S'abonner

Volumic method for the variational sum of a 2D discrete model - 03/10/14

Doi : 10.1016/j.crme.2014.07.002 
Azdine Nait-Ali
 ISAE–ENSMA, Institut Pprime, UPR CNRS 3346, Département “Physique et mécanique des matériaux”, ENSMA, Téléport 2, 1, avenue Clément-Ader, BP 40109, 86961 Futuroscope Chasseneuil-du-Poitou cedex, 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 2
Vidéos 0
Autres 0

Abstract

The geometric complexity of some heterogeneous materials (for example, fibers distributed randomly or deterministically with high conductivity [[2], [5]]) can make it difficult to model their macroscopic behavior. In some cases, it is convenient to simplify the geometry by cutting it into “simple” elements, so that the first study is performed only on these items. The difficulties arise from the reconstruction of the material. In such study, we describe a method for reconstructing a material cut into thin plates having undergone a size reduction (see [[6]] and [[5]], for example). The method used is of variational summation limit.

Le texte complet de cet article est disponible en PDF.

Résumé

La complexité géométrique de certains matériaux hétèrogènes (inclusions distribuées aléatoirement dans différentes directions (voir, par exemple, [[2], [5]])) rend difficile la modélisation du comportement à l'échelle macroscopique. Dans certains cas, il est commode de simplifier la géométrie par des éléments plus « simples », afin de ne travailler uniquement que sur ces éléments. La difficulté est alors déplacée vers la reconstruction du modèle 3D. Dans cette étude, nous décrivons une méthode de reconstruction 3D d'un matériau coupé en fines tranches ayant subi une réduction de dimension (voir [[6]] et [[5]], par exemple). Cette méthode constitue un passage à la limite par sommation variationnelle.

Le texte complet de cet article est disponible en PDF.

Keywords : Variational modeling, Discrete-continuous model, Γ-convergence

Mots-clés : Modélisation variationnelle, Passage discret-continue, Γ-convergence


Plan


© 2014  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 342 - N° 12

P. 726-731 - décembre 2014 Retour au numéro
Article précédent Article précédent
  • Three-dimensional Rayleigh–Bénard magnetoconvection: Effect of the direction of the magnetic field on heat transfer and flow patterns
  • Awatef Naffouti, Brahim Ben-Beya, Taieb Lili
| Article suivant Article suivant
  • Une méthode mécanique pour déterminer la porosité totale d'un sol
  • Samuel Ouoba, Bruno Cousin, Fabien Cherblanc, Jean Koulidiati, Jean-Claude Bénet

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.