晶体塑性模型引入两阶段概率校准

Joshua D. Pribe等基于论文摘要提出一种晶体塑性概率校准方法：融合全局与局部测量数据，以代理模型提升效率、全场晶体塑性模型维持准确性，并用并行序贯蒙特卡洛完成超过10万次模拟。测试显示，纳入局部数据可降低参数不确定性。 研究使用具有Inconel 718代表性微结构的合成数据，并以“真实值”模拟为参照；作者称该流程对有限且含噪的局部数据具有稳健性，并与仅用全场数据及有偏代理模型的校准进行了比较。目前证据限于合成数据测试。

AI 根据报道生成 · 46 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。