Data-driven algorithm for real-time fatigue life prediction of structures with stochastic parameters

Fatigue crack growth analysis using extended finite element method (XFEM) is an efficient way to predict the residual life of structures; however, when the structure parameters vary stochastically, it will be very hard to make accurate predictions. To bridge this research gap, this work proposed a d...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Computer methods in applied mechanics and engineering Jg. 372; S. 113373
Hauptverfasser:	Feng, S.Z., Han, X., Ma, Z.J., Królczyk, Grzegorz, Li, Z.X.
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Elsevier B.V 01.12.2020
Schlagworte:	Data-driven learning Fatigue crack propagation Stochastic model parameters XFEM Data-driven learning Fatigue crack propagation Stochastic model parameters XFEM
ISSN:	0045-7825, 1879-2138
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!