The goal of this thesis is to improve the predictive capability of Finite element (FE) by gathering data from experimental test and implement the characteristics into the material model that is used. FE is a commonly used method to predict the mechanical behavior of materials and components during applied forces. Therefore, it’s an important part of product development since it gives an opportunity to lower the costs as well as saving resources since it reduces the number of experimental tests. The method for this thesis was to first simulate tensile tests in Abaqus and then to analyze its results. Once all the simulations were done, we replicated the simulation with experimental tests. This was done with DIC (Digital Image Correlation) to help gather data. Since the goal of this thesis is to see how the predictive capability of the FEM-simulation can be improved the results are compared and discussed to see what from the FEM-simulation matches the DIC results and what does not. This will help understand what in the material model that needs to be changed to better match the testing. DIC is a non-contact method that is used to measure deformations and strain locally over an area which results in a more detailed view of the mechanical behavior of the material. The idea of using DIC during this thesis is to sample enough valuable data and apply it to the original material model of the FE-simulations to increase the predictive capability. After the results from the experimental tests were analyzed it was clear that there were both resemblances and differences in the results, for example the Young’s modulus in the FEM-calculations was higher than it was for the experimental tests, Yield strength was lower in the FEM-calculations compared to the experimental tests, maximum load at fracture was lower in the FEM-calculations compared to the experimental tests and elongation was lower in the FEM-calculations compared to the experimental tests. The FEM-calculations were based of the assumptions that the material was homogenous but that wasn’t the case for the experimental tests. Due to the strain varying over the tests the material model could be improved by adding a statistical variation, to all the elements to give them varying mechanical properties simulate how the strain vary more correctly over the specimen.

Dizertační práce se zabývá věrohodností mechanického testování měkkých biologických tkání a predikčními schopnostmi různých modelů materiálů. Obě oblasti byly zkoumány užitím metody konečných prvků. První část práce je věnována úvodu do problému a popisu měkkých biologických tkání, které s problémem souvisí, a rešerši nynějšího způsobu jejich mechanického testování. Druhá část práce se zabývá hledáním optimálního nastavení experimentálního zařízení za použití počítačového modelování pomocí virtuální simulace mechanických testů. Výsledky analýzy potvrdily, že dvě úzké svorky po délce hrany, stejně jako běžně používané háčky, jsou použitelné pro dvouosé tahové zkoušky různých měkkých tkání za použití čtvercového vzorku. Použití svorek je proto časově úsporná, jednoduchá a spolehlivá alternativa, která není podřadná použití háčků. V práci byla rovněž provedena analýza, jejímž výsledkem jsou doporučení ohledně typu, počtu a velikosti uchycení pro různě velké vzorky. Třetí část práce zkoumá predikční schopnosti modelů materiálů měkkých tkání a závislosti těchto schopností. Lze shrnout, že výsledné mechanické chování proloženého modelu materiálu závisí na počátečních parametrech a že neexistují „ideální“ počáteční parametry při prokládání experimentálních dat. Navzdory absenci „ideálních“ počátečních parametrů je navržen v rámci možností nejefektivnější způsob aproximace experimentálních dat z mnoha jejich souborů. Dále je možné shrnout, že omezení hodnot parametrů modelu při prokládání experimentálních dat ústí v nepředvídatelný vliv na kvalitu aproximace. V závěrečné části práce byl analyzován předpoklad afinní a neafinní deformace modelů materiálů za účelem vysvětlení velkých rozporů mezi výsledky strukturně založených modelů a výsledky dvouosých testů při různých testovacích protokolech. Ačkoli byly zjištěny určité rozdíly mezi výsledky analyzovaných modelů, přece nebyly dostatečně významné, aby vysvětlily výše uvedené velké rozpory. V poslední části práce jsou zmíněny další možné oblasti výzkumu.

<p>Many industrial organizations invest heavily in modeling and simulation (M&S) to support the design process. The primary business motivation for M&S is as a cheaper and faster alternative for obtaining information towards a better understanding of system behavior or to help with decision making. However, M&S predictions are known to be inexact because models and simulations are mathematical approximations of reality. To ensure that models are applicable for their intended use, organizations must collect evidence that the M&S is credible. Verification, validation, and uncertainty quantification (VVUQ) are the established methods for collecting this evidence. Structured frameworks for building credibility in M&S through VVUQ methods exist in the scientific literature but these frameworks and methods are generally not well developed, nor well implemented in industrial environments. The core motivation of this work is to help make existing VVUQ frameworks more suitable for industry.</p> <p>As part of this objective, this work proposes a new credibility assessment that turns VVUQ results into an intuitive, numerical decision-making metric. This credibility assessment, called the Credibility Index, identifies the important aspects of credibility, extracts the relevant VVUQ results, and converts the results into an overall Credibility Index score (CRED). This CRED score is unique for each specific prediction scenario and serves as an easy-to-digest measure of credibility. The Credibility Index builds upon widely accepted definitions of credibility, well-established VVUQ frameworks, and decision theory.</p> <p>The Credibility Index has been applied to several prediction scenarios for two publicly available benchmark problems and one Rolls-Royce funded subsystem case; all examples relate to the aerodynamic design of turbine-engine compressors. The results from these studies show how the Credibility Index serves as a decision-making metric, supplements traditional M&S outputs, and guides VVUQ efforts. A product feedback study, involving model end-users in industry, compared the Credibility Index to three other established credibility assessments; the study provides evidence that CRED consistently captures all key aspects of information quality when informing end-users on the credibility of model predictions. Due to the industry partnership, this research already has multiple avenues of practical impact, including implementation of the structured VVUQ and credibility framework in an industrial toolkit and workflow. </p>