參數反演的案例
基于optiSLang的模型校準和參數反演示例
其流程如圖所示：
信號模擬曲線圖如下所示，模擬曲線充分覆蓋了參考曲線，說明給定的參數范圍足夠以進行校準，最優值紅色曲線與參考值綠色曲線幾乎重合，算法很好地收斂到較小的信號差異。
下表是系統參數初始值與反演值的對比，模型信號差異很大程度上得到縮減，參數反演分析使模型得到校準，仿真擬合曲線和參考曲線之間實現了出色的一致性。
模型校準和參數反演，將產品的特性被準確、清晰地仿真模擬，不再過保守設計，研發人員可以利用高置信度的虛擬樣機，進行高效的結構優化設計，大大降低產品的成本和增強品質競爭力。
另外optiSLang可以集成到Workbench界面，直接讀取Workbench中Mechanical的分析流程中的參數。上述案例用Workbench界面分析時的流程如下圖所示。
利用optiSLang模型標定與參數反演功能，可以讓我們的仿真模型更加準確，從而保證仿真結果更加精確。
文章來源于上海安世亞太 ，作者陳志梅
展開 Johnson-Cook本構模型參數反演
單純形法是一個需要更多迭代次數的方法，是比較適合做參數反演的。因此本案例使用單純形法（nelder-mead）反演了J-C模型的參數，如表1所示。由表1可知A、B、n、modulus的反演值與真實值相對誤差較小，而c、m具有較大的誤差。
表1 材料參數統計情況
未知參數
A
B
n
c
m
modulus
真實值
200MPa
230MPa
0.41
0.01
1
200GPa
反演值
194.9MPa
239.8MPa
0.3622
0.0021
0.1593
193GPa
相對誤差
2.55%
4.26%
11.66%
79%
84.07%
3.5%
再來看一下位移與力的曲線關系，圖2為真實與反演的位移-力曲線對比，很明顯反演曲線幾乎和真實曲線重合在一起了。再結合表1，參數c，m誤差較大但并未對結果造成明顯的的影響，這是由于材料屬性對這兩個數不敏感而引起的。因此在參數反演時，我們有必要先對參數的敏感性進行分析，這樣可以減少不必要的優化參數。敏感性分析將在下一期中進行展示，敬請期待！
圖2 反演與真實位移與力曲線對比
由上圖可知，位移-力曲線幾乎重合了，吻合度非常高，那么其反演的應力場和位移場是怎么樣的呢？圖3-圖4分別展示了反演的應力場和真實應力場對比關系，反演的位移場與真實位移場的對比關系，由圖無論是位移還是應力云圖，反演場和真實場的形態分布和數值大小都是非常接近的，這說明了反演結果的可靠性。
圖3 反演與真實應力云圖對比
圖4 反演與真實位移云圖對比
4.
展開 通過DLL利用外部優化軟件反演Excel內部模型參數！ ￥100
實戰效果：支持并行計算與高維反演</strong> 對于復雜的反演任務，單線程太慢？本方案的進階版（包含在資源中）支持MATLAB的parfor并行調用。如附件中的RunGA_Dll_parfor.m所示，利用生成的_proto.m原型文件，您可以同時啟動多個Excel進程進行并行優化。</p><p><strong>實測數據</strong>：在處理像“凍土統一硬化本構模型”這樣復雜的非線性參數標定時，利用1stOpt的通用全局優化算法（UGO）配合本DLL，可以找到較好的解，且無需手動干預，一鍵掛機即可得到全局最優解。而Excel自帶Solver基本上找不到最優解。
展開 方案 | Hydraulic Fracturing Simulator 地下資源開采水力壓裂仿真解決
Hydraulic Fracturing SImulator
唯一基于有限元的全三維水力壓裂模擬技術
Hydraulic Fracturing Simulator水力壓裂解決方案
Hydraulic Fracturing Simulator不僅可以對水力壓裂過程進行模擬，而且針對地質參數與工程參數的不確定性，基于現場測量數據對模型參數進行反演分析，從而保證輸入參數的有效性和輸出結果的準確性，確保模型可以用于產量預測與優化。
Hydraulic Fracturing Simulator解決方案集成了如下核心技術：
1）ANSYS：世界領先的三維有限元分析軟件，可真實模擬三維地質結構及其力學行為。
2）multiPLas：基于ANSYS開發的巖土非線性本構與算法庫，實現了復雜三維節理巖體的斷裂與擴展分析。
3）流固耦合分析：基于ANSYS開發的各向異性滲流分析與雙向流固耦合技術，考慮滲流與裂隙擴展的交互影響，真實模擬水力壓裂過程。
4）optiSLang：Dynardo開發的多參數、多目標優化分析軟件，基于MOP技術提供了當今最高效的參數敏感性與優化分析功能，可以基于實測數據對數百個不確定性輸入參數進行快速反演分析，并對壓裂設計與產量進行優化。
參數反演針對某階段壓裂施工的初始地應力條件、灌注流量、井底壓力、瞬時關井壓力、微震監測數據等工程測量數據進行，其目標是確定合理的輸入參數以保證仿真結果與實測數據一致。反演得到的有效預測模型可用于后續工程階段或者同氣藏其他氣井的產量預測與優化。
展開 
Abaqus|基于Python腳本的參數優化 ￥50
文章來源：微信公眾號：仿真社
本文你將獲得如下干貨：
1.獲得基于Python腳本的有限元模型修正法(FEMU)進行參數優化的完整源代碼（通用代碼，可直接反演各種材料參數，尺寸參數，相應的數據接口預留好了）；
2.使用Python腳本反演了懸臂梁模型的載荷位置和集中力大小；
3.快速掌握材料參數反演流程；
4.獲得社長對該反演代碼的親自答疑。
1.導讀
工程上要確定材料的參數通常是通過力學實驗獲得。然而當實驗成本較高，實驗數據稀少的時候，反演方法來確定材料參數就是一個非常不錯的選擇。有限元模型修正法是最常用的反演方法，主要包含兩部分有限元計算和優化確定參數。有限元計算一般通過有限元軟件來完成，而優化確定材料常用MATLAB或者Python程序。因此不同軟件的協同工作是必須的一個過程。本文以懸臂梁的集中力和集中力位置作為優化變量編寫了Python腳本的代碼，然后通過最小二乘法獲得了反演參數，這是一個通用程序，可直接嫁接到其他模型上。
2.研究內容
通過A點的位移數據，反演確定集中力F以及集中力的位置L。
圖1 反演模型
3.代碼詳解
反演代碼主要包含四個部分computModel、extractDisplacement、removeFile和Objective。
展開 JC本構模型以及UAMT和vumat子程序學習資料匯總(鏈接合集)
JC本構參數標定參數反演以及二次開發相關資料整理(uamtvumat).docx
LS-OPT的Johnson-cook本構參數擬合 ￥19.98
Johnson-cook材料參數廣泛應用于金屬材料沖擊仿真中 ，準確的材料模型參數對仿真結果的精確度有至關重要的作用，本文采用ls-opt反演某金屬材料JC本構參數。
1. 工況設置
工況根據實驗進行金屬材料Johnson-cook本構參數反演，本構模型采用不考慮損傷失效的簡化Johnson-cook材料模型*MAT_SIMPLIFIED_JOHNSON_COOK，本例不考慮不考慮應變率和溫度。
2. 結果
2021年仿真系列直播課，12期仿真專題帶你學仿真，速速報名！
PSD譜示意圖
9.應用Isight進行材料參數反演
仿真數據一直是結果準確與否的保證，本專題介紹如何利用Isight DataMatching組件反演材料參數。
參數反演流程
10.Simpack /Abaqus聯合仿真實例
基于Abaqus與SIMPACK的聯合仿真，分享剛-柔混合建模仿真分析實例。
SIMPACK-Abaqus聯合仿真
11.基于壽命的拓撲優化
整合SIMULIA仿真品牌POP軟件組合包，使用Abaqus、fesafe、Tosca、Isight進行以產品壽命為目標的聯合仿真優化。
融合深度學習與CAE技術的結構分析與優化設計：一種新興的數值方法”提升工程仿真效率
傳統數值方法（如有限差分法、有限單元法）在高維、強非線性或反演問題中面臨計算效率低、網格依賴性強等瓶頸。PINN通過將控制方程、邊界條件等物理先驗嵌入神經網絡，以無網格方式實現微分方程求解，在流體力學、固體力學、傳熱學等領域展現出突破性潛力。其核心論文（引用超13,000次）開創了物理驅動深度學習的范式，成為Nature、CMAME等頂刊的研究熱點。2. 傳統數值方法與機器學習的融合需求有限差分法（FDM）和有限單元法（FEM）雖成熟但依賴離散化，難以處理復雜幾何與多物理場耦合問題。機器學習（如CNN、GNN）雖具備強大的數據擬合能力，但缺乏物理可解釋性。PINN通過融合物理定律與數據驅動，顯著減少訓練數據需求，提升泛化性能，并在參數反演、方程發現等逆問題中展現獨特優勢。此外，深度能量法（DEM）等變體進一步結合能量變分原理，為固體力學問題提供高效解決方案。3. 大模型賦能科學計算的新機遇以DeepSeek、ChatGPT為代表的大模型技術，正在顛覆傳統科學編程模式。通過自然語言交互生成PINN代碼，可加速復雜瞬態問題的求解流程。本課程結合大模型輔助編程，探索其在微分方程求解、代碼調試及多任務優化中的應用，推動“AI for Science”的工程化落地。
疲勞斷裂與物理神經網絡 流體固體
?
展開 如何讓設計仿真一體化？
仿真數據一直是結果準確與否的保證，本專題介紹如何利用Isight DataMatching組件反演材料參數。
Abaqus仿真計算中的單元選擇
仿真數據一直是結果準確與否的保證，本專題介紹如何利用Isight DataMatching組件反演材料參數。
達索系統SIMULIA土木行業仿真黑科技
仿真的廣度
建筑防雷擊分析、環境噪聲分析
油氣工程的多尺度建模分析
某設計院某公路下穿鐵路立交方案數值分析
巴拿馬運河船閘擴建項目
建筑物抗爆分析
極端洪水和地震荷載作用下的大壩性能
某水電站直埋式蝸殼結構分析
XFEM\Cohesive contact等新技術在土木行業應用
仿真的深度
某金融中心拓撲優化案例
內流道優化案例
考慮成本、工期及安全性某隧道多學科多目標參數化優化案例
巖土工程參數反演及實時監控預測
樁基施工順序優化
某河電站拱壩優化設計案例
報名方式
》》點擊報名《《
報名福利
微信掃碼加客服，回復"
江達
"進交流群+領取錄播等資料~
客服微信號：jishulink321
展開 damask 子程序在windows平臺直接編譯使用
如果 DAMASK 必須依賴 Linux 才能穩定使用，那么在實際科研中就不可避免地出現“系統割裂”：前處理在 Windows、計算在 Linux、后處理又回到 Windows，過程中伴隨文件搬運、路徑差異、編碼與環境變量問題、版本與庫依賴不一致等大量隱性成本，而晶體塑性研究偏偏又是高頻迭代的工作——要不斷修改材料參數、控制文件、微結構與紋理、加載路徑，再反復校準與驗證。
把 DAMASK 在 Windows 下穩定編譯并能直接接入 Abaqus 的 UMAT/VUMAT，本質上是把“建模—計算—后處理—實驗對比—模型迭代”的閉環放進同一套系統里，減少無意義的遷移，讓時間回到真正決定論文質量與工程可信度的環節：模型、數據與物理機制。
對科研而言，這種一致性最直接的收益就是迭代速度變快、復現更可靠：同一個工程文件夾里同時管理 Abaqus 輸入、DAMASK 的材料與控制文件、紋理與微結構配置、以及 Python 后處理腳本，不再需要為了跑一次材料點或者做一次參數擬合而準備另一套系統環境；對實驗對比而言，Windows 上更成熟的 EBSD/DIC/顯微分析工具鏈能與仿真輸出更緊密地銜接，紋理導入、局部應變場對比、參數反演與不確定性評估都更順暢；
對工程落地而言，Abaqus 強大的接觸、復雜邊界、幾何非線性與多物理耦合能力可以與 DAMASK 的微觀本構優勢直接結合，使微結構機制模型不再停留在“材料點驗證”，而是更容易走向復雜構件與真實工況的結構仿真；對團隊協作而言，Windows 環境的普及度更高，能顯著降低新同學入門門檻與組內維護成本，環境文件、編譯命令與目錄結構一旦標準化，新成員拿到模板工程就能復現結果，這會把 DAMASK 從“少數人能用的高手工具”變成“團隊可復制的生產力平臺”。
展開 過程集成優化綜合區資料分類索引(試行版)
（論文集）
基于計算機輔助的光學薄膜優化設計方法
最優化問題全局尋優的混合遺傳算法
齒輪減速器可靠性優化的MATLAB實現
汽車結構動態有限元分析及軟件開發
發動機懸置系統優化（論文集）
擬退火算法（論文集）
一種新的全局優化算法——統計歸納算法
凸輪-連桿組合機構設計系統
基于生態捕食模型的多目標優化問題求解算法
一種新的結構可靠性計算方法──響應面法
高強度鋼\板材成形新技術及其發展趨勢Ⅰ 板材成形新技術及其發展趨勢Ⅱ
基于能度可靠性的結構優化設計方法
無網格法在形狀優化中的應用研究
定位板沖孔_整孔_落料級進模設計
落料沖孔復合模具設計
汽車發動機進氣道流場三維數值解析與優化
動力總成懸置系統的優化設計
復合材料參數識別問題的計算方法
視窗設計之2D桁架設計與最佳化平臺
轎車轉向桿系的優化設計
鋁合金AA6082T5擠壓型材基本力學性
飛行器多學科優化設計技術概論(WORD版)
用iSIGHT實現車身沖壓件成形自動優化
遺傳算法在覆蓋件拉延筋參數優化中的應用
油底殼一次拉延的計算機仿真與實驗驗證
關于多學科設計優化計算框架的探討
粒子群（論文集）
逆矩陣計算
縮減基論文 全集
一種基于自適應免疫算法的優化設計方法
輕型客車乘員約束系統的模擬計算
汽車輕量化與先進的高強度鋼板
iSIGHT在非公路汽車轉向桿系優化中的應用
不確定性分析與穩健設計的研究進展
大型車車身覆蓋件沖壓成形特征分析及選材研究
一種基于自適應免疫算法的優化設計方法
二維雙相介質多參數反演的同倫法
多目標優化的微分進化算法
乘子方法中的參數選擇
超塑性本構模型材料參數識別方法研究
材料物性參數識別的梯度正則化方法
材料物理力學參數反演分析新方法
材料成形計算機模擬中的參數化有限元法
光滑有限元SFEM
區間參數結構的動力響應優化
應用LS-DYNA進行薄板成形仿真
LS-DYNA材料的二次開發
鍋蓋落料拉深沖孔切邊復合模設計
展開 優化技術在水泵水力設計的應用（上篇）
1、OptiSLang的功能
- 參數敏感性分析
■ 確定影響產品性能或工程特性的最重要參數
- 設計優化
■ 多參數、多目標的優化
■ 確定性優化
■ 穩健性優化
■ 可靠性優化
■ 參數反演與反分析
- 穩健性分析
■ 產品性能的穩定性
- 可靠性分析
■ 產品的可靠度與失效概率分析
2、OptiSLang集成方式
n 過程集成
n 參數化模型是優化設計的基礎
用戶定義的優化設計變量空間
隨機生成的穩健性/可靠性分析空間
優化工具需要與求解器集成，求解器基于輸入參數對響應進行求解
n 求解器集成方式-直接集成模式
n OptiSLang被直接集成于ANSYS Workbench環境中
n 但推薦優先采用OptiSLang環境中的Workbench集成節點，因為采用這種方式可以更加靈活地選用OptiSLang環境中提供的所有求解節點搭建所需要的分析流程
通過以上對OptiSLang軟件簡單的介紹，大家對OptiSLang軟件有了初步的了解，下面對基于OptiSLang軟件的水泵水力設計及優化流程做個詳細講解。
ANSYS水泵水力設計流程
1、傳統一維設計流程
傳統的離心泵葉片設計是基于一元設計理論設計方法，通過給定外特性參數以及介質屬性，利用相似換算或者速度系數的理論方法，確定葉輪的主要尺寸b2、D2、β2等參數，做幾次的經驗值修正，然后對葉片進行繪制，葉片繪型方法為方格網保角變換法。
方格網保角變換法的缺陷
該方法一元設計理論流動是軸對稱的，即每個軸面上的流動均相同。
展開 