MARC

 008260126s2023        us                              c    eng  d
■001000017360362
■00520260202105513
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798263340971
■035    ▼a(MiAaPQ)AAI32309222
■035    ▼a(MiAaPQ)GeorgiaTech73090
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a741
■1001  ▼aGloyd,  James  Todd.
■24510▼aMechanical  Metamaterial  Lattices  Via  Direct  Methods
■260    ▼a[Sl]▼bGeorgia  Institute  of  Technology▼c2023
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2023
■300    ▼a118  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-05,  Section:  B.
■500    ▼aAdvisor:  Kennedy,  Graeme  J.;Rimoli,  Julian  J.;Clarke,  John-Paul.
■5021  ▼aThesis  (Ph.D.)--Georgia  Institute  of  Technology,  2023.
■520    ▼aDiscrete  lattices  use  individually  manufactured  unit  cell  building  blocks,  which  are  then  assembled  to  form  large  lattice  structures,  the  quality  of  which  is  not  significantly  influenced  by  the  scale  of  the  structure.  Furthermore,  the  size  of  the  final  structure  is  not  bounded  by  the  footprint  of  the  manufacturing  equipment.  Tuning  the  elastic  behavior  of  materials  and  structures  provides  the  possibility  for  significant  improvements  to  overall  performance,  as  demonstrated  by  structural  and  topology  optimization  studies.  Similar  improvements  can  be  made  in  discrete  lattice  applications,  as  shown  by  the  Coded  Structures  Laboratory  at  NASA.  Improvements  made  to  performance  of  discrete  lattice  structures  are,  so  far,  limited  by  the  lack  of  a  systematic,  direct  method  to  dictate  the  behavior-that  is,  prescribe  the  deformation-of  the  final  structure.  Here  we  present  a  direct  method  of  prescribed  structural  behavior  integrating  structural  and  topology  optimization,  for  both  discrete  lattice  structures  and  general  structures.  Also  presented  are  formulas  and  methods  for  calculating  the  determinant  and  inverse  of  a  linear  combination  of  matrices,  which  originally  stemmed  from  the  development  of  prescribed  behavior  methods  however,  while  applicable  to  prescribed  deformation  problems,  are  much  more  useful  in  other  situations.  The  direct  methods  of  prescribed  deformation  presented  here  automatically  produce  dictated  behavior  from  the  candidate  structure  when  possible  and  produce  an  approximation  when  the  desired  behavior  is  impossible.  These  methods  are  shown  to  move  towards  a  minimizer  with  quadratic  convergence,  with  improved  results  in  situations  with  fewer  limits  on  the  prescribed  behavior.  Additionally,  the  presented  formula  for  calculation  of  the  determinant  of  a  linear  combination  of  matrices  provides  exact  results  in  as  little  as  one  tenth  of  the  time  of  traditional  approximation  methods,  and  the  exact  inverse  of  the  linear  combination  is  calculated  in  as  little  as  one  quarter  of  the  time  of  traditional  exact  methods.  We  show  these  formulas  provide  significant  computational  and  conceptual  improvement  to  current  methods  and  provide  unmatched  performance  in  parallel  computing  settings.
■590    ▼aSchool  code:  0078.
■650  4▼aDesign
■650  4▼aCarbon  fibers
■650  4▼aDeformation
■650  4▼aLinear  algebra
■650  4▼aEngineers
■650  4▼aIndustrial  engineering
■690    ▼a0389
■690    ▼a0546
■71020▼aGeorgia  Institute  of  Technology.
■7730  ▼tDissertations  Abstracts  International▼g87-05B.
■790    ▼a0078
■791    ▼aPh.D.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17360362▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서