S'abonner

Random-field model for the elasticity tensor of anisotropic random media - 01/01/04

Doi : 10.1016/j.crme.2004.09.008 
Christian Soize
Laboratoire de mécanique, université de Marne-la-Vallée, 5, boulevard Descartes, 77454 Marne-la-Vallée, France 

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 6
Iconographies 0
Vidéos 0
Autres 0

Abstract

This Note deals with the construction of a non-Gaussian positive definite matrix-valued random field whose mathematical properties allow the fourth-order elasticity tensor of random non homogeneous anisotropic three dimensional elastic media to be modelled. If the usual parametric probabilistic approach was used, then 21 mutually dependent random fields should be modelled and identified by using experimental data. Such an approach would be very difficult because the systems of the marginal probability distributions of these random fields have to be identified due to the fact that, for a boundary value problem, the displacement field of the random medium is a non-linear mapping of the random elasticity tensor. The theory presented in this paper allows such a probabilistic model of the fourth-order elasticity tensor field to be constructed and depends only of four scalar parameters: three spatial correlation lengths and one parameter allowing the level of the random fluctuations to be controlled. To cite this article: C. Soize, C. R. Mecanique 332 (2004).

Le texte complet de cet article est disponible en PDF.

Résumé

On présente la construction dʼun champ aléatoire à valeurs dans les matrices définies positives dont les propriétés mathématiques permettent de modéliser le tenseur dʼélasticité du quatrième ordre des mileux élastiques anisotropes tridimensionnels aléatoires. Si lʼapproche probabiliste paramétrique usuelle était utilisée, alors il serait nécessaire de modéliser et dʼidentifier à lʼaide de données expérimentales 21 champs aléatoires mutuellement dépendants. Une telle approche serait très difficile de part le fait que le système de lois marginales de ces champs aléatoires doit être identifié parce que, pour un problème aux limites, le champ de déplacement est une transformation non linéaire du tenseur dʼélasticité. La théorie présentée dans ce papier permet de construire une modélisation probabiliste du champ de tenseur dʼélasticité qui ne dépend que de quatre paramètres scalaires : trois échelles de corrélation spatiale et un paramètre permettant de contrôler le niveau des fluctuations aléatoires. Pour citer cet article : C. Soize, C. R. Mecanique 332 (2004).

Le texte complet de cet article est disponible en PDF.

Keywords : Computational solid mechanics, Stochastic anisotropic elasticity, Random medium, Non-Gaussian random field

Mots-clés : Mécanique des solides numérique, Elasticité anisotrope stochastique, Milieu aléatoire, Champ aléatoire non gaussien


Plan

Plan indisponible

© 2004  Académie des sciences. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 332 - N° 12

P. 1007-1012 - décembre 2004 Retour au numéro
Article précédent Article précédent
  • Experimental observation of frequency doubling in a viscoelastic mixing layer
  • F. Sausset, O. Cadot, S. Kumar
| Article suivant Article suivant
  • Variance of the virtual displacement
  • Claude Vallée, Jean-Marie Souriau, Géry de Saxcé, Danielle Fortuné

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.