Большаков Алексей
Владимирович
Аспирант · 1.2.2 · СВФУ ИМИ, кафедра ВТ
Занимаюсь численным моделированием деформации анизотропных гиперупругих материалов — материалов с направленной внутренней структурой, поведение которых описывается нелинейной упругостью. Основной инструмент — метод конечных элементов, реализованный на платформе FEniCS.
«Численное моделирование деформации
анизотропных гиперупругих материалов»
Северо-Восточный федеральный университет · ИМИ · Кафедра ВТ
Объект исследования
Анизотропные гиперупругие материалы
Материалы с направленной внутренней структурой (волокнистые композиты, биологические ткани), поведение которых описывается нелинейной упругостью с учётом анизотропии.
Предмет исследования
Математические модели, алгоритмы МКЭ и программный комплекс
Разработка функции плотности энергии деформации, алгоритмов МКЭ для геометрически нелинейных задач и их программная реализация.
Направление подготовки
1.2.2 — Мат. моделирование, численные методы и комплексы программ
Обязательная триада результатов: математическая модель · численные алгоритмы · программный комплекс.
Python
язык программирования
FEniCS
платформа МКЭ
C++
язык программирования
NumPy / SciPy
вычисления
МКЭ
численный метод
Нелин. упругость
область знаний
LaTeX
типографика
Прикл. математика
базовое образование
Математическая модель
Выбор функции плотности энергии деформации W для анизотропного случая. Формулировка краевой задачи в вариационной постановке. Вывод тензора напряжений и касательного модуля упругости.
Численные алгоритмы
Реализация МКЭ-алгоритма в FEniCS для геометрически нелинейных задач. Устранение объёмного замыкания (F-bar метод). Нелинейный решатель — метод Ньютона-Рафсона.
Программный комплекс
Верификация (сравнение с аналитическими решениями), валидация (сравнение с экспериментом), регистрация программы для ЭВМ (Роспатент), вычислительный эксперимент.
2024 — настоящее время
Математическое моделирование, численные методы и комплексы программ.
СВФУ, Институт математики и информатики, кафедра ВТ
Тема: «Численное моделирование деформации анизотропных гиперупругих материалов».
2022 - 2024
Перспективные методы искусственного интеллекта в сетях передачи и обработки данных
СВФУ им. М.К. Аммосова
Модификация архитектуры U-Net капсульными нейронными сетями для сегментации медицинских снимков
2018 - 2022
Прикладная математика и информатика
СВФУ им. М.К. Аммосова
Численное моделирование динамики температурного поля в окресности газопровода из полиэтиленовых труб
bolsocop@gmail.ru
Организация
СВФУ · ИМИ · Кафедра ВТ