增量的案例
abaqus增量步的理解
abaqus 對于計算分解為了step（分析步）-increment（增量步）-迭代步三部分
這其中最需要理解的就是增量步，比如增量步是如何對結(jié)果進(jìn)行影響的，增量步設(shè)置中的
innital min和max 三個屬性值如何設(shè)置。
談下自己對于增量步的理解，增量步的增量是針對什么來的呢？很多人以為是時間的增量，我感覺這樣理解是不正確的，因?yàn)?em>增量步針對的是荷載的增量
我們看這個公式 初始增量步中的荷載大小= 總的荷載大小×初始增量步時間/分析步總時間
所以abaqus在進(jìn)行尤其是一些非線性問題的計算的時候，將step拆分成很小的增量步，就是通過還很小的荷載增量下，得到結(jié)果，然后再進(jìn)行下一步的分析的。
我們看下，abaqus在增量步中是如何計算的（取自abaqus有限元常見問題解答）
BA首先根據(jù)用戶指定的初始增量步大小進(jìn)行迭代；
缺省狀態(tài)下，若在某一增量步16次迭代中仍不收斂（或者出現(xiàn)發(fā)散），ABA會放棄當(dāng)前增量步，并將增量步大小減小為當(dāng)前增量步大小的0.25倍，重新開始迭代嘗試；
若在減小后的增量步16次迭代中仍不收斂（或者出現(xiàn)發(fā)散），ABA會繼續(xù)放棄當(dāng)前的增量步，并將繼續(xù)減小增量步的大小至當(dāng)前增量步大小的0.25倍，重新開始迭代嘗試；
ABA總是利用比較小的載荷增量來嘗試找到收斂解。若此增量步仍不收斂，ABA將再次減小增量步的大?。?以此類推，直至得到收斂解，或者達(dá)到ABA所允許的一個增量步中最多5次增量步減小的限制，而終止分析；
如果連續(xù)2個增量步只需少于5次的迭代就獲得收斂解，ABA會自動地將增量步的大小增大至當(dāng)前增量步的1.5倍，繼續(xù)進(jìn)行下一個增量步的計算。
展開 abaqus增量步的理解
abaqus 對于計算分解為了step（分析步）-increment（增量步）-迭代步三部分
這其中最需要理解的就是增量步，比如增量步是如何對結(jié)果進(jìn)行影響的，增量步設(shè)置中的
innital min和max 三個屬性值如何設(shè)置。
談下自己對于增量步的理解，增量步的增量是針對什么來的呢？很多人以為是時間的增量，我感覺這樣理解是不正確的，因?yàn)?em>增量步針對的是荷載的增量
我們看這個公式 初始增量步中的荷載大小= 總的荷載大小×初始增量步時間/分析步總時間
所以abaqus在進(jìn)行尤其是一些非線性問題的計算的時候，將step拆分成很小的增量步，就是通過還很小的荷載增量下，得到結(jié)果，然后再進(jìn)行下一步的分析的。
我們看下，abaqus在增量步中是如何計算的（取自abaqus有限元常見問題解答）
BA首先根據(jù)用戶指定的初始增量步大小進(jìn)行迭代；
缺省狀態(tài)下，若在某一增量步16次迭代中仍不收斂（或者出現(xiàn)發(fā)散），ABA會放棄當(dāng)前增量步，并將增量步大小減小為當(dāng)前增量步大小的0.25倍，重新開始迭代嘗試；
若在減小后的增量步16次迭代中仍不收斂（或者出現(xiàn)發(fā)散），ABA會繼續(xù)放棄當(dāng)前的增量步，并將繼續(xù)減小增量步的大小至當(dāng)前增量步大小的0.25倍，重新開始迭代嘗試；
ABA總是利用比較小的載荷增量來嘗試找到收斂解。若此增量步仍不收斂，ABA將再次減小增量步的大??；
以此類推，直至得到收斂解，或者達(dá)到ABA所允許的一個增量步中最多5次增量步減小的限制，而終止分析；
如果連續(xù)2個增量步只需少于5次的迭代就獲得收斂解，ABA會自動地將增量步的大小增大至當(dāng)前增量步的1.5倍，繼續(xù)進(jìn)行下一個增量步的計算。
展開 abaqus增量步的理解
abaqus 對于計算分解為了step（分析步）-increment（增量步）-迭代步三部分
這其中最需要理解的就是增量步，比如增量步是如何對結(jié)果進(jìn)行影響的，增量步設(shè)置中的innital min和max 三個屬性值如何設(shè)置。
談下自己對于增量步的理解，增量步的增量是針對什么來的呢？很多人以為是時間的增量，我感覺這樣理解是不正確的，因?yàn)?em>增量步針對的是荷載的增量
我們看這個公式 初始增量步中的荷載大小= 總的荷載大小×初始增量步時間/分析步總時間
所以abaqus在進(jìn)行尤其是一些非線性問題的計算的時候，將step拆分成很小的增量步，就是通過還很小的荷載增量下，得到結(jié)果，然后再進(jìn)行下一步的分析的。
我們看下，abaqus在增量步中是如何計算的（取自abaqus有限元常見問題解答）
BA首先根據(jù)用戶指定的初始增量步大小進(jìn)行迭代；
缺省狀態(tài)下，若在某一增量步16次迭代中仍不收斂（或者出現(xiàn)發(fā)散），ABA會放棄當(dāng)前增量步，并將增量步大小減小為當(dāng)前增量步大小的0.25倍，重新開始迭代嘗試；
若在減小后的增量步16次迭代中仍不收斂（或者出現(xiàn)發(fā)散），ABA會繼續(xù)放棄當(dāng)前的增量步，并將繼續(xù)減小增量步的大小至當(dāng)前增量步大小的0.25倍，重新開始迭代嘗試；
ABA總是利用比較小的載荷增量來嘗試找到收斂解。若此增量步仍不收斂，ABA將再次減小增量步的大??；
以此類推，直至得到收斂解，或者達(dá)到ABA所允許的一個增量步中最多5次增量步減小的限制，而終止分析；
如果連續(xù)2個增量步只需少于5次的迭代就獲得收斂解，ABA會自動地將增量步的大小增大至當(dāng)前增量步的1.5倍，繼續(xù)進(jìn)行下一個增量步的計算。
展開 CODE?V 用于優(yōu)化的導(dǎo)數(shù)增量
一個有效的導(dǎo)數(shù)增量計算方法是這樣的：當(dāng)評價函數(shù)有一個實(shí)質(zhì)意義的改變時，導(dǎo)數(shù)增量要足夠大（通常由計算精度限制），當(dāng)要捕捉評價函數(shù)曲線的斜坡或者突然的轉(zhuǎn)向時，導(dǎo)數(shù)增量還要足夠小?？紤]下面的圖形，一個假設(shè)的變量和評價函數(shù)圖，它的導(dǎo)數(shù)增量的幅度依賴于變量開始變化的的起始點(diǎn)。
在陡峭的一段，只需要一個比較小的導(dǎo)數(shù)增量，否則會導(dǎo)致評價函數(shù)變化太大；在平緩的一段時，導(dǎo)數(shù)增量就需要大一些。
靠近波峰和波谷的地方斜率較小，但是需要一個較大的導(dǎo)數(shù)增量，以使評價函數(shù)有一個有實(shí)質(zhì)意義的改變。 在這個區(qū)域附近，一個太大的導(dǎo)數(shù)增量可能在跨越波峰或者波谷的時候引起形狀被歪曲。大多數(shù)情況下，CODE V 的優(yōu)化器可以對這些波峰和波谷使用搜索的方法，順利導(dǎo)航通過并且計算出合適的導(dǎo)數(shù)增量，但是當(dāng)優(yōu)化器不如預(yù)期的那樣收斂時，或者評價函數(shù)在后面的迭代中變大，這時檢查每個變量的導(dǎo)數(shù)增量就可以提供優(yōu)化為什么無法平滑收斂的線索。檢查當(dāng)前的導(dǎo)數(shù)增量可以使用 DER LIS 命令。
在輸出的結(jié)果里，可以比較相同類型的變量（例如曲率、厚度等）的導(dǎo)數(shù)增量。如果任何一個變量的導(dǎo)數(shù)增量和其他同類的導(dǎo)數(shù)增量不在一個數(shù)量級，也許就是一個應(yīng)該修改導(dǎo)數(shù)增量的信號（DER VAL），縮放（DER SCA），優(yōu)化過程中重新計算導(dǎo)數(shù)增量（DER DRC），或者使用有限差分的方法計算它（DER FDF）。
理解如何操作你選擇的變量的導(dǎo)數(shù)增量可以幫助你越過優(yōu)化的問題之處，或者幫助你竭力獲得額外的性能，例如在優(yōu)化性能要求很高的的光學(xué)系統(tǒng)時（如光刻系統(tǒng)）。
展開 
線性強(qiáng)化彈塑性umat子程序系列-增量迭代法
對于這樣的非線性問題，一般的有限元程序都是通過增量迭代法求解。增量迭代法的核心思想是，將最終的狀態(tài)看成是一個加載過程，將載荷分成多個增量，逐級加載，然后在每個增量步內(nèi)多次迭代，收斂后進(jìn)行下一個增量步。
1、增量法
將{P}荷載分成為m個荷載增量（相等或不等）
，即總荷載為
每次施加一個荷載增量，在第i步加載后，荷載為
每一荷載增量產(chǎn)生一個位移增量
和應(yīng)力增量
在第i步加載后，位移、應(yīng)力分別為
第m步加載后，得到最終位移、應(yīng)力。
增量法的關(guān)鍵在于：已知前一個增量步的相關(guān)信息，如何由荷載增量
計算位移增量
和應(yīng)力增量
，進(jìn)而求出位移
和應(yīng)力
的問題，這個問題通常應(yīng)用牛頓-拉普森迭代法求解，接下來介紹這種方法。
2、修正的牛頓-拉普森迭代法（mN-R）
在載荷
時，位移為
，下一個增量為
，下一個增量步結(jié)束后載荷為
，在已知以上條件后用mN-R方法計算下一個增量結(jié)束后的位移。
令
計算切線剛度
計算不平衡力
根據(jù)非平衡力計算位移修正量
位移修正量為
一次迭代后修正的位移為
判斷是否收斂，若不收斂繼續(xù)迭代，直到近似收斂于真實(shí)解
附件有個小算例，希望能幫助大家理解增量迭代法
同時也歡迎觀看本次的視頻教程
http://www.yqgqt.org.cn/college/video/c14014
展開 廣州市：2021年將額外增加3萬個增量指標(biāo)
4月7日，廣州市交通運(yùn)輸局發(fā)布《關(guān)于增加2021年度中小客車增量指標(biāo)配置額度的通告》，明確在原有12萬個/年增量指標(biāo)配置額度的基礎(chǔ)上，2021年將額外增加3萬個增量指標(biāo)。
據(jù)了解，廣州市從2019年6月起，多次出臺額外增加增量指標(biāo)配置額度措施，2019年6月至2020年12月期間已累計額外增加12.7萬個增量指標(biāo)，其中2019年5.8萬個，2020年6.9萬個。2021年將額外增加3萬個增量指標(biāo)。
本次額外增加的指標(biāo)自2021年4月份起按月平均分配，全部用于個人節(jié)能車指標(biāo)搖號，具體由市指標(biāo)管理機(jī)構(gòu)納入每月增量指標(biāo)配置計劃，按月組織實(shí)施。
原文如下：
根據(jù)《廣州市中小客車總量調(diào)控管理辦法》（穗府辦規(guī)〔2019〕10號）有關(guān)規(guī)定，為促進(jìn)汽車消費(fèi)和車輛節(jié)能減排，經(jīng)市人民政府同意，2021年度額外增加3萬個中小客車節(jié)能車增量指標(biāo)配置額度。額外增加的指標(biāo)自2021年4月份起按月平均分配，全部用于個人節(jié)能車指標(biāo)搖號，具體由市指標(biāo)管理機(jī)構(gòu)納入每月增量指標(biāo)配置計劃，按月組織實(shí)施。
特此通告。
廣州市交通運(yùn)輸局
2021年4月7日
政策解讀內(nèi)容如下：
一、通告出臺的背景是怎樣的？
答：2020年12月，國家商務(wù)部、發(fā)展改革委等12部門聯(lián)合印發(fā)《關(guān)于提振大宗消費(fèi)重點(diǎn)消費(fèi)促進(jìn)釋放農(nóng)村消費(fèi)潛力若干措施的通知》，提出有關(guān)城市要“進(jìn)一步增加號牌指標(biāo)投放”的意見。2021年2月，國家商務(wù)部辦公廳《關(guān)于印發(fā)商務(wù)領(lǐng)域促進(jìn)汽車消費(fèi)工作指引和部分地方經(jīng)驗(yàn)做法的通知》也指出可通過增加號牌指標(biāo)等措施，進(jìn)一步鞏固汽車消費(fèi)市場回升向好勢頭。廣州市本次增加中小客增量指標(biāo)配置額度，是繼續(xù)落實(shí)國家有關(guān)促進(jìn)汽車消費(fèi)政策的重要舉措。
展開 基于多點(diǎn)位移控制增量的網(wǎng)殼結(jié)構(gòu)穩(wěn)定性分析
本質(zhì)上，非線性屈曲實(shí)際上要求解的是一個非線性靜力問題，在有限元中最終轉(zhuǎn)化為非線性方程組的求解，目前常見的非線性方程組的求解方法有牛頓迭代法、擬牛頓迭代法、增量法、增量迭代法和弧長法等。在abaqus中，如果采用static，general類型的step，則軟件采用增量迭代法進(jìn)行計算，具體是將荷載/位移分為多個增量步加載，而每一個增量步內(nèi)又采用牛頓迭代法進(jìn)行求解。
對于單層網(wǎng)殼結(jié)構(gòu)來說，在abaqus中，其計算非線性屈曲主要采用兩種方法：增量迭代法和弧長法。增量迭代法又分荷載增量迭代和位移增量迭代。對于單層網(wǎng)殼，由于通常情況下其所受的外荷載已知而在外荷載的位移未知，因此實(shí)際工程中事實(shí)上很難采用位移增量迭代，而對于荷載增量迭代，其具體過程如圖一所示：
圖一 基于荷載增量的增量迭代法
基于荷載增量迭代的具體求解過程可知，如果荷載-位移曲線存在下降段，則荷載增量迭代實(shí)際上在曲線接近峰值時由于剛度接近0而不收斂，難以繼續(xù)求解，具體過程如圖二所示：
圖二 基于荷載增量的不收斂示意
目前應(yīng)對此缺陷的方法是采用弧長法，其具體過程如圖三。由于弧長法以荷載和位移形成的弧長作為增量，因此即使是面對有下降段的非線性屈曲分析，其也能求解。然而實(shí)際上，即使是采用弧長法，對于復(fù)雜結(jié)構(gòu)，即使是采用弧長法，在面對平衡路徑跳躍或者突變時，仍可能存在不收斂。
展開 Abaqus 中的步進(jìn)、增量、迭代和嘗試概念 碩迪科技
Abaqus 中的步進(jìn)、增量、迭代和嘗試等可能會在概念上讓 Abaqus 初學(xué)者感到困惑。清楚地了解分析步驟、荷載增量和迭代之間的區(qū)別非常重要。在這篇文章中快速了解 Abaqus 步驟和增量迭代。
在ABAQUS中，步進(jìn)增量迭代是解決非線性問題的一種數(shù)值計算方法。這種方法通常用于模擬材料的非線性行為、接觸問題、接縫問題等。
在ABAQUS中，步進(jìn)增量迭代是按照一個小的增量步驟來逐漸逼近最終解的過程。該方法通過迭代求解非線性方程組，將整個問題分解為多個小問題來求解。每個小問題中的方程可以被看作是線性的，因此可以使用線性求解器進(jìn)行求解。
步進(jìn)、增量、迭代中的每個步驟由以下幾個關(guān)鍵部分組成：
加載：在每個步驟中，系統(tǒng)會施加一個外部載荷或邊界條件，以模擬實(shí)際情況中的加載過程。這個加載可以是均勻的、逐漸增加的、逐漸減小的，或者包含不同的加載與卸載階段。
初始估計：在每個步驟的開始，需要對未知變量進(jìn)行一個初始估計。這個估計將作為迭代求解的初始猜測。
迭代求解：在每個步驟中，系統(tǒng)通過迭代來不斷逼近最終解。迭代的過程是通過求解線性方程組來更新未知變量的值，直到達(dá)到收斂準(zhǔn)則為止。
收斂準(zhǔn)則：收斂準(zhǔn)則是判斷當(dāng)前迭代結(jié)果與最終解之間是否滿足一定的收斂標(biāo)準(zhǔn)。如果迭代的誤差小于設(shè)定的閾值，則認(rèn)為計算結(jié)果已經(jīng)收斂。
通過不斷迭代求解小問題，整個問題可以被逐漸解決。在ABAQUS中，可以通過在每個步驟中設(shè)置不同的參數(shù)來控制迭代的過程，以便獲得更準(zhǔn)確的結(jié)果。
步進(jìn)增量迭代是ABAQUS中解決非線性問題的核心方法之一。通過它，我們可以更好地理解材料的行為，模擬實(shí)際工程問題，并為工程設(shè)計提供支持。
展開 UG入門圖文教程——陣列增量（蝎子尾巴和金字塔）
蝎子尾巴造型，此造型特點(diǎn)為為圓周陣列，360度均勻分布15度一段圓柱，每一段圓柱直徑相差3mm，典型陣列增量表達(dá)
圓弧，選擇xz基準(zhǔn)面，捕捉圓心，終點(diǎn)使用點(diǎn)偏置方式設(shè)置半徑，注意這個圓弧的為默認(rèn)順時針方向
如果想要切換到逆時針方向，需要先點(diǎn)擊補(bǔ)弧按鈕，即可切換方向，再修改角度為15度即可
管道，選擇上一圓弧，設(shè)置直徑
陣列特征，選擇管道特征，按照跨距和節(jié)距來進(jìn)行360陣列
添加增量，把圓柱的直徑增量添加進(jìn)來，增量為3
確定后，蝎子尾巴造型，注意陣列的中心矢量方向
金字塔，該造型特點(diǎn)是，在z方向陣列的時候，每多出一層，x和y兩個方向數(shù)量減少一個，且位于正中心，這樣就涉及到距離的增量，同時還有數(shù)量的增量
點(diǎn)，在絕對原點(diǎn)位置添加一個點(diǎn)，注意啟用矩形偏置，雖然都為0，一會陣列時要對這幾個0偏置設(shè)置相應(yīng)的增量
這是把基準(zhǔn)坐標(biāo)系隱藏后，絕對零點(diǎn)位置的現(xiàn)有點(diǎn)
塊，長方體，點(diǎn)直接選擇現(xiàn)有的點(diǎn)，注意這個點(diǎn)和基準(zhǔn)坐標(biāo)系中點(diǎn)重合，可以在部件導(dǎo)航器里，選擇第一個步驟的點(diǎn)即可
陣列幾何體，按照體的實(shí)行把上一個長方體進(jìn)行底層陣列，目的就是制作x和y兩個方向的數(shù)量表達(dá)式
陣列特征，把這三個特征都添加進(jìn)來，用點(diǎn)的偏置增量作為位置移動，幾何特征中的數(shù)量作為數(shù)量變化
增量表達(dá)式添加，把數(shù)量增量添加進(jìn)來，增量設(shè)置為-1，數(shù)量在降低，所以是-1個，兩個方向。點(diǎn)的x和y增量按照長方體在相應(yīng)方向上增加的長度的一半進(jìn)行設(shè)置
效果圖
展開 ABAQUS軟件中分析步增量步如何設(shè)置?
在ABAQUS軟件中的分析步（Step）設(shè)置界面中，增量步大小的初始值、最小值、最大值以及最大增量步數(shù)這4 個量之間的關(guān)系怎樣?又應(yīng)如何設(shè)置?
首先，我們需要清楚ABAQUS的計算迭代過程：ABAQUS軟件首先用增量步的初始值進(jìn)行迭代計算，如果計算結(jié)果收斂，則以該值代入下一步計算，若計算結(jié)果依然收斂，為了節(jié)約計算成本，ABAQUS軟件會自動嘗試增加增量步大小進(jìn)行迭代計算；如果計算結(jié)果出現(xiàn)不收斂現(xiàn)象（監(jiān)控器屬性欄出現(xiàn)字母“Ｕ”），則ABQUS軟件自動減小時間步長重新計算，直至計算結(jié)果收斂，然后再將該值代入下一步計算中，依此往復(fù)迭代。如果時間步長減小到增量步的最小值時計算結(jié)果仍不收斂，ABAQUS軟件將中止計算，判定計算結(jié)果不收斂。
搞清楚迭代原理之后，我們就知道如何設(shè)置這四個量的具體參數(shù)值了。對于容易收斂的問題且對相關(guān)變量的過程變化不做要求的仿真分析，為了節(jié)約計算成本，增量步初始值一般保持默認(rèn)，設(shè)為1即可。但是，對于難于收斂的非線性問題或者我們比較關(guān)心模型加載的過程，增量步初始值可適當(dāng)設(shè)小。需要說明的是增量初始值如果設(shè)置太小，會增加我們的計算時間，如果設(shè)置過大，ABAQUS被迫進(jìn)行多次“折減”，甚至直接導(dǎo)致計算不收斂。
增量步的最小值一般使用默認(rèn)值，對于復(fù)雜非線性問題，可酌情再減少1～2個數(shù)量級，如果計算還不收斂，可考慮減少空間步長(網(wǎng)格尺寸)。
增量步的最大值對收斂沒有影響，一般采用默認(rèn)值(分析步時間)。
最大增量步數(shù)默認(rèn)值為100．對于一些復(fù)雜的問題，可以酌情將此參數(shù)設(shè)置大些。
展開 有限元理論基礎(chǔ)及Abaqus內(nèi)部實(shí)現(xiàn)方式研究系列25： 顯式分析的穩(wěn)定時間增量
1.1.2 穩(wěn)定時間增量的理想計算方式
總結(jié)顯式分析中增量步之間的關(guān)系，可以發(fā)現(xiàn)增量步和上一個增量步有簡單的關(guān)系：
那么當(dāng)前時刻和第一個時刻的一個簡單關(guān)系：
而這個C類似于一個比例系數(shù)，與dt的取值有關(guān)，譬如上述函數(shù)例子中C=1-dt。對這種只有一個自由度的問題，可以發(fā)現(xiàn)|C|<1時，系統(tǒng)穩(wěn)定，否則系統(tǒng)不穩(wěn)定。在數(shù)學(xué)上可以證明C與系統(tǒng)的特征值是密切相關(guān)的。也就是說dt與系統(tǒng)的特征值有關(guān)，對一個有限元系統(tǒng)來說，數(shù)學(xué)上已經(jīng)證明dt如果滿足下式就是穩(wěn)定的：
其中
為有限元系統(tǒng)的最大特征值。我們稱右端為穩(wěn)定時間增量的理想計算方式。
1.1.3 穩(wěn)定時間增量簡化的必要條件
在穩(wěn)定時間增量dt_ideal的理想計算方式中，需要計算有限元系統(tǒng)的最大特征值。而如果每次顯式分析前都要計算一遍最大特征值，且對幾何變化大的問題，在每個增量步都要更新一次，那么計算量將非常大。更何況對非對稱的剛度等系統(tǒng)，還沒有辦法得到特征值。在實(shí)際有限元的工程計算中，會找另一種簡單的穩(wěn)定時間增量dt_engeer的工程計算方式，這個dt_engeer必須滿足兩個條件：
（1） 條件1：這種計算方式并不一定嚴(yán)格求出上面的dt_ideal，但求出的穩(wěn)定時間一定比理想的穩(wěn)定時間增量更小。即當(dāng)有限元的時間增量步長dt<dt_engeer，必然有dt<dt_ideal，此時系統(tǒng)依然滿足穩(wěn)定性要求。
（2） 條件2：dt_engeer比dt_ideal不能小太多，應(yīng)該是同一量級，否則增量步將大幅增加，導(dǎo)致系統(tǒng)耗時過大。
1.1.4 一般有限元的穩(wěn)定時間增量的工程計算方法
本著這個原則，一般有限元上做了兩次計算簡化工作：
（1）第一步：是將整個系統(tǒng)的最大特征值取為所有單個單元的特征值,由于系統(tǒng)的約束會壓縮總體頻率，導(dǎo)致dt_element<dt_ideal。
展開 
abaqus系列技巧7：關(guān)于Abaqus/Explicit 中增量步步長的確定
如圖：
這是一個典型的監(jiān)視器圖，從這個監(jiān)視器中可以看到，采用的是Explicit ，增量步為2.5e-9.對于時間總長為1s，或者0.1s的分析來說，明顯太長了。那么到底是什么原因造成的呢？
（以下內(nèi)容摘自《abaqus有限元分析常見問題解答》曹金鳳 石亦平老師著）
什么是穩(wěn)定極限值?如何確定穩(wěn)定極限值?影響穩(wěn)定極限值大小的因素有哪些?
默認(rèn)情況下,ABAQUS/Explicit在分析過程中的增量步大小完全由求解器自動控制,即分所過程中是有條件穩(wěn)定的,增量步必須小于某個極限值,以保證加速度在每個增量步中盡量接近常數(shù),這樣才能對速度和位移進(jìn)行精確積分,此極限值稱為穩(wěn)定極限值(syhm),即分析所允許的最大穩(wěn)定增量步長。它是ABAQUS/Explicit分析必須考慮的重要因素之一。為了提高求解效率,ABAQUS/Explicit在分析過程中總是盡可能選取穩(wěn)定極限值作為增量步長。
確定穩(wěn)定極限值的方法有兩種:單元-單元估計法和總體估計法。ABAQUS/Explicit總是先根據(jù)單元-單元估計法估計穩(wěn)定極限值的大小,然后在某些特定條件下跳轉(zhuǎn)到總體估計法確定穩(wěn)定極限值。
單元-單元估計法比較保守,它給出一個比實(shí)際的穩(wěn)定極限值更小的穩(wěn)定增量步長。一般情況下,模型中的各種約束和接觸關(guān)系都有抑制特征值頻譜的效應(yīng),單元-單元估計法不考慮這些因素的影響。
總體估計法采用當(dāng)前擴(kuò)張波速估計整個模型的最大頻率wmax,在分析過程中不斷地更新最大頻率的估計值?？傮w估計法算得的穩(wěn)定增量步長往往超過單元-單元估計法算得的穩(wěn)定增量步長。總體估計法確定穩(wěn)定極限值△tstable的計算公式為:
對于高階振動問題,wmax,較大,因此穩(wěn)定極限值較小,總的增量步數(shù)會非常大,這時ABAQUS/Explicit會通過引人體積粘性(bulkviscosity)的方法來引入一個小的阻尼。
展開 ADINA_ADINAT使用手冊——自動動態(tài)增量非線性分析有限元程序
ADINA_ADINAT使用手冊——自動動態(tài)增量非線性分析有限元程序[1].part1.rar
ADINA_ADINAT使用手冊——自動動態(tài)增量非線性分析有限元程序[1].part1.rar
ADINA_ADINAT使用手冊——自動動態(tài)增量非線性分析有限元程序[1].part2.rar
ADINA_ADINAT使用手冊——自動動態(tài)增量非線性分析有限元程序[1].part3.rar
ADINA_ADINAT使用手冊——自動動態(tài)增量非線性分析有限元程序[1].part4.rar
ADINA_ADINAT使用手冊——自動動態(tài)增量非線性分析有限元程序[1].part5.rar
ADINA_ADINAT使用手冊——自動動態(tài)增量非線性分析有限元程序[1].part6.rar
展開 abaqus中分析步、增量步的理解
總而言之，maximun number要適當(dāng)設(shè)置較大值，initial可適當(dāng)改小（如-2，-3量級），minimum（-5量級）不要修改，maximum值影響不大，可不改
abaqus 中把所有載荷按一定的要求分成若干載荷步step，每一步step根據(jù)abaqus自動載荷增量，分成若干增量increments，每一增量施加一定的載荷，然后每一增量通過若干迭代步iteration 進(jìn)行迭代，當(dāng)系統(tǒng)達(dá)到平衡時，迭代結(jié)束，完成一個增量。當(dāng)所有的增量都完成后，計算結(jié)束；反之，計算可能出現(xiàn)發(fā)散。這時，可以通過采用多種方法（如調(diào)整放大質(zhì)量系數(shù)，單元網(wǎng)格優(yōu)化等）調(diào)整增量大小，使計算繼續(xù)進(jìn)行。
如果你想知道什么問題，喜歡什么內(nèi)容，歡迎留言討論，喜歡的話不防點(diǎn)個贊，謝謝！
—End—
CAE仿真與數(shù)值模擬微信公眾號，主要介紹CAE仿真與數(shù)值模擬的知識與應(yīng)用公眾號主要介紹CAE仿真與數(shù)值模擬的知識與應(yīng)用。通過論壇，博客，論文，案例等為大家?guī)碇R食糧。仿真軟件:abaqus、ansys、flunet、comsol、hypermesh、moldflow等，涉及領(lǐng)域有機(jī)械材料土木物理等。
展開 abaqus某分析步初始增量步被自動縮減
請教各位，最近abaqus standard使用python腳本設(shè)置某分析步初始增量步0.025，inp文件也是記錄0.025，但是實(shí)際腳本命令mdb.jobs[].submit計算發(fā)現(xiàn)初始增量步取了0.008，改用bat文件也是被自動“修正”為0.008。更改初始增量步或把inp文件放到別的電腦上也會出現(xiàn)這樣的縮減。不明白為什么會出現(xiàn)這種情況
最近一批相同構(gòu)造不同尺寸的模型在計算，只有一個模型出現(xiàn)這種情況
以下是inp文件中某一分析步（第三個分析步）設(shè)定的增量步參數(shù)
......
** ----------------------------------------------------------------
**
** step: ml
**
*step, name=ml, nlgeom=yes, inc=10000
*static
0.025, 1., 1e-08, 0.025
**
......
展開 