This thesis proposes an innovative approach for the characterization of metallic materials in hostile testing environments. An optimized FEM model is developed with the aid of AI to simulate the flow stress and damage model of the tested material, without relying on traditional digital image correlation techniques. Experimental results under standard conditions are used to validate the model.

Questa tesi propone un approccio innovativo per la caratterizzazione di materiali metallici, in ambienti di test ostili. Viene sviluppato un modello FEM ottimizzato con l’ausilio dell’AI per simulare il flow stress e il modello di danneggiamento, del materiale testato, senza l’uso delle tecniche tradizionali di correlazione d’immagini digitali. I risultati sperimentali in condizioni standard sono utilizzati per validare il modello.

Identificazione dei parametri di flow stress e danneggiamento, in ambienti di prova difficili, tramite approcci AI basati su analisi FEM

GASPARETTO, GIULIA
2024/2025

Abstract

This thesis proposes an innovative approach for the characterization of metallic materials in hostile testing environments. An optimized FEM model is developed with the aid of AI to simulate the flow stress and damage model of the tested material, without relying on traditional digital image correlation techniques. Experimental results under standard conditions are used to validate the model.
2024
Identification of flow stress and damage parameters, in difficult testing environments, using AI approaches based on FEM analyses
Questa tesi propone un approccio innovativo per la caratterizzazione di materiali metallici, in ambienti di test ostili. Viene sviluppato un modello FEM ottimizzato con l’ausilio dell’AI per simulare il flow stress e il modello di danneggiamento, del materiale testato, senza l’uso delle tecniche tradizionali di correlazione d’immagini digitali. I risultati sperimentali in condizioni standard sono utilizzati per validare il modello.
Materiali
Danneggiamento
AI
Analisi FEM
Reti neurali
File in questo prodotto:
File Dimensione Formato  
Gasparetto_Giulia.pdf

accesso aperto

Dimensione 9.58 MB
Formato Adobe PDF
9.58 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/84454