Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Modelowanie wieloskalowe
Tok studiów:
2016/2017
Kod:
MIS-1-607-s
Wydział:
Inżynierii Metali i Informatyki Przemysłowej
Poziom studiów:
Studia I stopnia
Specjalność:
-
Kierunek:
Informatyka Stosowana
Semestr:
6
Profil kształcenia:
Ogólnoakademicki (A)
Język wykładowy:
Polski
Forma i tryb studiów:
Stacjonarne
Osoba odpowiedzialna:
Madej Łukasz (lmadej@agh.edu.pl)
Osoby prowadzące:
Madej Łukasz (lmadej@agh.edu.pl)
Perzyński Konrad (kperzyns@agh.edu.pl)
Krótka charakterystyka modułu

Opis efektów kształcenia dla modułu zajęć
Kod EKM Student, który zaliczył moduł zajęć wie/umie/potrafi Powiązania z EKK Sposób weryfikacji efektów kształcenia (forma zaliczeń)
Wiedza
M_W001 Posiada wiedzę na temat zalet i możliwości wykorzystania modelowania wieloskalowego w zagadnieniach inżynierii materiałowej i metalurgii. IS1A_W03 Egzamin,
Kolokwium
M_W002 Posiada podstawową wiedzę na temat doboru odpowiedniej metody analizy makro (np. MES, MRS, MOS) oraz mikro (np. Automaty Komórkowe, Monte Carlo) do rozpatrywanego zagadnienia. IS1A_W03 Aktywność na zajęciach,
Egzamin,
Kolokwium
Umiejętności
M_U001 Posiada umiejętność opracowania i implementacji modelu skali mikro z wykorzystaniem np. Automatów Komórkowych, Monte Carlo na bazie wiedzy dotyczącej analizowanego zjawiska fizycznego. IS1A_U07 Aktywność na zajęciach,
Projekt,
Udział w dyskusji,
Wykonanie projektu
M_U002 Posiada umiejętność identyfikacji parametrów opracowanego modelu. IS1A_U07 Sprawozdanie
M_U003 Posiada umiejętność interpretacji wyników uzyskanych z zaimplementowanego modelu skali mikro oraz ich wykorzystania do obliczeń w skali makroskopowej. IS1A_U06 Sprawozdanie,
Udział w dyskusji
Kompetencje społeczne
M_K001 Potrafi docenić zalety płynące z wykorzystania modelowania wieloskalowego do opracowywania nowych technologii użytecznych społecznie. IS1A_K05 Udział w dyskusji
Matryca efektów kształcenia w odniesieniu do form zajęć
Kod EKM Student, który zaliczył moduł zajęć wie/umie/potrafi Forma zajęć
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Inne
E-learning
Wiedza
M_W001 Posiada wiedzę na temat zalet i możliwości wykorzystania modelowania wieloskalowego w zagadnieniach inżynierii materiałowej i metalurgii. + - - - - - - - - - -
M_W002 Posiada podstawową wiedzę na temat doboru odpowiedniej metody analizy makro (np. MES, MRS, MOS) oraz mikro (np. Automaty Komórkowe, Monte Carlo) do rozpatrywanego zagadnienia. + - - - - - - - - - -
Umiejętności
M_U001 Posiada umiejętność opracowania i implementacji modelu skali mikro z wykorzystaniem np. Automatów Komórkowych, Monte Carlo na bazie wiedzy dotyczącej analizowanego zjawiska fizycznego. - - + - - - - - - - -
M_U002 Posiada umiejętność identyfikacji parametrów opracowanego modelu. + - + - - - - - - - -
M_U003 Posiada umiejętność interpretacji wyników uzyskanych z zaimplementowanego modelu skali mikro oraz ich wykorzystania do obliczeń w skali makroskopowej. - - + - - - - - - - -
Kompetencje społeczne
M_K001 Potrafi docenić zalety płynące z wykorzystania modelowania wieloskalowego do opracowywania nowych technologii użytecznych społecznie. + - + - - - - - - - -
Treść modułu zajęć (program wykładów i pozostałych zajęć)
Wykład:
  1. Modelowanie materiałów

    Zalety, wyzwania i metody ich rozwiązania. Idea modelowania wieloskalowego.

  2. Metody analizy makro 1

    Siatkowe metody rozwiązywania równań różniczkowych

  3. Metody analizy makro 2

    Siatkowe metody rozwiązywania równań różniczkowych

  4. Metody analizy makro 3

    Bezsiatkowe metody rozwiązywania równań różniczkowych

  5. Klasyfikacja metod analizy wieloskalowej

    Modele hybrydowe, modele hierarchiczne.

  6. Konwencjonalne modele analizy mikro

    Modele wykorzystujące równania analityczne i różniczkowe

  7. Alternatywne metody analizy mikro 1

    Metoda automatów komórkowych CA – podstawowe definicje (przestrzeń, sąsiedztwo, reguły przejścia, warunki brzegowe, notacja, klasyfikacja).

  8. Alternatywne metody analizy mikro 2

    Przykłady zastosowania metody metoda automatów komórkowych.

  9. Alternatywne metody analizy mikro 3

    Zastosowanie CA w zagadnieniach metalurgii i inżynierii materiałowej (model rekrystalizacji statycznej i dynamicznej, schemat tworzenia modelu, opracowanie bazy wiedzy, definiowanie komórek CA, definiowanie reguł przejścia.

  10. Alternatywne metody analizy mikro 4

    Zastosowanie CA w zagadnieniach metalurgii i inżynierii materiałowej (model przemiany fazowej), schemat tworzenia modelu, opracowanie bazy wiedzy, definiowanie komórek CA, definiowanie reguł przejścia.

  11. Alternatywne metody analizy mikro 5

    Metoda Monte Carlo MC – podstawowe definicje (Algorytm Metropolis, Model Potts).

  12. Alternatywne metody analizy mikro 6

    Zastosowanie MC w zagadnieniach metalurgii i inżynierii materiałowej (np. model rekrystalizacji statycznej i dynamicznej), schemat tworzenia modelu.

  13. Tworzenie modeli wieloskalowych

    Przenoszenie danych pomiędzy modelami analizy mikro i makro (np. CAFE – Cellular Automata Finite Element).

  14. Modele analizy wieloskalowej bazujące na cyfrowej reprezentacji materiału
Ćwiczenia laboratoryjne:
  1. Opracowanie modelu numerycznego: model geometryczny, dyskretyzacja problemu, model reologiczny, warunki brzegowe.
  2. Identyfikacja modelu reologicznego.
  3. Przeprowadzenie symulacji numerycznej problemu skali makroskopowej.
  4. Implementacja prostego algorytmu opartego na metodzie CA w przestrzeni 2D i wprowadzenie periodycznych warunków brzegowych
  5. Implementacja algorytmów bazujących na CA np. algorytm gra w życie, pożar lasu
  6. Testowanie różnych wariantów stanów początkowych w algorytmach np. gra w życie, pożar lasu.
  7. Opracowanie i implementacja algorytmu rozrostu ziaren metodą CA w przestrzeniach 2D i 3D.
  8. Opracowanie modelu prostej deformacji ziaren na bazie CA
  9. Implementacja prostego algorytmu opartego na metodzie Monte Carlo w przestrzeni 2D,np. całkowanie.
  10. Opracowanie i implementacja algorytmu rozrostu ziaren metoda MC w przestrzeniach 2D i 3D.
  11. Opracowanie i implementacja algorytmu rozrostu ziaren metoda MC w przestrzeniach 2D i 3D.
  12. Model prostej deformacji ziaren na bazie MC- problemy skali mikro.
  13. Połączenie jednego z opracowanych modeli skali mikro z modelem skali makro, stworzenie modelu wieloskalowego 1
  14. Połączenie jednego z opracowanych modeli skali mikro z modelem skali makro, stworzenie modelu wieloskalowego 2
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 86 godz
Punkty ECTS za moduł 3 ECTS
Udział w wykładach 28 godz
Udział w ćwiczeniach laboratoryjnych 28 godz
Przygotowanie do zajęć 18 godz
Egzamin lub kolokwium zaliczeniowe 2 godz
Dodatkowe godziny kontaktowe z nauczycielem 10 godz
Pozostałe informacje
Sposób obliczania oceny końcowej:

Średnia ważona: 0.5* ocena z ćwiczeń + 0.5* ocena z egzaminu

Wymagania wstępne i dodatkowe:

Zgodnie z Regulaminem Studiów AGH podstawowym terminem uzyskania zaliczenia jest ostatni dzień zajęć w danym semestrze. Termin zaliczenia poprawkowego (tryb i warunki ustala prowadzący moduł na zajęciach początkowych) nie może być późniejszy niż ostatni termin egzaminu w sesji poprawkowej (dla przedmiotów kończących się egzaminem) lub ostatni dzień trwania semestru (dla przedmiotów niekończących się egzaminem).

Zalecana literatura i pomoce naukowe:

1. O. C. Zienkiewicz, R. L. Taylor, The Finite Element Method Set, Butterworth-heinemann, 2005.
2. Fries T.P., Matthies H.G., Classification and overview of meshfree methods, Scientific Computing, Informatikbericht, 2003-3, Brunswick, 2004.
3. R. Wit, ,,Metody Monte Carlo – wykłady”, Wydawnictwo Politechniki Częstochowskiej, 2004.
4. Tao Pang, Metody obliczeniowe w fizyce, PWN, 2001.
5. S. Wolfram, A New kind of science, Wolfram Media, 2002.
6. K. Kułakowski, Automaty komórkowe, Ośrodek Edukacji Niestacjonarnej, Kraków, 2000.
7. Madej L., Hodgson P.D., M. Pietrzyk, Development of the Multi-scale Analysis Model to Simulate Strain Localization Occurring During Material Processing, Archive of Computer Methods in Engineering, 16, 2009, 287 – 318.

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

1. Madej L., Wang J., Perzynski K., Hodgson P.D., Numerical modelling of dual phase microstructure behavior under deformation conditions on the basis of digital material representation, Computational Material Science, 95, 2014, 651–662.
2. Madej L., Sieradzki L., Sitko M.,Perzynski K., Radwański K., Kuziak R., Multi scale cellular automata and finite element based model for cold deformation and annealing of a ferritic-pearlitic microstructure, Computational Materials Science, 77, 2013, 172–181.
3. Halder C., Madej L., Pietrzyk M., Chakraborti N., Optimization of cellular automata model for the heating of Dual Phase steel by Genetic Algorithm and Genetic Programming, Materials and Manufacturing Processes, 30:4, 2015, 552-562.
4. Szyndler J., Madej L., Numerical analysis of the influence of number of grains, FE mesh density and friction coefficient on representativeness aspects of the polycrystalline Digital Material Representation – plane strain deformation case study, Computational Material Science, 96, 2015, 200–213.
5. Perzyński K., Madej L., Wang J., Kuziak R., Hodgson P.D., Numerical investigation of influence of the martensite volume fraction on DP steels fracture behavior on the basis of digital material representation model, Metallurgical and Materials Transactions A, 45, 2014, 5852-5865.

Informacje dodatkowe:

Brak