Data-driven Bayesian model-based prediction of fatigue crack nucleation in Ni-based superalloys
Data-driven Bayesian model-based prediction of fatigue crack nucleation in Ni-based superalloys
复制标题
基于数据驱动的贝叶斯模型的镍基高温合金疲劳裂纹形核预测
DOI：
10.1038/s41524-022-00727-5
复制
发表时间：
2022
影响因子：
9.7
通讯作者：
Ghosh, Somnath
中科院分区：
文献类型：
--
作者：
Pinz, Maxwell;Weber, George;Stinville, Jean Charles;Pollock, Tresa;Ghosh, Somnath
建立了镍基高温合金René 88DT在疲劳载荷下基于贝叶斯推理的概率裂纹形核模型。开发了一种数据驱动的机器学习方法，识别驱动裂纹成核的潜在机制。疲劳加载的微观结构的实验组的特征在于附近的裂纹成核位点，使用扫描电子显微镜和电子背散射衍射图像相关的晶粒形态和晶体学的裂纹成核位点的位置。一个并发的多尺度模型，嵌入实验多晶微观结构的代表性体积元（RVE）在均匀化的材料，开发疲劳模拟。RVE域由晶体塑性有限元模型建模。一个各向异性连续塑性模型，通过均匀化的晶体塑性模型，用于外部区域。介绍了一种贝叶斯分类方法，以最佳选择信息状态变量预测裂纹形核。从这个主要的状态变量，一个简单的标量裂纹成核指标制定。
This paper develops a Bayesian inference-based probabilistic crack nucleation model for the Ni-based superalloy René 88DT under fatigue loading. A data-driven, machine learning approach is developed, identifying underlying mechanisms driving crack nucleation. An experimental set of fatigue-loaded microstructures is characterized near crack nucleation sites using scanning electron microscopy and electron backscatter diffraction images for correlating the grain morphology and crystallography to the location of crack nucleation sites. A concurrent multiscale model, embedding experimental polycrystalline microstructural representative volume elements (RVEs) in a homogenized material, is developed for fatigue simulations. The RVE domain is modeled by a crystal plasticity finite element model. An anisotropic continuum plasticity model, obtained by homogenization of the crystal plasticity model, is used for the exterior domain. A Bayesian classification method is introduced to optimally select informative state variable predictors of crack nucleation. From this principal set of state variables, a simple scalar crack nucleation indicator is formulated.
登录
查看更多内容
模拟粗晶镍基高温合金热加工过程中的大应变变形行为和邻域效应
DOI：
--
发表时间：
2011
期刊：
影响因子：
--
作者：
T. Turner;S. Semiatin
通讯作者：
S. Semiatin
影响因子：
2.6
作者：
G. Weber;M. Pinz;Somnath Ghosh
通讯作者：
G. Weber;M. Pinz;Somnath Ghosh
影响因子：
9.4
作者：
Saikumar R. Yeratapally;M. Glavicic;M. Hardy;M. Sangid
通讯作者：
Saikumar R. Yeratapally;M. Glavicic;M. Hardy;M. Sangid
基于外部统计的弹性复合材料代表性体积单元的边界条件
DOI：
--
发表时间：
2016
期刊：
影响因子：
--
作者：
Somnath Ghosh;D. Kubair
通讯作者：
D. Kubair
枝晶铸造铝合金速率相关各向异性弹塑性模型的双级嵌套均匀化
DOI：
--
发表时间：
2011
期刊：
影响因子：
--
作者：
D. Paquet;P. Dondeti;Somnath Ghosh
通讯作者：
Somnath Ghosh