The classical multiscale finite element (FE²) method involves iterative calculations of micro-boundary value problems for representative volume elements at every integration point in macro scale, making it a computationally time and data storage space. To overcome this, we developed the data-driven multiscale analysis method based on the mean-field homogenization (MFH). Data-driven computational mechanics (DDCM) analysis is a model-free approach that directly utilizes strain-stress datasets. For performing multiscale analysis, we efficiently construct a strain-stress database for the microstructure of composite materials using mean-field homogenization and conduct data-driven computational mechanics simulations based on this database. In this paper, we apply the developed multiscale analysis framework to an example, confirming the results of data-driven computational mechanics simulations considering the microstructure of a hyperelastic composite material. Therefore, the application of data-driven computational mechanics approach in multiscale analysis can be applied to various materials and structures, opening up new possibilities for multiscale analysis research and applications

기존의 멀티스케일 유한요소법(Multiscale finite element, FE²)은 거시 스케일의 모든 적분점에서 대표 체적 요소(representative volume element, RVE)의 미시 경계치 문제를 반복적으로 계산하기 때문에 긴 해석 시간과 많은 데이터 저장 공간을 필요로 한다. 이를 해결하기 위해 본 연구에서 평균장 균질화 데이터 기반 멀티스케일 해석기법을 개발하였다. 데이터 기반 전산역학(data-driven computational mechanics, DDCM) 해석은 변형률-응력 데이터 셋을 직접적으로 사용하는 모델-프리(model-free)접근 방식이다. 멀티스케일 해석을 수행하기 위해, 평균장 균질화(mean-field homogenization)를 활용하여 복합재의 미세구조에 대한 변형률-응력 데이터베이스(database)를 효율적으로 구축하고, 이를 기반으로 데이터 기반 전산역학 시뮬레이션을 수행하였다. 본 논문에서는 개발한 멀티스케일 해석 프레임워크(framework)를 예제에 적용하여, 초탄성(hyperelasticity) 복합재의 미세 구조를 고려한 데이터 기반 전산역학 시뮬레이션 결과를 확인하였다. 따라서, 데이터 기반 전산역학 접근 방식을 활용한 멀티스케일 해석기법은 다양한 재료 및 구조에 적용될 수 있으며, 멀티스케일 해석 연구 및 응용 가능성을 열어줄 것으로 기대된다.

Keywords: 데이터 기반 전산 역학(Data-driven computational mechanics), 멀티스케일 해석(Multiscale analysis), 평균장 균질화(Mean-field homogenization), 초탄성(Hyperelasticity)