abaqus數據擬合的案例
基于ABAQUS分析結果的Isight試驗數據擬合
圖20 History選項卡
31.初始模擬、最終模擬和試驗數據對比見圖21.可以看出
圖21 初始、最終模擬結果與試驗數據對比
四、結論
從擬合結果可以看出，Isight的數據匹配可以有效地擬合材料參數，主要材料參數與試驗誤差明顯減少，見表2，如彈性模量誤差減小3.75%，軸心受壓強度誤差減小16.67%，這兩個參數對于模態分析和結構承載力分析影響顯著。快速有效地匹配到真實材料參數可以提高建模效率和分析準確性。
基于ABAQUS分析結果的Isight試驗數據擬.ppt
模型文件.rar
五、設備情況及計算耗時
CPU：AMD Athlon(tm) II X4 640 Processor 3.0 Ghz
內存：4GB
計算耗時：406s
展開 BSDF數據導入與擬合
方法二：擬合數據到函數模型
BSDF數據擬合工具可以讀取ASCII文件的列表BSDF數據，以及擬合數據到任意的二項式或多項式散射模型。二項式和多項式散射模型具有如下的函數模型：
BSDF數據擬合工具，如下圖所示，可以通過如下方式獲取
菜單/工具/BSDF數據擬合/二項式、多項式數據擬合
兩種擬合方式可選，一個是通過制定n,m,I和I’參數擬合函數，另一個是執行回歸擬合，結合在n,m,I和I’提供的范圍內擬合。無論哪種方式，從擬合工具對話框得到的擬合結果都可以被用來創建一個新的散射模型。
模型驗證
一旦散射模型創建了，無論是使用上述的方法1或2，模型必須進行驗證。在樹形文件夾散射模型節點右鍵打開一個可選項：輸出詳細的摘要報告到輸出窗口，2D畫圖使用角度或β-β0,使用用戶自定義鏡像角3D畫圖。詳盡報告、2D和3D畫圖將會給出總散射。擬合最小不確定性在5%左右。
展開 設計仿真 | 金屬循環塑性實驗數據的參數擬合
為了減少數據擬合過程的計算時間，可以使用“減少數據點”選項減少數據點的數量。生成一個新圖表命名為ratcheting_reduced。通常，該操作不會影響數據擬合和最終結果的參考應力-應變曲線的形狀。執行這些第一步的按鈕順序如下，相應的表屬性菜單如圖1所示。實驗數據的時間應變曲線和相應的縮減曲線分別如圖2和圖3所示。
圖1 減少數據點
圖2 導入數據曲線圖
圖3 處理后曲線
2.2
實驗參數擬合
現在進行實驗數據擬合，從“材料屬性”主菜單下的“實驗數據擬合”菜單。在菜單頂部的“屬性”下，我們從下拉菜單中選擇“可塑性”。在“類型”下的“塑性”部分，從下拉菜單中選擇“循環塑性”。然后，我們可以加載用于數據擬合目的的應力-應變曲線。按下圖4中的單軸塑性試驗按鈕，彈出圖5中的菜單，我們可以選擇適當的表格。在這里，我們選擇名為ratcheting_reduced的點數減少的表。
展開 基于Matlab平臺的BP神經網絡進行數據擬合
泛化能力檢查（Validation Checks）在訓練中始終為0，這個是指在訓練過程中沒有出現過誤差不降反升的情況，如果超過6次誤差不降反升，為防止出現過度擬合的情況，訓練將會強行停止。
訓練過程中生成的訓練結果可以繪出如回歸線圖、性能指圖等來體現該次訓練的特征，以及為輸出的擬合結果提供判斷可靠性的有力佐證。當回歸率R越接近于1時，則證明數據擬合效果越好。
圖3. 訓練結果信息圖
本次數據擬合的結果如圖4所示，采用的樣本數據為MATLAB自帶的數據庫（simplefit_dataset），可以看出擬合曲線與樣本值的趨勢完美重合。不同于Hopfield神經網絡輸出結果的不穩定性，BP神經網絡每次訓練的迭代過程中產生的誤差以及權值等會變化但是輸出結果總是可靠的。除了使用MATLAB自帶的數據庫進行數據擬合測試外，也可以自己創建樣本矢量，進行對多項式、正余弦函數以及其他函數映射等的數據擬合分析。
圖4. 數據擬合結果
最后，有機器學習相關需求，歡迎通過微信公眾號聯系我們。
微信公眾號：320科技工作室。
展開 
OAS光學分析軟件 | BSDF數據擬合
下面是一個示例文件：
<doc>
<angle value="0" weight="1">
-89.502762 0.001945 1.0
-88.508287 0.000836 1.0
-87.513812 0.000285 1.0
-86.519337 0.001982 1.0
……
87.513812 0.001084 1.0
88.508287 0.000686 1.0
89.502762 0.001834 1.0
</angle>
</doc>
進行BSDF擬合
打開OAS軟件后，您可以選擇在主菜單中點擊光學特性，選擇表面散射中的BSDF數據擬合。
在BSDF 數據擬合編輯器中,通過點擊“設置”后，選擇數據擬合的類型，類型有ABg和Harvey Shack兩種可供選擇，再點擊“導入”來加載測量數據。選擇文件所在路徑，點擊文件后，選擇打開。
在加載數據后,BSDF在BSDF 數據擬合編輯器中繪制,在橫坐標中使用該數量。許多BSDF在鏡面方向上有一個峰值,并發生在哈維和ABg模型的解析公式中。由于BSDFs通常具有巨大的動態范圍,所以我們將BSDF圖用于一個logarthmic規模作為默認值。BSDF的縮放,可以在函數和線性之間切換。
在BSDF 數據擬合編輯器的右上角,有一個小的轉折:每個集合總是有兩條線,一個固體(向前散射),一個虛線(向后散射)。較淺的顏色表示輸入BSDF值,較厚和深的數據集代表模型數據的當前值。
展開 如何在Maxwell中根據測試的圖片的來擬合數據
如何在Maxwell中根據測試的圖片的來擬合數據
在測試磁性材料的BH曲線，或者根據網絡資料查找到了磁性材料的BH曲線，但是主要為圖片格式，如何準確的提取橫坐標和縱坐標的數值呢？本實例主要說明在Maxwell軟件中根據圖片提取坐標值，使結果更加準確
本方法可以使用于其他需要根據圖片提取數據的情況，方法簡單易用，當然你根據excel軟件來擬合也是可以的
首先將你要讀取數據的圖片保存成jpg格式
1.打開Maxwell軟件，在其中對圖片進行擬合，獲取數據
2.點擊Maxwell/design datasets
3.點擊最下面的sheet scan 數據掃描
4.點擊上面的picture/load picture讀取圖片，將數據加入到文件中
5.點擊上方的坐標系統coordinate system/new,彈出其數據擬合的坐標位置參考。其中point1、point2和point3分別對應坐標系統的原點、X坐標長度和縱坐標的高度，分布點擊三個點，再點擊圖中相應的三個位置
6.將前兩列的數據更改為圖片中表示的坐標值，表示的是點擊的三個點和坐標三個值對應，第一個點，一般為坐標原點，保持0，0即可
7.點擊上方的curve曲線擬合new，然后再曲線設置中填寫相應的X、Y坐標名稱，或保持默認即可，點擊確定后，在圖中曲線上從最左側開始點擊要擬合的曲線，坐數據會出現在左側。
8.點擊file中的保存或者輸出export命令，然后點擊file，保存csv格式即可。
展開 設計仿真 | 金屬循環塑性實驗數據的參數擬合
為了減少數據擬合過程的計算時間，可以使用“減少數據點”選項減少數據點的數量。生成一個新圖表命名為ratcheting_reduced。通常，該操作不會影響數據擬合和最終結果的參考應力-應變曲線的形狀。執行這些第一步的按鈕順序如下，相應的表屬性菜單如圖1所示。實驗數據的時間應變曲線和相應的縮減曲線分別如圖2和圖3所示。
圖1 減少數據點
圖2 導入數據曲線圖
圖3 處理后曲線
2.2
實驗參數擬合
現在進行實驗數據擬合，從“材料屬性”主菜單下的“實驗數據擬合”菜單。在菜單頂部的“屬性”下，我們從下拉菜單中選擇“可塑性”。在“類型”下的“塑性”部分，從下拉菜單中選擇“循環塑性”。然后，我們可以加載用于數據擬合目的的應力-應變曲線。按下圖4中的單軸塑性試驗按鈕，彈出圖5中的菜單，我們可以選擇適當的表格。在這里，我們選擇名為ratcheting_reduced的點數減少的表。
展開 使用數值解和解析解擬合實驗室煤粒解吸擴散數據
通過解析解擬合實驗室煤粒解吸數據，可以獲得擴散系數。煤芯中孔徑不一，一般采用平均粒徑代替煤芯的粒徑，在計算過程中會出現一定誤差。采用數值模擬的方法，可以探究不同粒徑下煤粒的擴散系數，比較數值解和解析解的差異性。本文借助comsol數值求解，通過優化擴散系數，使其匹配煤粒解吸擴散數據，進而獲得煤粒擴散系數。
單孔擴散模型邊界條件的解析解為：
COMSOL中建立的煤粒解吸幾何模型：
數學方程采用菲克第二定律：
其中C為煤粒中甲烷濃度，
解吸速率可表示為：
利用comsol中非局部耦合體積分，可以獲得解吸速率。其中p0為煤粒中初始甲烷壓力、pa為大氣壓，0.1MPa。
1min甲烷濃度分布
5min甲烷濃度分布
上圖為數值解、解析解、實驗數據之間的擬合關系，解析解、數值解獲得的煤粒擴散系數分別為1.52×10-12m2/s、1.32×10-12m2/s。利用comsol的優化模塊，可以更準確的擴散系數，也可分析不同粒徑對擴散系數的影響。
參考文獻：
Qingquan Liu, Jing Wang, Jingjing Liu,et al.Determining diffusion coefficients of coal particles by solving the inverse problem based on the data of methane desorption measurements[J].Fuel,2022.
展開 橡膠材料粘彈性擬合詳解！－ABAQUS與ANSYS
下面給出粘彈性擬合的過程，希望對大家有點幫助。
并用ANSY合ABAQUS進行了擬合對比！
實驗數據來自美國實驗室。
下載地址：
粘彈性擬合過程.pdf
abaqus cae數據文件損壞如何修復? abaqus data
將jnl文件復制一份，重命名后綴為.py的文件，打開abaqus，file-->run script, 運行一遍該py文件。但要注意你原始導入的幾何或孤立網格文件還在原來的文件夾位置下。
abaqus數據傳遞 ￥2
最近在學習abaqus數據傳遞功能。abaqus中數據傳遞的方法大體有三種，一種是我們常用的重啟動，一種是數據傳遞，還有一種是提取初始應力場再導入。
1.重啟動的步驟如下：
1)在原模型中設置restart輸出請求；
2）在重啟動模型中設置重啟動請求：
單擊菜單Model/edit attributes,選擇重啟動模型名稱，設置重啟動分析步名稱以及重啟動迭代步；
基于Python向Abaqus導入txt、dat數據（附abaqus中python二次開發課程）
這次推送聚焦于解決采用Python向Abaqus里導入txt、dat數據的問題（dat文件只需要將txt文件的后綴名改為dat就可以生成dat文件），Abaqus基于Python讀入txt、dat數據主要有read()、readlines()、readlines()、numpy.loadtxt()函數，導入的txt文件放在工作目錄temp中。
1. read() 函數
可以一次性讀取txt文件中的內容，并以字符串的結果返回來，如下列代碼所示：
with open("xyplot.dat", "r") as f: #打開文件
data = f.read() #讀取文件
print(data)
其中，
r是讀取人工書寫的數據，書寫的時候是什么樣子，讀出來就是什么樣。
rb是讀取二進制文件，非人工書寫的數據，如.jpeg等這些。
將該命令在Abaqus/CAE的命令行接口（Command Line Interface, CLI）運行后，結果如圖1所示（圖中#注釋后的亂碼為作者安裝abaqus采用英文版，沒有漢化所致）：
圖1 read()讀取txt、dat數據到Abaqus
需要注意的是，以上data數據類型都是為字符，如下圖所示。調用data[0]為字符，因此data[0][0]也為字符，以及后續的data[20][0]，data[60][0]等也都為字符。
展開 Abaqus Python 二次開發-歷程輸出數據提取的python實現 ￥3.49
在Abaqus中，歷程變量的輸出，尤其是反力及位移，經常是如下的格式。
此時，如果想提取數據，一些關于Abaqus 二次開發的書籍里提供的方式是：odb.step['Step-1'].historyRegions['Node PART-TRIMMED-MESH.288422']. historyOutputs['U1'].data 。這種方式，需要輸入 'Node PART-TRIMMED-MESH.288422' 這種很長的字符串，繁瑣且容易出錯。
在付費內容中，提供了一種便捷的方法，得到長字符串，提取相關的數據，并將數據保存為csv文件。
展開 Abaqus的歷史數據輸出的問題
Abaqus的歷史數據輸出的問題
Abaqus結果輸出時有場輸出（Field Output）和歷史輸出(History Output)，場變量輸出用于描述某個量隨空間位置的變化，歷史變量用于描述某個量隨時間的變化，區別是場變量輸出大量的單元或節點上的計算結果，寫入odb文件的頻率低，用與生成后出的各個圖。歷史變量輸出少量單元或節點上的計算結果，寫入Odb的頻率高，用于生成X-Y圖。歷史變量允許單獨輸出某個獨立分量，經常用到的就是這個獨立分量的輸出，比如輸出結構最大點的位移變化曲線，或者盈利最大點的應力變化過程等。
在輸出歷史數據時，大多數的輸出結果比如位移和應力等，不能實現整個模型全部輸出，也就是需要指定set（參考集），需要設置相關的set后，結果輸出才會有這些數據。
定義Set的對話框如圖1所示，定義Set的類型時有三個，按照以往的理解，一般經常用到的應該是Node，也即節點集，想要輸出這個節點在求解過程中的Mises應力變化過程，選擇某個節點，通過Step模塊的History Output Requests，如圖2所示。
圖1
圖2
選擇剛才設置的Set，選擇需要輸出的結果項，此處為Mises。之后計算，計算后提取結果時，發現并沒有輸出該節點的Mises歷史數據。
筆者很快想到了，有可能是不能輸出節點的應力，因為涉及到節點解和單元積分點解的問題，這個之前已經討論過。基于此考慮，那么輸出該節點的位移場肯定沒問題，因為節點位移解是最先得到的節點解。
將Mises換成UT，如圖3所示。
同時，新建一個Element Set，因為Node Set無法輸出歷史數據，那么采用Element Set也肯定能夠輸出單元積分點的數據，如圖4所示。
展開 ABAQUS批量提交Job與Python讀取ODB結果應力應變數據
問題2
如何從ODB結果文件中讀取計算結果數據
第二個問題是大家經常要面對的，常規的數據提取采用ABAQUS自帶的后處理工具已經能滿足需求了，但是如果我們需要進行一些寫出文本，數據篩選，數據的二次計算處理。。。，我們就需要用程序語言的幫助了。
針對今天的問題——
提取結果并寫出到文本
，如果用自帶的工具，可以導出abaqus.rpt文件，不過這種方式并不能滿足我們較為苛刻的要求，用python程序會的自由度會更大一些。
另外需要說明的是，如果我們僅僅只是看看某單元或者節點的各種計算結果，或者簡要的數據處理，臨時用一用，可以采用如下方式，不必費心寫復雜的程序，不值當浪費時間，
青春易逝，頭發寶貴
。當然了，通過阿信這里給出的基本程序改一改，能省幾根頭發。
限于時間關系，這里只列出基本的應力提取程序，寫入文本比較簡單，隨意百度即可實現，不再給出。
展開 