等效線性模型
關注創建者：有機磷 創建時間：2019-08-26
等效線性模型的視頻教程
基于ABAQUS的面板堆石壩靜、動力分析
根據《ABAQUS在巖土工程中的應用》一書，對面板堆石壩進行了靜、動力分析 學習本視頻可以掌握以下內容： （1）鄧肯E-B模型的使用。 （2）Goodman單元的使用。 （3）壩體填筑施工模擬。 （4）面板堆石壩基頻提取。 （5）基于等效線性模型的面板堆石壩動力分析。 （6）使用Surfer進行等值線圖繪制。
￥149 1小時37分鐘 3203播放
查看
ABAQUS材料模型-如何利用DMA進行WLF時溫等效
ABAQUS材料模型-如何利用DMA進行WLF時溫等效 一、視頻內容介紹 二、原理講解 三、時溫等效操作實例及WLF參數擬合 四、ABAQUS中粘彈及WLF參數設置
￥99 1小時31分鐘 149播放
查看
等效線性模型的實例教程
有個困惑就是，做試驗可以獲得不同圍壓下土體的最大剪切模量，以及剪切模量比與剪應變，阻尼比和剪應變的曲線，然后根據不同圍壓與最大剪切模量的關系就知道了公式中的k和n，做模擬的時候，在材料屬性輸入k,n,v,w，關鍵字中輸入各土體單元的震前圍壓，剪切模量比，阻尼比，最大剪應變。如果假定震前圍壓為100，那在迭代過程用所用到的剪切模量比與剪應變及阻尼比的曲線就是100kpa所對應的曲線。但是如果考慮震前圍壓，就是先做靜力分析求出各單元的有效應力作為關鍵字輸入中的第一列，那這樣的話基本一層土是一個應力，也就是一層土一種圍壓，一種圍壓對應一個最大剪切模量和關系曲線，迭代的時候不可能取每層土對應圍壓的下土體的關系曲線，那么要用哪個圍壓下的關系曲線？對于正常固結土，最大的圍壓是密度*g*h，做土力學實驗獲得以上關系曲線是根據土體深度來加的圍壓，那如果現在土體密度是2，模擬土體厚度為60m，最大圍壓就是1200kpa，迭代的時候要用圍壓1200kpa對應的關系曲線嗎？可是考慮靜應力之后，每層土一個圍壓，只有最下層土體圍壓才是1200
展開 參考：
Dynamic Modeling Considerations
Comparison of FLAC3D to SHAKE for a Layered, Linear-Elastic Soil Deposit
Comparison of FLAC3D to SHAKE for a Layered, Nonlinear-Elastic Soil Deposit
非線性模型可以通過使用先進的FLAC3D本構模型，CYSoil, CHSoil, Soft-Soil, NorSand, P2PSand, Finn等更準確地捕捉經歷高應變場地，例如軟土場地和液化場地的反應。而當土中的剪切應變較低時，例如地面運動較弱或場地土較硬，等效的線性模型也能得到相似的結果，從實踐的角度來講，在這種情形下不必使用非線性模型。根據問題的復雜性和重要性，線性模型和非線性模型都可以使用更高的維度2D或3D。
3 工程場地地震安全性評價
對于處在地震活動區域的工程場地，必須進行地震安全性評價。國內《工程場地地震安全性評價》(GB 17744-2005)推薦使用的是一維等效線性方法，場地典型土剪切模量和阻尼比的取值如下表所示。
根據鉆孔測得的剪切波速和密度，可以得到不同樣本和不同超越概率水平下的峰值加速度以及地震動相關反應譜。有一點需要說明的是進行場地反應分析時，國內建議的鉆孔深度好像是20m(還沒找到正式的出處)，在北美建議的鉆孔深度通常是30m。
展開 不過，以往版本FLAC3D中的自由場邊界技術會在模型周邊創建完整的自由場網格，因此對計算斷面地平面應變性質的描述不合理。或者說，以往FF邊界原則上不適用于利用其開展2.5維FLAC3D模型的動力響應分析；FLAC3D V7.0則對該環節予以了改進。
a) 以往版本自由場邊界技術
b) 現版本自由場邊界技術
圖1 自由場邊界技術對比
圖1利用某土石壩工程平面抗震模型比較了FLAC3D V7.0與以往版本中自由場動力邊界技術的特點。參考左圖，以往版本自由場邊界將在土石壩斷面周邊創建完整的自由場網格。與此不同，新版本提供對自由場網格創建位置的控制選項，以適應基于平面模型的動力響應分析要求；如右圖所示，自由場網格僅創建于壩體上下游壩基兩端，經進一步對壩軸線方向作位移固定約束處理后，模型沿該方向的平面應變行為得到正確定義。
具體而言，FLAC3D V7.0對自由場邊界提供如下命令及選項：
zone dynamic free-field keyword
keyword：
b：b為布爾型變量。當b=on時，創建自由場邊界；b=off時，對自由場邊界予以刪除。默認b=on；
plane-x：僅在法線沿坐標系X軸的面位置創建自由場邊界；
plane-y：僅在法線沿坐標系Y軸的面位置創建自由場邊界。
粘滯阻尼模型
等效線性及完全非線性分析方法是目前開展巖土體動力特性描述及影響分析的兩種主流方法。且由于等效線性模型具有力學概念簡單、理論成熟、計算量較小等特點，目前在土體動力分析研究中仍舊被廣泛應用。
展開 不過，以往版本FLAC3D中的自由場邊界技術會在模型周邊創建完整的自由場網格，因此對計算斷面地平面應變性質的描述不合理。或者說，以往FF邊界原則上不適用于利用其開展2.5維FLAC3D模型的動力響應分析；FLAC3D V7.0則對該環節予以了改進。
a) 以往版本自由場邊界技術
b) 現版本自由場邊界技術
圖1 自由場邊界技術對比
圖1利用某土石壩工程平面抗震模型比較了FLAC3D V7.0與以往版本中自由場動力邊界技術的特點。參考左圖，以往版本自由場邊界將在土石壩斷面周邊創建完整的自由場網格。與此不同，新版本提供對自由場網格創建位置的控制選項，以適應基于平面模型的動力響應分析要求；如右圖所示，自由場網格僅創建于壩體上下游壩基兩端，經進一步對壩軸線方向作位移固定約束處理后，模型沿該方向的平面應變行為得到正確定義。
具體而言，FLAC3D V7.0對自由場邊界提供如下命令及選項：
zone dynamic free-field keyword
keyword：
b：b為布爾型變量。當b=on時，創建自由場邊界；b=off時，對自由場邊界予以刪除。默認b=on；
plane-x：僅在法線沿坐標系X軸的面位置創建自由場邊界；
plane-y：僅在法線沿坐標系Y軸的面位置創建自由場邊界。
粘滯阻尼模型
等效線性及完全非線性分析方法是目前開展巖土體動力特性描述及影響分析的兩種主流方法。且由于等效線性模型具有力學概念簡單、理論成熟、計算量較小等特點，目前在土體動力分析研究中仍舊被廣泛應用。
展開 蜂窩板實體模型與等效模型的比較分析
等效線性模型的相關專題、標簽、搜索
等效線性模型的最新內容
<p>本資源包含一份 PDF 文檔和可直接編譯運行的 Fortran UMAT 代碼，具體內容為：</p><p>Chaboche硬化本構模型 + 隱式積分 + 徑向返回</p><p>完整公式推導 + Fortran 源碼直接編譯</p><p>任意個數背應力分量 + 解析一致切線模量</p><p>PDF 包含規范化的本構方程、隱式積分、徑向返回與一致切線模量推導，可供初學者學習。配套 UMAT 代碼可直接在
<p class="ql-align-justify">本資源包含一份 PDF 文檔和可直接編譯運行的 Fortran UMAT 代碼，具體內容為：</p><p class="ql-align-justify">非線性等向硬化本構模型（Voce硬化模型） + 隱式積分 + 徑向返回</p><p class="ql-align-justify">完整公式推導 + Fortran 源碼直接編譯</p><
01/簡介
隨著集成電路制程向3nm及以下節點突破，光刻系統的光學畸變、掩模三維衍射及光致抗蝕劑非線性響應等效應疊加，使光源-掩模協同優化（SMO）成為保障成像精度的核心技術。
傳統線性壓縮感知技術雖在光源單變量優化中實現了降維高效求解，但面對SMO場景中掩模-成像的強非線性映射關系，其線性假設難以精準刻畫優化變量與成像質量的關聯，導致優化精度與可制造性失衡
螺栓松動背景和機理
螺紋緊固件由于其拆卸和維護非常容易且成本低的原因被廣泛應用于機械結構中，通過使用帶有螺紋緊固件（螺栓桿）的螺栓進行預緊固，將零件或組件（如發動機支架、飛機面板等）連接在一起。
螺栓的剪切強度和預緊力產生的（壓縮）法向接觸力和摩擦力限制了螺栓連接件之間的相對運動。但由于機械振動、溫度載荷或制動和加速等時間變化載荷的作用，通過螺栓連接的組件通常會受到周期性載荷的影響。當這些外部力沿螺栓軸線的垂直方向作用時
文檔介紹了非線性彈性行為的背景，鄧肯張模型的由來，和UMAT實現的代碼，展示如下：
<p>緊接上篇《OptiStruct非線性之前車門下沉分析》，本篇將介紹 OptiStruct 非線性系列之車門過開分析，該文涉及的基礎模型與上篇模型一致（<strong>模型可在文末進行下載~</strong>），僅載荷約束及分析目標有所變化，一起來看看本期的內容吧~</p><p><br></p><p><strong>分析目的</strong></p><p>檢驗車門在過開濫用工況下的強度性能，需滿足加載和卸載位移需求
本文主要以金屬成形過程的非線性幾何優化模擬為例，介紹人工智能（AI）/機器學習（ML）工具在非線性優化中的應用方法。
對于很多非線性問題，當采用有限元模型的直接優化時，在計算上會需要很多時間，導致成本增高，采用ML技術來替代一些傳統的優化方法能顯著提高效率。ML的主要思想是用訓練數據構建預測模型，直接使用預測模型進行在線優化。由于預測模型的計算工作量通常比全有限元模型低得多，因此在線優化問題通常可以很快得到解決
本文主要以金屬成形過程的非線性幾何優化模擬為例，介紹人工智能（AI）/機器學習（ML）工具在非線性優化中的應用方法。
對于很多非線性問題，當采用有限元模型的直接優化時，在計算上會需要很多時間，導致成本增高，采用ML技術來替代一些傳統的優化方法能顯著提高效率。ML的主要思想是用訓練數據構建預測模型，直接使用預測模型進行在線優化。由于預測模型的計算工作量通常比全有限元模型低得多，因此在線優化問題通常可以很快得到解決
Chanboche模型是一種用于描述材料各向同性非線性隨動硬化行為的材料本構模型。該模型由Chanboche在1981年提出，其基本形式包括各向同性部分和隨動硬化本構部分。
具體而言，Chanboche模型各向同性本構部分可以用以下方程表示：
dR(p)=b(Q-R)dp
非線性隨動硬化模型可以用以下方程表示：
dx=(2/3)cdεp-rxdp
本程序已經在上一個帖子基礎上進一步完善，
基于matlab的利用LMS算法、格型LMS算法、RLS算法、LSL算法來估計線性預測模型參數a1和a2；預測信號由二階線性預測模型產生。2.利用LMS算法和RLS算法將一個疊加有噪聲的信號實現噪聲消除，恢復原始信號。有22頁試驗分析文檔。（包括程序在內）。程序已調通，可直接運行。
