在工業4.0與智能制造轉型的關鍵時期，MARC系列作為全球領先的高級非線性有限元分析平臺，已成為企業實現研發數字化、提升產品競爭力的核心技術工具。本文將全面解析MARC的核心功能、技術優勢及其在高端制造、新能源、醫療器械等領域的深度應用，為您展現如何通過先進的仿真技術降低研發成本、縮短產品上市周期。 一、MARC產品核心技術優勢 1. 全面的非線性分析能力 MARC提供業內領先的非線性求解技術

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：

在航空領域，一般思路通過在hypermesh建模，nastran求解。常見的求解類型包括SOL101線性靜力求解，SOL103模態求解，SOL105屈曲求解，sol106非線性靜力求解，sol145顫振分析求解，sol129非線性動力求解，sol107轉子復特征值分析（轉子臨界轉速）求解。 其中SOL145、SOL129、SOL107求解設置無法全部通過hypermesh軟件進行設置，建議在MSC

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

光纖中的非線性自聚焦 模型描述 這里，我們研究光纖中非線性自聚焦的細節。首先，我們計算了由于非線性自聚焦的影響，大模面積光纖的基模如何收縮。 模式解算器實際上忽略了非線性效應。然而，只需幾行腳本代碼，我們就可以存儲包括其非線性變化在內的折射率分布，然后重新計算光纖模式。重復這一過程，直到我們得到一個自洽的解: dr := 0.05 um defarray

01 案例背景 為了滿足評估地震載荷對土木工程性能影響的需求，SEPTEN與EDF研發部門合作，開展了一項關于模擬鋼筋混凝土結構的研究與開發計劃。該項目的重要貢獻是開發了交替循環載荷下的兩種鋼筋混凝土模型：2D各向異性的Nada?_B模型，與3D各向同性Endo_Isot_Béton模型。 目前這些模型需要進行深入的驗證工作，除了驗證模型之外，這項工作也必須規定模型的使用規則，使得結果更具可靠性

分享2本比較經典和介紹很詳細的教材：計算接觸力學，非線性瞬態動力學，非常值得推薦一看。 Wriggers - 2006 - Computational contact mechanics.pdf Wu 和 Gu - 2012 - Introduction to the Explicit Finite Element Method.pdf Boulbes - 2020 - Troubleshooting

有限單元法是一種古老的數值求解技術，最早可追溯至二十世紀五十年代，至今已有約70年的時間。一般認為，加州伯克利學院（UCB）是有限元法的發源地之一。世界上第一篇關于有限元法的論文是UCB的Turner，clough和Topp，發表于1956年。 而最早的有限元程序，則是UCB的Ed WILSON在1958年編寫的，采用的語言是一種古老的語言Fortran。 在后來的幾十年中，各種不同的有限元軟件層出不窮

1875 年，John Kerr 將載流線圈放置在玻璃板兩側的孔中，從而產生了電場。當一束偏振光穿過平板后，他發現偏振是不同的。這種差異與玻璃折射率的變化有關，折射率與電場的平方成正比——這種現象被稱為磁光克爾效應（Kerr effect）。今天這邊文章將帶您了解如何對這種效應以及其他線性和非線性現象進行建模。 理解非線性光學材料的磁化率 當給介電材料施加電磁場時，電磁場會將材料中的電子從其原始軌道上遷移