多尺度模型的案例
基于 ABAQUS 的多尺度有限元模型橋梁檢測與評估
3.4 靜載結果分析
將分級加載的結果進行匯總，采用多尺度有限元 模型計算的結果與實測值進行對比，同時由 CJJ/ T233-2015《城市橋梁檢測與評定技術規范》中規定校 驗系數 η 為實測應變（撓度）與理論計算應變（撓度） 之比。應變結果匯總見表 3～4，撓度結果匯總見表 5。
由表 3～5 可知，校驗系數大小比較均勻，校驗 系數位于 0.5~0.9，小于 CJJ/T 233-2015《城市橋梁 檢測與評定技術規范》中的規定限值 1，所以該大橋 剛度滿足試驗荷載要求。
3.5 模態分析
福建某實際橋梁工程多尺度有限元模型計算 的理論基頻和實測基頻分別為 4.07、4.79 Hz， 可知 多尺度有限元模型計算的橋梁基頻和實測基頻基 本一致， 再次說明了多尺度有限元模型的正確性。實測的自振頻率大于有限元軟件的計算值，說明該 橋梁的性能滿足要求。
4 結語
橋梁結構關鍵部位應力及變形是橋梁檢測重 點關注的指標，為了獲得更加準確的計算精度，精細 化網格劃分造成的計算成本也成倍增加。為了平衡 二者的對立關系，以 ABAQUS 軟件為依托，將橋梁 檢測中重點區域進行精細化建模并準確、合理地連 接到整體模型中，以此建立可以細致分析重點區域 受力情況地多尺度有限元模型，并分別通過矩形截 面簡支梁及福建某實際橋梁工程為例，來驗證本研究提出的多尺度有限元模型的準確性，研究結果表明：
（1）采用多點約束法可準確實現不同網格大小 的有限元模型之間的連接， 形成多尺度有限元模型；
（2）多尺度有限元模型網格單元數、節點數均比 精細化有限元模型少，使計算時長大大減少；
（3）多 尺度有限元模型撓度值、應力值、應變值等計算與 精細化有限元模型得到的計算結果誤差在 3%。
展開 清華大學CJChE丨基于自適應多尺度卷積神經網絡的化工過程故障診斷模型
由于原料性質、設備損耗以及外界環境等條件的變化，化工生產裝置運行工況隨之波動，因此傳感器監測的過程變量會包含具有不同時間尺度的數據特征。盡管近年來深度學習在故障診斷領域取得了很大進展，但大多數模型都無法高效提取多尺度數據特征，也難以在跨工況任務上展現較好的魯棒性。本文提出了一種基于自適應多尺度卷積神經網絡的化工過程故障診斷模型AMCNN，可以自動從時間序列數據中挖掘多尺度特征，同時模型中自適應注意力機制有助于選擇與故障狀態聯系更緊密的關鍵特征加以訓練，受度量學習啟發引入的三元組損失函數用于提升模型對多工況故障特征的泛化能力。本文采用連續攪拌反應器仿真系統和田納西-伊斯曼過程模擬數據集對所提方法的效果進行驗證，實驗結果證明AMCNN模型具有優異的故障診斷性能和跨工況通用性。
成果展示
本文構建的自適應多尺度卷積神經網絡模型結構如下圖所示，AMCNN整體由三部分模塊組成，分別是多尺度卷積模塊、融合兩種機制協同作用的自適應注意力模塊和三元組損失優化模塊，分類器用于輸出故障類別。
展開 LS-DYNA人工智能多尺度計算技術及其在注塑成型復合材料領域的應用
這類材料通常由注塑成型加工而成，因而產品內部的材料微觀結構（例如纖維方向及體積比）擁有非均勻分布的特點，并且其復雜的微觀結構導致了復合材料在宏觀尺度上表現出各向異性的非線性力學行為。因此，當對注塑成型的產品進行結構分析和性能預測時，傳統的數值方法與材料本構模型往往難以取得令人滿意的計算精度。
最近，LS-DYNA基于人工智能技術發展了一套嶄新的數據驅動多尺度計算技術，該技術集成了注塑成型過程模擬、材料多尺度力學建模、結構非線性有限元分析，以及基于物理的機器學習方法“深度材料網絡（DMN）”。DMN可以通過離線訓練學習隱藏在材料代表性體積單元（RVE）中的微尺度材料物理規律，經過訓練的DMN模型能夠準確地預測復合材料的非線性力學行為，并且其計算速度比傳統多尺度有限元模型快多個數量級。通過對不同纖維分布的微觀結構進行遷移學習，在通用非線性有限元分析軟件LS-DYNA內創建了一個可模擬預測各種短纖維增強復合材料的DMN數據庫。另外，借助前處理軟件LS-PrePost提供的映射功能，可以將模流分析軟件Moldex3D預測得到的纖維分布數據導入LS-DYNA，從而得到能夠對注塑成型復合材料結構進行高效非線性分析的多尺度有限元模型。
展開 LS-DYNA人工智能多尺度計算技術及其在注塑成型復合材料領域的應用
這類材料通常由注塑成型加工而成，因而產品內部的材料微觀結構（例如纖維方向及體積比）擁有非均勻分布的特點，并且其復雜的微觀結構導致了復合材料在宏觀尺度上表現出各向異性的非線性力學行為。因此，當對注塑成型的產品進行結構分析和性能預測時，傳統的數值方法與材料本構模型往往難以取得令人滿意的計算精度。
最近，LS-DYNA基于人工智能技術發展了一套嶄新的數據驅動多尺度計算技術，該技術集成了注塑成型過程模擬、材料多尺度力學建模、結構非線性有限元分析，以及基于物理的機器學習方法“深度材料網絡（DMN）”。DMN可以通過離線訓練學習隱藏在材料代表性體積單元（RVE）中的微尺度材料物理規律，經過訓練的DMN模型能夠準確地預測復合材料的非線性力學行為，并且其計算速度比傳統多尺度有限元模型快多個數量級。通過對不同纖維分布的微觀結構進行遷移學習，在通用非線性有限元分析軟件LS-DYNA內創建了一個可模擬預測各種短纖維增強復合材料的DMN數據庫。另外，借助前處理軟件LS-PrePost提供的映射功能，可以將模流分析軟件Moldex3D預測得到的纖維分布數據導入LS-DYNA，從而得到能夠對注塑成型復合材料結構進行高效非線性分析的多尺度有限元模型。
展開 
精沖鋼微觀組織對其力學性能和精沖性能影響的多尺度模擬研究
圖1 精沖用鋼C15E
基于精沖鋼微觀組織的多尺度模擬
通過數值模擬研究不同微觀組織特征對材料性能的影響是目前精沖成形研究的一大熱點，越來越多的模擬研究傾向于將宏觀有限元模型和微觀組織模型（如代表體積元RVE模型)結合，以對實際宏觀成形過程中的特征變形區域構建局部的微觀組織模擬。
宏微觀建模
根據精沖試驗中模具的實際尺寸在ABAQUS/Explicit中建立二維宏觀有限元模型，如圖2a所示，以獲得關鍵區域的變形情況。精沖變形主要集中在間隙處的剪切區域，因此對該區域進行網格加密處理。此外，對剪切區域除中心一層單元以外的單元運用ALE自適應網格的方法，防止網格畸變。中心區域的一層單元將以正常的拉格朗日模式變形，有限元軟件記錄單元節點的位移變化。
圖2 多尺度精沖有限元模型
RVE建模方法有兩種：一種是利用軟件生成理想化退火態的球形碳化物顆?！F素體基體RVE模型，另一種是基于真實的金相組織建立珠光體—鐵素體RVE模型，如圖2b所示。
微觀組織建模
⑴理想化退火態微觀組織RVE模型。
上文提及的兩種RVE模型建模方法，同樣適用于純微觀模擬研究，區別僅在于模型的邊界條件。若對RVE模型施加拉伸或剪切邊界條件，可分析材料不同的微觀組織對拉伸或剪切性能的影響。在冷軋鋼的退火態微觀組織中，滲碳體近似于球狀顆粒，或隨機或以碳化物帶的形式分布在鐵素體基體中。因此建立的二維RVE模型將滲碳體等效為圓形的第二相顆粒，利用軟件直接生成不同直徑、不同體積分數或不同分布狀態的球狀顆粒。在純微觀模擬研究中，考慮到球狀滲碳體的實際尺寸，將RVE模型整體尺寸設為20μm×20μm。
為了方便與后文中基于金相組織的RVE模型作對比，再以同樣的方法在更大的尺度上建立理想化退火態微觀組織RVE模型作為子模型，研究組織對精沖性能的影響。
展開 AF多尺度孔隙處理軟件2D ￥96
AF多尺度孔隙處理軟件2D可在確?？紫堵什蛔兊那疤嵯?，基于實際的孔隙圖像，進行孔隙的多尺度處理。
在工程實際中，一種材料的孔隙率參數易于測得，而材料的其他孔隙特征是難以測算的。針對這兩方面的問題，AF多尺度孔隙處理軟件2D采取指定孔隙率加材料圖片處理模式來進行生成多尺度孔隙圖片。具體而言，針對已知的孔隙率，軟件在進行孔隙處理中可保證孔隙率為定值，基本不發生改變，這樣就可控制孔隙率參數不變，研究孔隙的其他特征參數對材料性能的影響。而針對難以衡量的孔隙其他特征參數，如孔隙喉道、孔隙峰度、孔隙連通等特征，軟件采用基于圖像的處理模式，可在最大程度上保留原有的孔隙特征。對于黑白的二值圖片，軟件還提供自適應孔隙率測算功能，識別模式為白色為孔隙。
以下為處理文獻圖片的處理樣圖：
處理后的文件可進行有限元模型的建立，如COMSOL、ANSYS、Abaqus多尺度孔隙結構模型等：
說明提醒
軟件需要注冊，注冊后可永久使用，版本更新不影響注冊狀態，注冊請聯系QQ：1135122921。
展開 一種新穎的多尺度晶體塑性實現方案-------Direct FE2
參考文獻:《A novel concurrent multiscale method based on the coupling of Direct FE2 and CPFEM》
文章doi：10.1016/j.tws.2024.112610
Direct FE2（Finite Element Square）多尺度模擬方案是一種常用于材料科學中的數值模擬方法，特別適用于研究復雜的材料行為（如晶體塑性、微觀結構演化等）。它結合了微觀和宏觀兩個尺度的有限元分析，能夠在多尺度上捕獲材料的細觀力學響應。
Direct FE2 的原理：
Direct FE2 是一種強耦合多尺度方法，其核心思想是在每個宏觀積分點處嵌套一個細觀有限元模型，以實現宏觀響應與微觀行為之間的直接相互作用。
宏觀有限元（FE）模型：
描述宏觀結構的整體變形和力學行為。
宏觀模型的單元中積分點的材料行為由微觀模型提供。
宏觀模型中的應力、應變是由微觀模型的細觀響應直接計算得到。
微觀有限元（RVE）模型：
微觀模型（通常為代表性體積單元，Representative Volume Element, RVE）用于描述材料微觀結構，如晶粒、裂紋、孔洞等。
通過微觀有限元模擬，計算微觀應力和應變場，以及其等效宏觀響應。
微觀模型會受到來自宏觀模型的邊界條件（如位移或應力）的驅動。
宏微耦合：
宏觀積分點傳遞的變形梯度作為邊界條件輸入到微觀模型。
微觀模型計算得到的等效應力或切線剛度返回到宏觀模型，用于更新宏觀求解。
這種雙向耦合的計算流程在每個加載步中反復迭代。
Direct FE2 的計算流程
在宏觀有限元模型中，計算每個單元的變形梯度 FFF。
展開 直播預告-汽車增強塑料結構多尺度分析及輕量化仿真技術
Digimat作為一款復合材料多尺度分析平臺，提供了多尺度材料正&逆向建模、材料數據庫、工藝結果映射及結構多尺度耦合分析、A-&B-許用值虛擬計算等眾多功能，為相關領域復合材料結構的精確分析和優化提供了成熟的解決方案。
本次直播，將從多尺度理論展開，輔以真實客戶案例針對性闡述并演示汽車增強塑料結構分析解決方案，分析常用的多尺度材料模型，歡迎預約報名！
1月19日 14:00
▲ 掃碼參與報名
立即預定
直播案例搶先看
玻纖增強復合材料具有密度小、韌性高、成型快、成本低等優點，在汽車、電子電器等領域廣泛使用。玻纖增強復合材料產品通常使用注塑工藝生產，玻纖取向在產品中的分布會存在差異，進而影響產品的最終性能。為了準確預測玻纖增強復合材料產品的性能，需要在仿真分析中考慮工藝（如玻纖取向）的影響。
本案例為您詳解延鋒彼歐公司如何使用Digimat對復合材料尾門內板的沖擊性能進行分析應用?；诤？怂箍灯煜碌膹秃喜牧?em>多尺度仿真軟件Digimat，用戶可以輕松創建復合材料材料卡片，將模流仿真分析結果映射到結構有限元網格，從而實現玻纖增強復合材料結構的精確仿真。同時，注塑工藝中的熔接線也會使材料強度有顯著下降，因此在仿真中還需要考慮熔接線的影響。Digimat可將模流分析中的熔接線結果映射到結構分析網格，以此計入熔接線對產品性能的影響。
復合材料力學性能測試
注塑玻纖復合材料尾門內板使用的材料為PP-GF40。考慮三種玻纖取向的試驗樣件，即0°、45°、90°，進行準靜態拉伸試驗，結果如圖1所示。
圖1. 準靜態條件下，不同玻纖取向的應力-應變曲線
為了最終預測沖擊響應，還需要考慮材料的應變率效應。
展開 使用多尺度注意力進行語義分割
為了進一步解決主要的錯誤模式，我們創新了兩種方法：多尺度注意力和自動標記。
多尺度注意力
在計算機視覺模型中，通常采用多尺度推理的方法來獲得最佳的結果。多尺度圖像在網絡中運行，并將結果使用平均池化組合起來。
使用平均池化作為一個組合策略，將所有尺度視為同等重要。然而，精細的細節通常在較高的尺度上被最好地預測，大的物體在較低的尺度上被更好地預測，在較低的尺度上，網絡的感受野能夠更好地理解場景。
學習如何在像素級結合多尺度預測可以幫助解決這個問題。之前就有關于這一策略的研究，Chen等人的Attention to Scale是最接近的。在這個方法中，同時學習所有尺度的注意力。我們將其稱為顯式方法，如下圖所示。
圖3，Chen等人的顯式方法是學習一套固定尺度的密集注意力mask，將它們結合起來形成最終的語義預測。
受Chen方法的啟發，我們提出了一個多尺度的注意力模型，該模型也學會了預測一個密集的mask，從而將多尺度的預測結合在一起。但是在這個方法中，我們學習了一個相對的注意力mask，用于在一個尺度和下一個更高的尺度之間進行注意力，如圖4所示。我們將其稱為層次方法。
圖4，我們的分層多尺度注意力方法。上圖：在訓練過程中，我們的模型學會了預測兩個相鄰尺度對之間的注意力。下圖：推理以鏈式/分層的方式完成，以便將多個預測尺度組合在一起。低尺度注意力決定了下一個更高尺度的貢獻。
這種方法的主要好處如下：
理論訓練成本比Chen方法降低了約4x。
展開 JMPS：多主元合金塑性和應變硬化的分層多尺度晶體塑性框架
多主元合金(MPEAs)表現出了優異的力學性能，包括良好的抗疲勞性、高屈服強度、耐腐蝕、高延性和熱穩定性，特別是高強度和良好的延性的前所未有的結合。因此，MPEAs有望在關鍵結構和功能上得到廣泛應用，例如抗損傷材料和工具材料。作者通過調研發現，與傳統合金不同，實驗和模擬表明MPEAs中不同的原子類型會導致較大的原子晶格畸變來控制力學性能。
在細觀尺度上，晶體塑性有限元(CPFE)方法可以考慮相變、位錯滑移和變形孿生等多種細觀變形機制，在描述基于微觀結構演化的材料塑性行為方面具有明顯的優勢。而晶體塑性本構模型的參數通常是通過擬合宏觀實驗結果得到的，但是其缺乏亞微米變形機理，所以擬合參數可能不是唯一的，從而降低了CPFE模擬的預測精度。由于MPEAs的微觀結構是多尺度的，如原子空位和晶格畸變、微尺度位錯和中尺度晶粒等，所以需要考慮微尺度的變形機理來獲得精確的晶體塑性本構模型參數，然后開發一種從納米-微-中尺度微觀結構集成的新的模擬方法。湖南大學的Qihong Fang等人將原子模擬、離散位錯動力學和晶體塑性有限元方法結合起來，建立了一個新的框架，研究MPEAs的應變硬化行為，實現了包括納米尺度晶格畸變和微尺度位錯硬化在內的復雜跨尺度因素對塑性變形的影響，作者結合MD、DDD、CPFE模擬方法和隨機場理論(圖1)，提出了一種可捕捉MPEAs中嚴重晶格畸變的分層多尺度方法來建模MPEAs，該方法連接了三個長度尺度(納米尺度、微觀尺度和中尺度)，為深入理解納米-微米-中尺度結構相關的微尺度變形機制提供了新的思路，并為研究先進MPEAs的多尺度微結構調控相關的優越力學性能提供了可能和途徑。
圖1：用分層多尺度建模方法估計晶體塑性本構模型中的硬化參數。用MD、DDD和CPFE耦合模型預測了多晶材料在不同長度尺度下的力學響應。
展開 多尺度晶體塑性模擬文章推薦
對于高溫合金、鋁合金薄壁件、微尺度構件等問題，如果材料存在明顯織構或晶粒尺度效應，將晶體塑性與結構有限元耦合，能夠提供比傳統本構更豐富的物理信息。
我們可以將我之前推文提到的umat-taylor模型轉化為vumat子程序，進一步使用晶體塑性模型模擬大變形結構尺度材料變形行為。案例展示如下：
初始模型參考文章的設置（上下兩層鋼板，中間為薄殼結構）：
使用通用接觸，摩擦系數設置為0.5，共4000個單元，每個單元包含50個具有不同初始取向晶粒。共20萬晶粒。
邊界條件設置為下端鋼板固定，上端下壓。
模擬結果如下：
應力分布結果：
晶粒1的剪切滑移：
晶粒2的剪切滑移：
晶粒50的剪切滑移：
單元標號5變形結束后的50個歐拉角分布：
展開 
西南大學王明教授課題組Carbon綜述：多界面多尺度電磁屏蔽高分子復合材料的構建、屏蔽機理及研究展望
最近，課題組與四川大學郭少云教授課題組合作，對具有多層次結構的導電高分子電磁屏蔽復合材料進行了總結和歸納；主要綜述了隔離結構、多層/三明治結構、發泡/多孔結構、預制導電網絡結構、多相多組分結構等結構的構建和電磁屏蔽機理（如下圖所示），并對多界面多尺度導電高分子電磁屏蔽材料的研究進行了展望。
相關研究成果“Construction, Mechanism and Prospective of Conductive Polymer Composites with Multiple Interfaces for Electromagnetic Interference Shielding: A Review” 近期發表在 Carbon上。通訊作者為西南大學化學化工學院王明教授、四川大學高分子材料工程國家重點實驗沈佳斌教授、郭少云教授。該項目受到重慶市科技局項目，高分子材料工程國家重點實驗開放課題資助。
論文鏈接：
M. Wang*, X.-H. Tang, J.-H. Cai, H. Wu, J.-B. Shen*, S.-Y. Guo*, Construction, Mechanism and Prospective of Conductive Polymer Composites with Multiple Interfaces for Electromagnetic Interference Shielding: A Review, Carbon, 2021, 177, 377-402.
展開 Digimat：復合材料多尺度建模的創新力量
在當今追求高性能與可持續發展的工業領域，復合材料正成為越來越多行業的首選材料。其卓越的比強度、比模量、耐腐蝕性和高度可設計性，使其在航空航天、汽車制造、電子設備等行業中逐漸取代傳統金屬材料。然而，傳統的復合材料分析方法難以準確捕捉材料微觀結構對宏觀性能的影響，導致設計中不得不引入較大安全系數，既增加成本又限制材料性能發揮。但現在，一款名為 Digimat 的軟件徹底改變了這一局面。
Digimat 是由 e-Xstream engineering（現歸屬 Hexagon Manufacturing Intelligence）開發的專業復合材料多尺度建模與仿真平臺。它采用獨特的多尺度方法學框架，實現了從微觀纖維 / 基體界面到宏觀結構性能的跨尺度預測。其強大功能體現在多個方面。
Digimat 軟件操作界面截圖
在微觀尺度表征上，Digimat-MF 模塊通過代表性體積單元（RVE）方法，能夠精確預測復合材料的局部應力 / 應變場。以碳纖維 / 環氧樹脂體系為例，該模塊展現出極高的建模精度。在工藝仿真方面，Digimat-MAP 模塊可模擬注塑、RTM 等成型工藝對最終性能的影響。如在玻纖增強 PP 的注塑案例中，其預測纖維取向分布與 CT 掃描結果相關性達 0.91，翹曲變形預測精度比傳統方法提高 40%，計算時間比同類軟件縮短 30%（相同硬件配置）。
Digimat 在行業應用中成果顯著。在航空航天領域，某型無人機機翼設計借助 Digimat，成功減重 15% 的同時保持等效剛度，開發周期縮短 6 個月，物理試驗次數減少 60%。在汽車輕量化方面，某電動車電池包殼體項目使用 Digimat 后，最大應力降低 14.3%，生產成本降低 20% 。
展開 微觀宏觀多尺度模擬
微觀宏觀多尺度模擬
穿孔
裂紋產生
裂紋擴展
Lattice Simulation 多尺度算法在點陣結構分析中的應用
綜上所述，可以看出 Lattice Simulation的多尺度算法可以有效地減少建模難度，并進行高效求解計算，同時能夠保證很高的計算精度。
關注【上海安世亞太】，獲取更多原創文章、活動資訊如果你覺得這篇文章對你有用，點個贊吧！
