材料參數標定的案例
PIDO智能仿真 | Ansys Mechanical聯合optiSLang實現材料參數標定
然而，通過參數標定的方式，可以根據特定的設計目標力-位移曲線，高效的找出能夠最佳實現功能需求的系列幾何參數，獲得最符合設計目標的插頭結構設計方案。
待標定幾何參數：部件1的13個幾何尺寸，部件2的2個幾何尺寸。
用于標定的力-位移曲線分為兩部分，第一階段部件為插入過程，期望的插入力緩慢增加且不超過100N，拔出力跳躍增長且達到150N。使用初始輸入參數得到的仿真結果不能滿足設計要求，通過敏感度分析和優化得出了最佳的設計幾何參數組。
插頭結構
期望/初始仿真力-位移曲線
敏感度分析結果-分析步CoP
敏感度分析結果、優化結果曲線
幾何參數標定獲得的最佳設計
2. 楔入劈拉試驗
材料的斷裂參數是難以直接測得的，然而利用參數標定的方式可以基于楔入劈拉試驗的測試數據反向求出未知的材料參數。
待標定參數為6個未知的彈性和斷裂材料參數：彈性模量、泊松比、抗拉強度、斷裂能量和2個形狀參數。
楔入劈拉試件
敏感度分析結果- CoP
參數標定結果
3. 超彈性材料的模型標定
對于超彈性材料來說，應變能密度函數中的材料常數確定了超彈性模型的力學響應。
展開 基于遺傳算法的晶體塑性參數自動標定
在使用晶體塑性理論進行分析時，材料參數的標定往往是一個枯燥繁瑣卻十分重要的工作，但由于模型考慮了滑移孿晶相變等眾多的微觀因素，造成了本構模型包含了大量的待確定參數，目前主流的方案依然以試錯法為主，但該方案往往效率十分低下，且需要對每個參數的影響趨勢去做出準確判斷，才能給出相對合理的參數更改，一些研究人員使用特定的優化算法可以做到參數的高效標定工作，如：蟻群算法，遺傳算法，機器學習，神經網絡等，這里以黃永剛唯象的本構模型為例，通過遺傳算法的引入，實現參數的自動標定，在遺傳算法中每個設計點都被視為一個具有特定適應度值的個體，該適應度值基于目標函數和約束懲罰的值。目標函數值和懲罰值越大的個體，其適應度值就越高。假設在模擬中待確定的材料參數為Tau_0，Tau_s，H_0，并通過黃永剛初始的材料參數Tau_0=60.9，Tau_s=109.5，H_0=540.5得到初始的拉伸曲線作為目標函數，并給定參數對應的區間，Tau_0【30,80】,Tau_s【100,150】,H_0【200,1000】作為待定函數的區間，給定初始測試值為Tau_0=50，Tau_s=125，H_0=350，作為初始試探值提供給遺傳算法作為初始值，將遺傳算法得到的不同參數值對應的力-位移曲線和原始黃永剛參數的力-位移曲線的標準差作為目標函數對參數進行優化。優化效果如下圖示：
在使用遺傳算法進行22次的嘗試過程中，遺傳算法給出的參數以及對應目標函數的值為
可以看到參數均落在了給定的初始區間中，隨機迭代次數的增加，對應的目標函數逐漸下降。
展開 PFC巖石雙軸參數標定結果
雙軸試驗結果圖——塊體
這里使用我之前帖子里面講的雙軸試驗過程進行參數標定。
需要注意的是，不同成樣方式帶來的結果不盡相同，所以很多人用別人參數算自己模型發現結果不太對。因為級配、成樣方式有區別。比如我這里預壓是1e7，如果你預壓是1e6，那我的參數用到你那里就不太行了。
常規巖石的三軸試驗結果為
我這里只是標定強度參數，沒有研究變形。
強度參數有四個 fric是顆粒摩擦系數，pb_ten是膠結抗拉強度，pb_coh是膠結粘聚力，pb_fa是膠結內摩擦角。
以上灰色區域是形成的強度包線，類似于摩爾庫倫法則，多了一個抗拉強度。
很多朋友標定的時候發現內摩擦角過小，可以打開破壞模式看看，大部分都是拉壞，而剪壞才能體現球應力對強度的影響。所以一般來說膠結抗拉強度要大于膠結摩擦角。
我這里就采用5MPa和10MPa兩個圍壓來標定，我自己也寫了一個程序去計算內摩擦角和內聚力，在之前雙軸算例里面分享過了，這里就不加了，自己用excel也可以進行計算。
下面給出雙軸試驗結果：
結果1——應力應變曲線
結果2——位移場
結果3——力鏈圖
結果4——裂紋數目變化
這里給出我所做的幾個雙軸試驗標定的參數。
可以看到前幾個內摩擦角比較小，當我提高pb_fa和pb_ten后，整個的一個強度基本上和巖石差不多了。
后面可能會開個帖子和大家仔細講一下模型。這里主要是給出一些參數跟大家分享，也省去了大家去做參數標定的時間。
展開 LS-DYNA FEM-DEM 單軸壓縮實驗/參數標定 ￥50
本貼為LS-DYNA中DEM的DE-BOND鍵參數標定實驗。
DEM常用于離散介質，如碎石、沙子等材料的模擬，也可以通過粘結模型對脆性材料的斷裂與破碎行為進行研究，由于粘結鍵的參數無法通過宏觀的力學性能測試直接得出，因此，在LS-DYNA中使用粘結模型需要對參數進行標定。本貼通過FEM與DEM耦合的方法，通過無側限單軸抗壓強度實驗對相關參數進行測試。
接觸力記錄。
本貼的付費部分提供FEM-DEM單軸實驗參考模型。
直播｜面向汽車內外飾的塑料-橡膠非線性仿真解決方案
eid=670&f=jishulin
汽車內外飾材料中，塑料和橡膠材料的應用十分廣泛。塑料材料包括儀表臺，內外飾板等，橡膠材料如各種密封件。這些材料在滿足美觀的要求同時還需要滿足一定的性能要求。塑料和橡膠的材料特性通常會體現出一些非線性特性，如橡膠所體現的超彈性以及塑料所體現出的粘彈性特點。這些非線性的特征對于前期仿真來說往往是比較難的，如何準確的對材料在不同工況下的性能進行準確仿真，以及如何準確的標定材料參數，這對于確保仿真的精度是十分重要的。
直播內容
達索系統SIMULIA提供完整的塑料和橡膠件仿真解決方案。其中SIMULIA Abaqus作為非線性仿真的權威軟件，提供針對塑料和橡膠仿真全方位支持，包括豐富的材料本構模型、非線性求解技術、優秀的前后處理等。同時SIMULIA也提供其他多物理場仿真軟件，能夠實現與Abaqus軟件的聯合仿真。例如結合Isight用于橡膠非線性材料參數標定、塑料件、橡膠件性能優化等工作。這對于確保前期產品設計滿足性能要求是非常重要的。
本次講座將分享SIMULIA Abaqus及相關產品在汽車內外飾塑料件、橡膠非線性仿真的應用和案例。
直播時間
時間：2022年7月22日 14:00-15:00
講師介紹
行業專家 艾國慶
達索系統SIMULIA交通與運輸
行業高級經理
報名方式
點擊鏈接 報名直播
https://3ds.tbh5.com/SIMULIA/EventDetail.aspx?
展開 LS-DYNA中JH-2本構模型參數標定詳細過程 ￥16.6
本文重點講述了JH-2本構模型參數的標定過程，過程十分詳細。還順帶在開頭提及了空氣模型的相關參數，需要的朋友可自行下載學習。
下圖為本文檔的目錄與介紹部分：
周期性邊界真三軸標定參數研究示例 ￥69
說明
本文復現了一篇文獻中使用三軸壓縮標定參數的研究，您可以借助這份代碼進行您自己研究相關的參數標定。由于創作不易，原代碼將有償提供，并且承諾一次購買，全面答疑，（付費服務包含源代碼和答疑服務）。如果你們是多人拼湊購買將沒有答疑服務！！如果使用過程中由任何疑問可以添加qq: 3519545754。代碼鏈接在付費內容里面。
代碼中包含5個文件（前四個分別是制樣、預壓、施加圍壓、施加三軸壓縮，最后一個是包含所有用到的fish函數文件）
四個結果文件分別是以上每步生成的結果文件。
參考文獻
[1] Ciantia M O, Boschi K, Shire T, et al. Numerical techniques for fast generation of large discrete-element models[J]. Proceedings of the Institution of Civil Engineers-Engineering and Computational Mechanics, 2018, 171(4): 147-161.
展開 LS-DYNA從頭開始學系列 應用教學1——DEM的生成及參數標定 ￥100
LS-DYNA采用離散元可以進行實現的不僅包括基本的物料運輸，還能與其強大的瞬態求解器進行耦合，模擬沖擊爆炸產生的材料破碎問題以及與流場耦合的多相流問題。</p><p>本貼是LS-DYNA DEM教學系列的第一帖，旨在幫大家理解如何用ls-prepost與lsdyna完成一站式dem仿真，不借助其他任何工具，step by step,專門服務于LS-DYNA初學者。帖子的主要內容分為三部分：DEM粒子生成，DEM顆粒接觸參數及bond(平行粘結模型)參數詳解，FEM-DEM模擬混凝土進行單軸壓縮與巴西圓盤試驗實戰。</p><p>首先，為大家展示一下兩種試驗的結果。
展開 常用參數自動標定算法總結（單純形，遺傳算法，貝葉斯優化算法，粒子群算法等）
在本推文中介紹四類常用參數自動標定方案，分別是單純形方案，粒子群方案，遺傳算法方案，以及貝葉斯優化ego方案。
單純形方案實現最簡單，適用于少參數，更窄的初始區間
粒子群方案，遺傳算法方案適用于多參數更大的空間適合全局搜索
ego方案相比于其余三類方案的優勢體現為
EGO使用代理模型（如高斯過程回歸）來預測目標函數，極大減少了實際函數評估次數。
EGO在每一步都智能選擇下一個最值得評估的位置（如使用EI, Expected Improvement）。
這種探索與利用的動態平衡比GA中盲目變異與交叉更具理論指導。
由于EGO最大化信息利用率，在樣本數量極少的情況下表現優于GA。
當樣本數量少，且有約束優化時適合使用ego方法。例如在評估晶體塑性模型參數時
不過這些優化算法經常容易陷入局部最優，即優化算法在搜索過程中被某個“看起來很好”的解吸引，不斷圍繞它進行微小改進，最終卡在“局部低谷”而不是“全局最低點”。
一個更合理的做法是：使用粒子群和遺傳算法在全局進行初始搜索，使用ego回歸分析進行特定區間的優化，最后使用NM方案進行小區間尋找，如果陷入局部最優解，引入全局擾動方案或者爆炸方法跳出局部區間重新搜索即可。
基于該思路編寫對應的程序，實現參數的自動標定過程：
這里實現對vpsc模型的復雜參數自動標定；
這里使用相對復雜的鎂合金為例，考慮3組滑移+一組孿晶，每個系統考慮tau_0,tau_s,h_0,一共12個待標定參數給定參數區間如下
設置最大迭代次數為2000次，初始優化來自粒子群算法，依次是遺傳算法單純形算法和貝葉斯優化算法。
展開 EDEM 材料標定技術和流程培訓
Altair官方線下培訓日程公布-7月9日，北京，EDEM 材料標定技術和流程培訓
線下培訓時間：2025.7.9-7.10（為期兩天）
培訓地點：北京
溫馨提示：
線下公開培訓僅線下參加，暫不實行線上直播/錄播。
培訓席位有限，請至少提前一周報名，報名入口添加客服獲取。
#線下培訓教室地點：
北京辦公室：
北京市朝陽區東三環中路5號 財富金融中心（FFC大廈）1907室
報名入口請添加客服回復【Altair線下】獲取↑
有限元分析常用材料參數手冊 ￥10
本書介紹了有限元分析常用的材料本構模型、 狀態方程、 材料動態力學參數的標定方法， 給出了上千種常用材料的數值計算材料模型參數， 涉及各類金屬、 陶瓷、 玻璃、 生物材料、 空氣、 水、 冰、 地質材料、 含能材料、 有機聚合物和復合材料等， 同時列出了數據來源。本書適合理工科院校的教師、 本科高年級學生和研究生作為有限元分析學習輔助教材， 也可以作為國防軍工、 航空航天、 汽車碰撞、 材料加工、 生物醫學、 電子產品、 結構工程、 采礦、 船舶等行業工程技術人員的工程設計和數值計算參考手冊， 還可應用于有限元計算軟件材料庫的開發。
展開 
【材料課堂】透射電鏡電子衍射花樣的標定與分析！
電子衍射圖譜標定
本文來自“華人電子顯微學會、材料基”。
推薦閱讀：
歡迎微信后臺回復“應聘編輯”加入我們
實用！Origin軟件使用經典問題集錦
免費下載：18款超實用軟件輕松搞科研
合作 投稿 點擊此處
歡迎留言，分享觀點。點亮在看??
ABAQUS三維多面體骨料密堆積混凝土細觀建模
ABAQUS三維多面體骨料密堆積建模通過重力堆積算法構建混凝土細觀結構，克服了傳統隨機分布模型與實際骨料沉降行為的偏差，更精準反映骨料在混凝土中的分布特征，可實現高骨料占比下的力學響應模擬，為混凝土損傷機理研究、材料參數標定及多尺度耦合分析提供可靠依據。本案例介紹在ABAQUS內建立三維混凝土多面體骨料重力密堆積模型。
混凝土細觀骨料堆積模型采用CAD多面體密堆積_圓柱體試件3D插件生成，在AutoCAD內建立模型后將骨料導出為iges格式文件。
在ABAQUS CAE中將骨料模型導入建立部件，如需對不同骨料分別設置材料屬性也可將骨料分為三個部件分別導入。
對混凝土細觀模型中的各組分設置不同的材料屬性，在混凝土細觀研究中可選用EasyCDP_Mortar&ITZ插件生成混凝土損傷塑性模型材料。
采用四面體單元進行混凝土骨料的網格劃分。
建立不同骨料部件的裝配。
或是通過AutoCAD軟件對骨料進行處理后導出卵石狀骨料模型，并導入到ABAQUS內。
如需進行三維混凝土細觀受壓損傷開裂方面的仿真模擬也可參考ABAQUS三維混凝土細觀受壓損傷斷裂數值模擬視頻教程。
展開 全球仿真大會 | 「Connect with Expert專家面對面」首度登場！
對于設計變更的指導和最優參數組合的探尋才是更廣闊的星辰大海。例如，LS-DYNA求解器結合optiSLang的參數優化流程，即可助力工程師快速定位最優設計方案。
同時，Ansys結構軟件在NVH領域的不斷更新迭代，提供了日益完善的端到端全面解決方案，推動下一代智能電動汽車向著更平穩、更安靜、更舒適的駕乘體驗邁進。
話題
1. 使用 Ansys Mechanical 獲得精確的應力分析數值結果
2. 如何利用 optiSLang 對 LS-DYNA 分析進行參數優化
3. 基于Ansys仿真平臺的電機振動噪音設計和優化
時段
9月11日 12:30-13:30
9月11日 17:00-18:00
9月11日 18:00-19:00
現場形式
視頻展示、現場講解/Demo演示、問答環節
流體
電池熱失控熱蔓延是新能源汽車和儲能系統面臨的一個重要挑戰。Fluent不斷升級迭代熱失控模型和多種參數擬合方式，通過仿真手段優化電池熱防護系統設計，提高安全標準。
Rapid-Octree網格劃分基于八叉樹結構，具備自動化程度高、并行效率極高、對復雜CAD幾何高度容忍等特點。它可快速生成高質量多面體網格，適用于復雜工程問題的快速前處理與仿真準備。
對于DEM 離散元分析來說，分析結果的準確度更加依賴于顆粒力學行為參數的輸入，但這些材料參數很多時候無法直接獲取，借助于optiSLang與Rocky聯合分析，可以建立一個通用的Rocky 材料參數標定流程，提升分析精度。
話題
1. 電池熱失控仿真案例演示
2. Rapid Octree網格劃分案例演示
3.
展開 案例分享 | 連接器結構幾何參數優化
借助Ansys optiSLang，工程師能夠有效地應對這些挑戰，本文將介紹如何為連接器設置并開展自動參數標定與優化，以及后續的容差分析。
圖1：敏感度分析得出的力-位移曲線（灰色）與拉伸測試參考曲線（綠色）比較
圖2：最優力-位移曲線（紅色）與拉伸測試參考曲線（綠色）比較以及從優化中得到的其他曲線（灰）
首先，連接器優化通常會涉及材料參數標定，例如在拉伸測試中進行非線性材料參數標定。材料標定的目的是找到用于描述材料法則的參數集，從而得出盡可能最佳擬合的參考拉伸測試曲線。彈簧鋼的拉伸測試中已經開展了材料標定，并在optiSLang 安裝步驟教程“spring_steel”中進行了具體介紹。
本文只對材料標定的結果做簡要介紹，對描述完整彈塑性材料行為的五個材料參數進行了標定。圖1 所示的是拉伸測試獲得的力 - 位移曲線（綠色）和敏感度分析得出的仿真曲線（灰色）。材料標定的結果如圖2 所示。最優曲線（紅）與參考曲線（綠）幾乎一致，顯示出極佳的擬合度。標定后的材料將用于后續仿真。本文介紹的連接器優化旨在實現所需的插入和拔出行為。
圖3：僅包含載流組件的連接器的簡化參數模型
為了進行優化，在Design Modeler 中生成了具有15 個幾何參數的完全參數化 2D CAD 模型。圖3 所示的是連接器設計，該設計只考慮了不帶塑料組件的載流部件。然后基于CAD 模型，使用自動網格剖分功能在Ansys Workbench 中建立了有限元模型。組件1 被定義為固定在左側。載荷工況包含兩個有軸向位移的載荷步驟。
展開 