کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6748486 1430175 2018 24 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Three scales asymptotic homogenization and its application to layered hierarchical hard tissues
ترجمه فارسی عنوان
سه مقیاس همگن سازی نامتقارن و کاربرد آن در بافت های سلسله مراتبی لایه بندی شده
کلمات کلیدی
مقیاس چندگانه، یکسان سازی، کامپوزیت سلسله مراتبی،
ترجمه چکیده
در کار حاضر، یک رویکرد همگن سازی همبستگی چند بعدی مقیاس های جدید برای بررسی خواص مؤثر کامپوزیت های سلسله مراتبی با ساختار دوره ای در مقیاس طول های مختلف پیشنهاد شده است. این روش با حل یک مسئله الاستیک خطی برای یک ماده کامپوزیت با ساختار سلسله مراتبی لایه نشان داده شده است. ما نتایج کلاسیک همگن سازی دو مقیاس و تکرار شده را به عنوان نمونه های خاصی از فرمول بندی ما به دست می آوریم. ضرایب موثر تحلیلی برای کامپوزیت لایه ای دو فاز با دو سطح ساختاری سلسله مراتبی نیز مشتق شده اند. این روش در نهایت برای بررسی خواص مؤثر مکانیکی یک استون تکمیل شده است، و کاربرد عملی آن در زمینه کاربرد بیومکانیک و مهندسی را نشان می دهد.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مهندسی عمران و سازه
چکیده انگلیسی
In the present work a novel multiple scales asymptotic homogenization approach is proposed to study the effective properties of hierarchical composites with periodic structure at different length scales. The method is exemplified by solving a linear elastic problem for a composite material with layered hierarchical structure. We recover classical results of two-scale and reiterated homogenization as particular cases of our formulation. The analytical effective coefficients for two phase layered composites with two structural levels of hierarchy are also derived. The method is finally applied to investigate the effective mechanical properties of a single osteon, revealing its practical applicability in the context of biomechanical and engineering applications.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: International Journal of Solids and Structures - Volumes 130–131, January 2018, Pages 190-198
نویسندگان
, , , , , , , , ,