Einblick in die Deep Neural Network Direct Stiffness Methode (DNN-DSM)
In diesem Blog-Beitrag wird eine neuartige Methode zur Durchführung einer rechnerisch effektiveren Balken-Element-Analyse vorgestellt, die das nichtlineare Last-Verschiebungsverhalten/Momenten-Rotationsverhalten von RHS/SHS-Profilen unterschiedlicher lokaler Schlankheit berücksichtigt: die “DNN-DSM” nutzt Techniken des maschinellen Lernens (Deep Neural Networks-DNN) zur Vorhersage der nichtlinearen Steifigkeitsmatrixterme in einer Balken-Element-Formulierung für die Implementierung in die direkte Steifigkeitsmethode (DSM). Als Vorhersagegrundlage dienen trainierte DNN-Modelle basierend auf einem umfangreichen Pool aus FE-Schalensimulationen, genauer aus linearen Beulanalysen (LBA) und geometrisch und materiell nichtlinearen Analysen mit Imperfektionen (GMNIA).
Weiterlesen