El CTA los invita a una jornada de charlas a realizarse éste jueves 5 y el viernes 6 del corriente mes a las 15 horas se presentará el Ing. Julian J. Rimoli (Profesor de Ingeniería Aeroespacial, de Georgia Institute of Technology) presentando: “Estructuras de comprensión discontinua. Desde vehículos de descenso planetarios hasta metamateriales livianos”, y “Leyes constitutivas inteligentes: Homogeneización de microestructuras nolineales y dependientes de su historia a través de machine learning”, en el Aula de Postgrado del Departamento de Aeronáutica de la Facultad de Ingeniería (Calle 116 e/47 y 48 s/n).
CHARLA 1 “Estructuras de comprensión discontinua. Desde vehículos de descenso planetarios hasta metamateriales livianos”
Resumen:
El término tensegridad se refiere a una cierta clase de sistemas estructurales compuestos por barras y cuerdas. Mediante un pretensado adecuado las estructuras de tensegridad generalmente se vuelven mecánicamente estables. Los enfoques tradicionales para modelar su comportamiento suponen que (i) las barras son perfectamente rígidas, (ii) los cables son elásticos lineales y (iii) las barras experimentan una compresión pura y las cuerdas de tensión pura. Además, una restricción de diseño común es suponer que la estructura fallará cuando cualquiera de sus barras alcance la carga de pandeo de Euler correspondiente. En realidad, estos supuestos tienden a romperse en presencia de eventos dinámicos.
En la primera parte de esta charla, se presentará un modelo de orden reducido basado en la física para estudiar aspectos relacionados con la respuesta dinámica y no lineal de vehículos de descenso planetarios basados en la tensegridad.
Luego adoptaremos este modelo para mostrar cómo, bajo eventos dinámicos, el pandeo de miembros individuales de una estructura tipo tensegridad no implica necesariamente una falla estructural, lo que amplía significativamente el espacio de diseño para tales vehículos.
En la segunda parte de esta charla, mostraremos cómo las lecciones aprendidas de nuestro módulo de aterrizaje planetario de tensegridad se pueden traducir al desarrollo de nuevos metamateriales. Presentaremos el primer metamaterial de tensegridad 3D de clase 2 conocido y mostraremos que esta nueva topología exhibe propiedades mecánicas estáticas y dinámicas sin precedentes.
CHARLA 2 Leyes constitutivas inteligentes: Homogeneización de microestructuras nolineales y dependientes de su historia a través de “machine learning”
Resumen:
Durante siglos, los científicos e ingenieros se han basado en técnicas experimentales para caracterizar las propiedades mecánicas efectivas de los materiales. Estas propiedades, cuando se combinan con modelos constitutivos apropiados, tradicionalmente sirven como la base para cualquier análisis de materiales a nivel de ingeniería. Sin embargo, las metodologías modernas tienden a reemplazar este enfoque fenomenológico con una combinación de esquemas de homogeneización y modelos micromecánicos. La esperanza es que estos enfoques de múltiples escalas puedan minimizar el empirismo y conducir a una comprensión más fundamental de la relación entre el proceso, la microestructura y el rendimiento en el ciclo de desarrollo del material. Los enfoques más comunes en esta área caen dentro de las siguientes categorías: teoría matemática de la homogeneización, modelado constitutivo inspirado micromecánicamente y homegenización computacional.
El primer enfoque generalmente trata con problemas lineales o con problemas no lineales bajo suposiciones de material y microestructura muy específicas. El segundo enfoque generalmente se limita a conjuntos de hipotesis muy rígidas con respecto a la microestructura. El enfoque final comprende una gran variedad de esquemas de homogeneización computacional, que incluye el modelado concurrente a multi-escala. Estos esquemas generalmente tienen la capacidad de manejar microestructuras arbitrarias en los regímenes no lineales y dependientes de la historia, pero generalmente a un costo computacional prohibitivo. Se debe construir un elemento de volumen representativo (RVE) de la microestructura para cada punto de cuadratura del modelo de elementos finitos, y resolverlo para cada paso de tiempo de la simulación.
En esta charla, se presentará una formulación alternativa a los modelos multiescala concurrentes, en los que los RVE se utilizan en combinación con técnicas avanzadas de “machine learning” (ML) para desarrollar lo que llamamos “Smart Constitutive Laws” (SCL). A través de una serie de ejemplos, se demostrará cómo los SCL pueden manejar la homogeneización de microestructuras no lineales y dependientes de su historia. Quizás lo más interesante es que se mostrará cómo los SCL también pueden proporcionar información de localización (por ejemplo, plasticidad localizada) que generalmente se pierde en los esquemas tradicionales de homogeneización.
