Diese Website verwendet Cookies und ähnliche Technologien. Dabei handelt es sich um kleine Textdateien, die auf eurem Computer gespeichert und ausgelesen werden. Indem ihr auf "Alles akzeptieren" klickt, stimmt ihr der Verarbeitung von Daten, der Erstellung und Verarbeitung von individuellen Nutzungsprofilen über Websites und über Partner und Geräte hinweg sowie der Übermittlung eurer Daten an Drittanbieter zu, die eure Daten teilweise in Ländern außerhalb der Europäischen Union verarbeiten (GDPR Art. 49). Einzelheiten hierzu findet ihr in den Datenschutzhinweisen. Die Daten werden für Analysen und für eigene Zwecke Dritter verwendet. Weitere Informationen, auch über die Datenverarbeitung durch Drittanbieter und die Möglichkeit des Widerrufs, findet ihr in den Einstellungen und in unseren Datenschutzhinweisen. Hier könnt ihr mit den notwendigen Tools fortfahren.
- Verlag: Elsevier Science & Technology
- Autor: Maciej Pietrzyk
- Artikel-Nr.: KNV96378518
- ISBN: 9780124167070
Computational Materials Engineering: Achieving High Accuracy and Efficiency in Metals Processing Simulations describes the most common computer modeling and simulation techniques used in metals processing, from so-called "fast" models to more advanced multiscale models, also evaluating possible methods for improving computational accuracy and efficiency.
Beginning with a discussion of conventional fast models like internal variable models for flow stress and microstructure evolution, the book moves on to advanced multiscale models, such as the CAFÉ method, which give insights into the phenomena occurring in materials in lower dimensional scales.
The book then delves into the various methods that have been developed to deal with problems, including long computing times, lack of proof of the uniqueness of the solution, difficulties with convergence of numerical procedures, local minima in the objective function, and ill-posed problems. It then concludes with suggestions on how to improve accuracy and efficiency in computational materials modeling, and a best practices guide for selecting the best model for a particular application.