Projekt je zaměřen na stanovení lomově-materiálových parametrů betonu a jiných kvazikřehkých materiálů pomocí výpočtových a experimentálních postupů a metod. Tyto metody byly v poslední době vyvíjeny jak na české tak na čínské straně. Hlavní důraz je na stanovení jak deterministických, tak statistických materiálových parametrů lomové energie, tahového změkčení a modulu pružnosti těchto materiálů a také statistické závislosti veličin. Budou použity experimentální metody, jako je tříbodový ohyb nosníků se zářezem. Tyto metody budou kombinovány s numerickým modelováním za použití nelineární lomové mechaniky. Pokročilé stanovení parametrů je založeno na přístupech soft computing – Inverzní analýza založená na umělých neuronových sítích naučených pomocí virtuální stochastické nelineární simulace metodou konečných prvků. Citlivostní analýza je důležitou nedílnou částí postupu, pozornost bude věnována třem alternativním metodám: S ohledem na využití analýzy s malým počtem simulací pro spolehlivostní analýzu časově náročných nelineárních úloh, nejpřímější e nejjednodušší metoda je představována neparametrickou pořadovou korelací mezi základními náhodnými veličinami a veličinami odezvy konstrukce. Druhá metoda představuje využití umělých neuronových sítí. Jedná se o metodu založenou na souboru neuronových sítí. Při této metodě je zvolen soubor různých neuronových sítí, které jsou naučeny nezávisle, na základě výsledků je provedena citlivostní analýza. Třetí metoda je metoda ve formě variačních koeficientů. Zde jsou porovnávány variační koeficienty jednotlivých náhodných veličin s dílčími variačními koeficienty odezvy, za předpokladu, že vždy jedna veličina je uvažována náhodná v simulačním procesu.

Popis anglicky
The project is focused on determination of fracture-mechanical parameters of concrete and other quasi-brittle materials by means of the computational and experimental methodologies. These methodologies have been developed recently on both Czech and China sides. The main emphasize is on assessment of both deterministic and statistical material parameters of fracture energy, tension softening, strengths and modulus of elasticity of these materials, including statistical correlations. Experimental techniques, as three-point bending of notched specimens will be used, enhanced and combined with numerical modeling via nonlinear fracture mechanics. Advanced evaluation of parameters is based on the approaches of soft computing – inverse analysis using mainly artificial neural networks trained by virtual stochastic nonlinear finite element simulation. As sensitivity analysis is important part of the procedure, focus will be devoted to three alternative approaches: With respect to the small-sample simulation techniques utilized for reliability assessment of time-consuming nonlinear problems, the most straightforward and simplest approach uses the non-parametric rank-order statistical correlation between the basic random variables and the structural response variable. The second sensitivity approach is based on artificial neural network. A neural network ensemble-based sensitivity analysis is used. In this approach, a group of preselected superior neural networks is trained to independently carry out neural network modeling and performing parametric sensitivity analysis. The third method is sensitivity analysis in terms of coefficient of variation. In this approach, the ratio is calculated between the coefficient of variation of selected basic variable and the partial coefficient of variation of resistance, for the case in which the selected random variable is the only one treated as random in simulation process.

Klíčová slova
materiálové parametry, identifikace, citlivostní analýza, cementové kompozity

Klíčová slova anglicky
material parameters, identification, sensitivity analysis, cement-based composites