HEAL DSpace

Advanced Stochastic Finite Element Simulations and Reliability analysis

DSpace/Manakin Repository

Show simple item record

dc.contributor.advisor Παπαδόπουλος, Βησσαρίων el
dc.contributor.author Γιοβάνης, Δημήτρης Γ. el
dc.contributor.author Giovanis, Dimitris G. en
dc.date.accessioned 2014-11-04T12:00:05Z
dc.date.available 2014-11-04T12:00:05Z
dc.date.copyright 2014-05-08 -
dc.date.issued 2014-11-04
dc.date.submitted 2014-05-08 -
dc.identifier.uri http://dspace.lib.ntua.gr/xmlui/handle/123456789/39463
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.1396
dc.description 204 σ. el
dc.description.abstract Στα πλαίσια της παρούσας διδακτορικής διατριβής, για την αντιμετώπιση του υπολογιστικού κόστους που έχει η μέθοδος Monte Carlo, διατυπώνονται αρχικά δυο μεθοδολογίες για τον υπολογισμό της πιθανότητας αστοχίας ενός στοχαστικού συστήματος. Στην πρώτη μεθοδολογία τα τεχνητά νευρωνικά δίκτυα χρησιμοποιούνται στο πλαίσιο της μεθόδου των υποσυνόλων ενώ στη δεύτερη μεθοδολογία χρησιμοποιούνται στα πλαίσια της προσομοίωσης Monte Carlo. Οι δύο αυτές μέθοδοι έχουν ως αποτέλεσμα τη μείωση του υπολογιστικού κόστους τόσο της μεθόδου των υποσυνόλων όσο και της Monte Carlo. Στη συνέχεια πραγματοποιείται μια προσαρμοστική διατύπωση της μεθόδου των φασματικών στοχαστικών πεπερασμένων στοιχείων με μεθόδους Galerkin χρησιμοποιώντας τη συνάρτηση διακύμανσης της απόκρισης για τη εύρεση της χωρικής κατανομής των όρων της Karhunen-Loeve, οδηγώντας σε μείωση των συντελεστών της πολυωνυμικής βάσης που πρέπει να υπολογιστού, και συνεπώς μειώνοντας την πυκνότητα των διευρυμένων μητρώων της μεθόδου. Η προσαρμοστική αυτή διατύπωση σε συνδυασμό με επαναληπτικές μεθόδους επίλυσης βελτιώνει την υπολογιστική απόδοση της μεθόδου. Τέλος, πραγματοποιείται μια παραμετρική διερεύνηση της συμπεριφοράς της μεθόδου των φασματικών πεπερασμένων στοιχείων για διάφορες τιμές παραμέτρων του στοχαστικού πεδίου, η οποία χρησιμοποιείται στα πλαίσια της εκτίμησης της υπολογιστικής συμπεριφοράς της μεθόδου σε σχέση με τη μέθοδο Monte Carlo. el
dc.description.abstract This thesis presents a series of methodologies that have been implemented in the framework of SFEM and reliability analysis, in order to reduce the computational effort involved. The first methodology is a neural network-based subset simulation in which neural networks are trained and then used as robust meta-models in order to increase the efficiency of subset simulation with a minimum additional computational effort. In the second methodology neural networks are used in the framework of MCS for computing the reliability of stochastic structural systems, by providing robust neural network estimates of the structural response. The third methodology consists of constructing an adaptive sparse polynomial chaos (PC) expansion of the response of stochastic systems in the framework of spectral stochastic finite element method (SSFEM). The proposed methodology utilizes the concept of variability response function (VRF) in order to compute an a priori low cost estimation of the spatial distribution of the second-order error of the response as a function of the number of terms used in the truncated Karhunen-Loeve series representation of the random field involved in the problem. Finally, a parametric study of Monte Carlo simulation versus SSFEM in large-scale systems is performed. en
dc.description.statementofresponsibility Δημήτρης Γ. Γιοβάνης el
dc.language.iso en en
dc.rights ETDFree-policy.xml en
dc.subject Στοχαστική ανάλυση κατασκευών el
dc.subject Νευρωνικά δίκτυα el
dc.subject Μέθοδος υποσυνόλων el
dc.subject Μέθοδος φασματικών πεπερασμένων στοιχείων el
dc.subject Εκτίμησησ αξιοπιστίας κατασκευών el
dc.subject Μέθοδος προσομοίωσης Monte Carlo el
dc.subject Stochastic analysis en
dc.subject Neural Networks en
dc.subject Subset Simulation en
dc.subject Spectral stochastic finite element analysis en
dc.subject Reliability analysis en
dc.subject Monte Carlo simulation en
dc.title Advanced Stochastic Finite Element Simulations and Reliability analysis en
dc.title.alternative Προχωρημένες μέθοδοι προσομοίωσης στοχαστικών πεπερασμένων στοιχείων και αξιοπιστίας των κατασκευών el
dc.type doctoralThesis el (en)
dc.date.accepted 2014-04-10 -
dc.date.modified 2014-05-08 -
dc.contributor.advisorcommitteemember Παπαδρακάκης, Εμμανουήλ el
dc.contributor.advisorcommitteemember Τρέζος, Κωνσταντίνος el
dc.contributor.committeemember Παπαδόπουλος, Βησσαρίων el
dc.contributor.committeemember Παπαδρακάκης, Εμμανουήλ el
dc.contributor.committeemember Τρέζος, Κωνσταντίνος el
dc.contributor.committeemember Δεοδάτης, Γιώργος el
dc.contributor.committeemember Παπαδημητρίου, Κώνσταντινος el
dc.contributor.committeemember Κουτσογιάννης, Δημήτρης el
dc.contributor.committeemember Βαμβάτσικος, Δημήτρης el
dc.contributor.department Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Πολιτικών Μηχανικών. Τομέας Δομοστατικής. Εργαστήριο Στατικής και Αντισεισμικών Ερευνών. el
dc.date.recordmanipulation.recordcreated 2014-11-04 -
dc.date.recordmanipulation.recordmodified 2014-11-04 -


Files in this item

This item appears in the following Collection(s)

Show simple item record