Skip to main content
main-content

Über dieses Buch

The book contains 11 chapters written by relevant scientists in the field of particle-based methods and their applications in engineering and applied sciences. The chapters cover most particle-based techniques used in practice including the discrete element method, the smooth particle hydrodynamic method and the particle finite element method. The book will be of interest to researchers and engineers interested in the fundamentals of particle-based methods and their applications.

Inhaltsverzeichnis

Frontmatter

2011 | OriginalPaper | Buchkapitel

Advances in the Particle Finite Element Method (PFEM) for Solving Coupled Problems in Engineering

E. Oñate, S. R. Idelsohn, M. A. Celigueta, R. Rossi, J. Marti, J. M. Carbonell, P. Ryzhakov, B. Suárez

2011 | OriginalPaper | Buchkapitel

Advances in Computational Modelling of Multi-Physics in Particle-Fluid Systems

Y. T. Feng, K. Han, D. R. J. Owen

2011 | OriginalPaper | Buchkapitel

Large Scale Simulation of Industrial, Engineering and Geophysical Flows Using Particle Methods

Paul W. Cleary, Mahesh Prakash, Matt D. Sinnott, Murray Rudman, Raj Das

2011 | OriginalPaper | Buchkapitel

Parallel Computation Particle Methods for Multi-Phase Fluid Flow with Application Oil Reservoir Characterization

John R. Williams, David Holmes, Peter Tilke

2011 | OriginalPaper | Buchkapitel

The Particle Finite Element Method for Multi-Fluid Flows

S. R. Idelsohn, M. Mier-Torrecilla, J. Marti, E. Oñate

2011 | OriginalPaper | Buchkapitel

On Material Modeling by Polygonal Discrete Elements

B. Schneider, G. A. D’Addetta, E. Ramm

2011 | OriginalPaper | Buchkapitel

Discrete Numerical Analysis of Failure Modes in Granular Materials

Luc Sibille, Florent Prunier, François Nicot, Félix Darve

2011 | OriginalPaper | Buchkapitel

Homogenization of Granular Material Modeled by a 3D DEM

C. Wellmann, P. Wriggers

2011 | OriginalPaper | Buchkapitel

Some Consideration on Derivative Approximation of Particle Methods

Hitoshi Matsubara, Shigeo Iraha, Genki Yagawa, Doosam Song

2011 | OriginalPaper | Buchkapitel

Discrete Element Modelling of Rock Cutting

Jerzy Rojek, Eugenio Oñate, Carlos Labra, Hubert Kargl
Weitere Informationen

Premium Partner

in-adhesivesMKVSNeuer Inhalt

BranchenIndex Online

Die B2B-Firmensuche für Industrie und Wirtschaft: Kostenfrei in Firmenprofilen nach Lieferanten, Herstellern, Dienstleistern und Händlern recherchieren.

Whitepaper

- ANZEIGE -

Künstliche Intelligenz und die Potenziale des maschinellen Lernens für die Industrie

Maschinelles Lernen ist die Schlüsseltechnologie für intelligente Systeme. Besonders erfolgreich ist in den letzten Jahren das Lernen tiefer Modelle aus großen Datenmengen – „Deep Learning“. Mit dem Internet der Dinge rollt die nächste, noch größere Datenwelle auf uns zu. Hier bietet die Künstliche Intelligenz besondere Chancen für die deutsche Industrie, wenn sie schnell genug in die Digitalisierung einsteigt.
Jetzt gratis downloaden!

Marktübersichten

Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen. 

Bildnachweise