Efficient Improvement of Virtual Crack Extension Method by a Derivative of the Finite Element Stiffness Matrix ( JAPAN )

Q: 이 논문에서 정의한 가상 균열 확장법(Virtual Crack Extension Method)이란 무엇인가?

가상 균열 확장법은 유한 요소 기법을 활용하여 응력 확대 계수를 결정하는 에너지 방법이다. 이 방법은 균열 선단 메시를 따라 균열이 미세하게 확장될 때 발생하는 에너지 방출률의 변화를 측정하여 응력 확대 계수를 도출한다. 단 한 번의 유한 요소 계산으로 에너지 방출률을 측정할 수 있어 효율적이다.

Q: 유한 요소 강성 행렬의 미분을 활용하는 새로운 가상 균열 확장법의 장점은 무엇인가?

연구 결과, 유한 요소 강성 행렬의 미분을 직접 사용하는 새로운 가상 균열 확장법은 기존의 차분 방식보다 계산 시간을 크게 단축시키면서도 높은 정확도로 응력 확대 계수를 얻을 수 있다. 이 방법은 균열 길이 변화에 따른 강성 행렬의 미분을 한 번만 계산하므로 효율적이다.

Haruo Ishikawa; Shizuka Nakano; Ryoji Yuuki; Nam Yong Chung

추천

검색

질문

자료유형: 학술대회자료

저자정보: Haruo Ishikawa Shizuka Nakano Ryoji Yuuki Nam Yong Chung

저널정보: 대한기계학회 KSME/JSME THERMAL and FLUID Engineering Conference KSME/JSME Joint Conference Fracture and Strength 1990년

발행연도: 1990.7

수록면: 490 - 495 (6page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

In the virtual crack extension method, the stress intensity factor, K, is obtained from the converged value of the energy release rate by the difference of the finite element stiffness matrix when some crack extension are taken. Instead of the numerical difference of the finite element stiffness, a new method to use a direct derivative of the finite element stiffness matrix with respect to crack length is proposed. By the present method, the results of some example problems, such as uniform tension problems of a square plate with a center crack and a rectangular plate with an internal slant crack, are obtained with high accuracy and good efficiency. Comparing with analytical results, the present values of the stress intensity factors of the problems are obtained with the error that is less than 0.6%. This shows the numerical assurance of the usefulness of the present method. A personal computer program for the analysis is developed.

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2009-550-012670308

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)