Modeling two-phase flow in porous media using physics-informed neural networks for applications in liquid composite molding

Modeling two-phase flow in porous media using physics-informed neural networks for applications in liquid composite molding

Le moulage de composites liquides (LCM) est une famille populaire de procédés de fabrication de composites, dans lesquels une résine liquide est injectée dans un moule où un textile est positionné. Le procédé implique un écoulement dansun milieu poreux fibreux. Les variations au sein des échantillon...

Description complète

Enregistré dans:
Détails bibliographiques
Auteurs principaux : Hanna John (Auteur), Comas-Cardona Sébastien (Directeur de thèse), Borzacchiello Domenico (Directeur de thèse), Mateus Lamus Diana Carolina (Président du jury de soutenance), Park Chung Hae (Rapporteur de la thèse), Baranger Emmanuel (Rapporteur de la thèse), Hamila Nahiène (Membre du jury)
Collectivités auteurs : Centrale Nantes 1991-.... (Organisme de soutenance), Sciences de l'ingénierie et des systèmes Centrale Nantes (Ecole doctorale associée à la thèse), Institut de Recherche en Génie Civil et Mécanique Nantes (Laboratoire associé à la thèse)
Format : Thèse ou mémoire
Langue : anglais
Titre complet : Modeling two-phase flow in porous media using physics-informed neural networks for applications in liquid composite molding / John Hanna; sous la direction de Sébastien Comas-Cardona et de Domenico Borzacchiello
Publié : 2023
Accès en ligne : Accès Nantes Université
Note sur l'URL : Accès au texte intégral
Note de thèse : Thèse de doctorat : Mécanique des solides, des matériaux des structures et des surfaces : Ecole centrale de Nantes : 2023
Sujets :
Procédés de fabrication
Composites
Écoulement en milieux poreux
Réseaux neuronaux (informatique)
Équations aux dérivées partielles
Métamodèles
Prédiction de la perméabilité à partir d'images
Réseaux neuronaux convolutionnels
Apprentissage auto-supervisé
Thèses et écrits académiques

Internet

http://www.theses.fr/2023ECDN0036/document