Finite Deformation Stresses for the Micromorphic Continuum
B. Extension of the FFNET Library with Activation Functions
C. Non-classical Coupling Moduli
C.1. Microdeformation Moduli
C.2. Derivation of Hyperstress Moduli
C.3. Harmonic Hyperstress Moduli Depending on Implemented Components
D. Verification of Macroscopic Curvature Components
E. Comparison of Micromorphic FE² and DNS Computational Costs
E.1. Flow-Through Filter
E.2. Spherical Indenter
F. Evaluation of Sampling Strategies for Neural Network Applications
F.1. Data Sampling
F.2. Network Topology
F.3. Results
G. Derivatives for the Hybrid Material Model
Bibliograph
Unlocking the Potential of Historical Aerial Imagery for the Antarctic Peninsula: Automating 3D Reconstruction using Py-thon and MicMac
No full textThe US Geological Survey (USGS) has made available a vast collection of historical aerial imagery from Antarctica, known as the TMA archive, captured by the U.S. Navy between 1946 and 2000. Our project aims to leverage this valuable resource to generate Digital Elevation Models (DEMs) of the region, enabling us to assess long-term changes in ice elevation on the Antarctic Peninsula. To achieve this, we employ Structure from Motion (SfM), a photogrammetric technique that constructs 3D structures from two-dimensional images by iden-tifying tie-points between them
Musikalische Improvisation als autonome Praxis?: Assoziationsangebote als strukturierende Grundlage von Interaktion im Unterricht
No full textZum Verhältnis von Raum und Aneignung in musikpädagogischen Interaktionen: Eine (begriffs-)theoretische Betrachtung
No full textModellbaubibliothek - Modelle sichtbar machen
No full textAusgangspunkt der Arbeit war eine Aufgabenstellung, die zwei zentrale Fragen formulierte: Wie lassen sich Architekturmodelle langfristig lagern und gleichzeitig sichtbar halten?\u2028Und: Wie schaffen wir Räume für konzentriertes Arbeiten im Hochschulalltag?\u2028Beides wird in diesem Entwurf zusammengeführt. Entstanden ist ein offenes, begehbares Regal. Ein Gebäude, das Modelle nicht nur aufbewahrt, sondern ausstellt. Und ein Ort, der Rückzug ermöglicht, ohne sich abzukapseln.\u2028Denn Architekturmodelle sind mehr als reine Entwurfshilfen. Sie sind physische Spuren von Ideen und Entscheidungen, kleine Erinnerungen an komplexe Prozesse und Entwicklungen. Deshalb war mein Ziel, ein System zu schaffen, das diese Modelle nicht verbirgt, sondern sichtbar über die gesamte Studiendauer hinweg macht.\u2028Der Entwurf basiert auf einer klaren Struktur: einem durchgehenden Holzraster mit offenen Regalen im Zentrum, flankiert von Denkzellen und Aufenthaltsbereichen.\u2028Der Baukörper ist 25 Meter lang, 6 Meter tief und umfasst drei Geschosse. Er steht 50 Zentimeter über dem Boden, ist modular aufgebaut, rückbaubar und transportabel.\u2028Die zentralen Regale sind beidseitig nutzbar, höhenverstellbar und über ein verschiebbares Leitersystem erschlossen. Sie bilden das Herz des Gebäudes, einen durchgehenden Aus- stellungsraum über drei Ebenen.\u2028Die Regale sind nicht nur Lagerflächen, sondern selbst Teil der Ausstellung. Sie gliedern den Raum, schaffen Wege und erlauben Durchblicke. Man bewegt sich durch das System hindurch, wie durch ein überdimensionales Möbelstück.\u2028An den Stirnseiten befinden sich die Erschließung mit Treppe und Aufzug sowie ein Funktionsbereich mit Technikraum, Toiletten und Denkzellen. Die Denkzellen bieten konzentrierten Rückzug, abgeschirmt durch vertikale Holzlamellen. Entlang der Fensterfront laden offene Bereiche mit Sitzgelegenheiten zum Austausch und Verweilen ein.\u202
