-
带加强筋的双稳态层压板:失稳机制与界面脱粘失效的多尺度关联及参数化设计图谱
本文针对双稳态复合材料层压板加装粘接加强筋后易出现的失稳与界面脱粘问题,采用非线性有限元结合线性弹性断裂力学方法,揭示了刚度比、热膨胀失配与裂纹长度的耦合作用机制,绘制了三种后屈曲构型的分区图谱,并通过实验验证,为变体结构设计提供了失效判据与优化依据。
来源:COMPOSITE STRUCTURES
时间:2026-04-12
-
软件商业的八面观:基于认知视角的业务模式分类框架
本文针对软件业商业模式(BM)研究长期碎片化、缺乏认知维度整合的痛点,系统融合“产品—服务”价值主张与技术开放性(开源vs专有)双重轴线,通过对22家头部企业374份文件的分析,提炼出Patron、Proprietor等8种核心BM类型,揭示企业多模式组合规律,填补了多维分类的理论空白,为管理者提供了动态竞争的策略导航图。
来源:Digital Business
时间:2026-04-12
-
三维线性弹性高精度无稳定化虚拟单元法
在计算力学领域,传统的虚拟单元法(VEM)依赖于数值稳定化项以确保收敛,这构成了其应用和性能的一个显著限制。为了解决这一问题,Timothée Bouchez 等人基于胡-鹫津(Hu-Washizu)变分框架,首次提出了一种适用于三维线性弹性问题的高阶无稳定化虚拟单元法(sf-VEM)。该方法采用多项式插值离散应变和应力场,并利用涉及偶然性投影算子的增强虚拟单元空间来离散位移,从而在保证稳定性的同时有效减少了自由度数量。研究通过在不同网格类型上进行的数值分析验证了其良好的收敛性能,为复杂几何结构的高效、高精度仿真提供了新工具。
来源:COMPUTER METHODS IN APPLIED MECHANICS AND ENGINEERING
时间:2026-04-12
-
面向裂缝性多孔介质的高效嵌入式离散裂缝模型多重网格预条件子
本研究针对裂缝性多孔介质流动模拟中的高对比度渗透率挑战,开发了基于谱空间构造的两级与三级多重网格预条件子,兼容嵌入式离散裂缝模型(EDFM)与离散裂缝模型(DFM)。通过局部广义特征值问题提取多尺度基函数,结合ILU0平滑与FGMRES求解器,实现了对复杂裂缝网络与强异质性渗透场的鲁棒收敛,迭代次数不随渗透率对比度增加而显著增长,计算效率较AMGCL提升最高达6倍,为大规模裂缝-基质耦合流动模拟提供了高效解决方案。
来源:COMPUTER METHODS IN APPLIED MECHANICS AND ENGINEERING
时间:2026-04-12
-
时间滤波二阶和三阶无条件能量稳定解耦算法用于变密度/黏度Cahn-Hilliard-Navier-Stokes系统
本研究针对变密度/黏度的Cahn-Hilliard-Navier-Stokes(CHNS)系统,设计新型时间滤波二阶/三阶全解耦时间离散格式,提出辅助变量重构的修正能量法,严格证明无条件能量稳定性与体积守恒性,实现高效高精度多相流模拟,发表于《COMPUTER METHODS IN APPLIED MECHANICS AND ENGINEERING》。
来源:COMPUTER METHODS IN APPLIED MECHANICS AND ENGINEERING
时间:2026-04-12
-
像素化线性黏弹性超材料冲击响应机理与可解释数据驱动建模
本刊推荐:针对线性黏弹性超材料在冲击载荷下几何-黏性耦合建模难题,研究者提出“弹性基底+黏性调制”的可解释数据驱动框架,建立微观孔隙形状与宏观峰值力Fve、冲量Ive的稀疏映射关系,实现高效正演预测与逆向设计,为高性能防护材料开发提供新范式。
来源:COMPUTER METHODS IN APPLIED MECHANICS AND ENGINEERING
时间:2026-04-12
-
面向3D混凝土打印过程的统一流固弹黏塑性有限元模型及其跨尺度模拟研究
针对3D混凝土打印(3DCP)过程中挤出、层沉积与可建造性等多尺度物理现象难以统一模拟的难题,本研究首次将Saramito弹黏塑性本构模型拓展至水泥基材料,并引入Drucker-Prager屈服准则以考虑压力敏感性,结合粒子有限元法(PFEM)与Delaunay重网格技术,实现从流体到固体状态平滑、热力学一致的多尺度模拟。模型通过单层/多层墙实验验证,准确预测了挤出动力学、层间融合、接头形成及整体力学响应,为3DCP的工艺优化与结构设计提供了高精度计算工具。
来源:COMPUTER METHODS IN APPLIED MECHANICS AND ENGINEERING
时间:2026-04-12
-
基于多策略深度强化学习的预制建筑装配调度多目标优化研究
为解决预制建筑项目中工期、成本和约束冲突等多目标难以协同优化的问题,本文提出了一种结合多策略深度强化学习(DRL)与多目标进化算法(MOEA/D)的新型装配调度框架。该研究通过并行训练多个基于近端策略优化(PPO)的调度智能体,并利用带惩罚边界交叉的动态邻域MOEA/D演化策略,在真实项目中实现了高质量帕累托前沿的快速逼近,相比传统方法在95%的测试场景中取得了更高的超体积指标,且运行时间减半。该框架为预制建筑装配调度的多目标决策提供了高效、自适应的解决方案,对提升工程管理智能化水平具有重要意义。
来源:Journal of Building Engineering
时间:2026-04-12
-
基于可解释机器学习的轻木覆面加固砌体墙对角受压性能不连续参数分析与机理解析
本研究针对既有无筋砌体(URM)建筑抗震性能差、热工性能不足的双难题,采用不连续元法(DEM)结合可解释机器学习,系统探究轻木模块加固后对角受压响应。梯度提升决策树等模型预测精度优异(平均R2达0.943),SHAP分析揭示砂浆黏结力主导初始强度、锚固剪切刚度控制残余承载力,为寒冷地区中低地震风险区URM建筑可持续加固设计提供量化工具与透明决策依据。
来源:Journal of Building Engineering
时间:2026-04-12
-
化学改性阿萨伊纤维增强地质聚合物砂浆的新拌与硬化性能及可持续性评估
本研究针对地质聚合物(Geopolymer)材料脆性大、韧性不足的问题,系统探讨了经氢氧化钠(SH)和单宁酸(TA)表面处理的阿萨伊(açaí)纤维对偏高岭土基地质聚合物砂浆性能的影响,揭示了低掺量(约1%)结合5%浓度处理可优化工作性、力学性能及耐久性,为农业废弃物高值化利用提供了有效路径。
来源:Journal of Building Engineering
时间:2026-04-12