31-Okt-2022 Tabular Data https://fordatis.fraunhofer.de/handle/fordatis/292.2
http://dx.doi.org/10.24406/fordatis/225.2

Data for "Machine learning-based sampling of virtual experiments within the full stress state"

Wessel, Alexander (Fraunhofer Institute for Mechanics of Materials IWM; Chair of Metal Forming and Casting, Technical University of Munich); Morand, Lukas (Fraunhofer Institute for Mechanics of Materials IWM); Butz, Alexander (Fraunhofer Institute for Mechanics of Materials IWM); Helm, Dirk (Fraunhofer Institute for Mechanics of Materials IWM); Volk, Wolfram (Chair of Metal Forming and Casting, Technical University of Munich)

IWM Fraunhofer-Institut für Werkstoffmechanik
Dateien zu dieser Ressource:
DateiBeschreibungGrößeFormat 
data.zip26,18 MBZIPÖffnen/Download
DDC Klassifikation
620 Ingenieurwissenschaften und zugeordnete Tätigkeiten
531 Klassische Mechanik, Festkörpermechanik
672 Eisen, Stahl, andere Eisenlegierungen
Schlagworte
Crystal plasticity
Yield condition
Machine learning
Adaptive sampling
DX56D deep drawing steel
Yld2004-27p
Verknüpfungen
Ist Grundlage von
10.1016/j.ijmecsci.2024.109307
Förderer
Bundesministerium für Wirtschaft und Klimaschutz BMWK (Deutschland)
Deutsche Forschungsgemeinschaft DFG
Zur Langanzeige

Versionshistorie
Version Ressource Datum Zusammenfassung
2 fordatis/292.2 2024-05-13 10:29:56.092 Nachreichung von Daten zur finalen Veröffentlichung.
1 fordatis/292 2022-11-17 12:44:59.0
Ausgewählte Version

Diese Ressource wurde unter folgender Copyright-Bestimmung veröffentlicht: Lizenz von Creative Commons Creative Commons