基于统一强度理论的岩石弹塑性本构模型及其数值实现

基于弹塑性力学理论，以统一强度准则为屈服准则，建立了考虑硬化/软化行为和应变率效应的岩石弹塑性本构模型；采用Fortran语言通过LS-DYNA的用户自定义材料接口(Umat)对该弹塑性本构模型进行编程，并把该程序生成求解器以达到对该模型进行应用的目的；通过岩石的单轴压缩实验和SHPB实验对所建的弹塑性本构模型进行验证，结果表明，该弹塑性本构模型能够反映岩石在准静态和动态下的力学行为。     

基于爆炸切割试验的有机玻璃本构模型参数反演

为了获取爆炸切割数值模拟中有机玻璃（PMMA）的材料本构模型参数，建立了一种基于神经网络的有机玻璃Johnson Holmquist ceramics (JH-2)本构模型参数反演方法：基于从爆炸切割试验和现有研究得到的JH-2本构模型经验参数，确定本构模型参数的调整区间；使用LS-DYNA数值模拟软件对2.5 mm宽爆炸切割索切割14 mm PMMA平板过程进行数值模拟并收集平板损伤数据集；建立PMMA平板本构模型参数与损伤数据之间的神经网络模型；通过训练完成的神经网络模型对PMMA平板的JH-2本构模型参数进行反演。为验证通过反演参数的可靠性，进行了4.2 mm宽爆炸切割索切割19 mm PMMA平板试验和有限元数值模拟，计算结果中的平板损伤情况与实验结果相差较小，表明通过反演获得的JH-2本构模型参数能较好地应用于PMMA平板爆炸切割数值模拟。传统材料参数获取方法，该参数反演方法相较于可以通过较少的试验及测试，获得比较准确的材料本构模型参数。     

多种群遗传算法在PBX本构模型参数识别中的应用

利用多种群并行结构对标准遗传算法SGA进行并行化处理,引入移民算子和精华种群形成多种群遗传算法MPGA,并设计了自适应交叉和变异概率对算法的收敛速度进行改进。结合ABAQUS软件和改进的多种群遗传算法,建立了材料本构模型参数识别方法。采用该方法对PBX炸药黏弹性损伤本构模型参数进行了模拟识别,并同基于标准遗传算法的参数识别方法进行了比较。结果证明,基于改进多种群遗传算法IMPGA的方法对克服算法未成熟收敛有显著的效果,识别结果更稳定。同时该方法的收敛速度更快,寻优能力更强,适合复杂非线性问题的优化,此方法可以被应用到其他材料本构模型的参数识别中。     

基于深度强化学习算法的颗粒材料应力?应变关系数据驱动模拟研究

颗粒材料的宏观力学行为受颗粒组分等材料参数, 孔隙率、配位数等状态参数的影响, 同时又具备复杂的加载路径和加载历史相关性, 建立包含多个内变量以及各变量间相互关联的颗粒材料本构模型是一个重要的科学难题. 不同于传统的基于屈服面、流动法则和硬化函数框架下的唯象本构模型, 本文基于颗粒物质力学的研究基础, 以颗粒材料平均孔隙率、细观组构参数和弹性刚度参数作为内变量, 结合深度学习方法建立以有向图表征的数据本构模型. 有向图中以不同的链接网络表示不同的内变量信息流动方向, 各个内变量间的映射关系采用循环神经网络来建立, 将各个神经网络相互组合, 形成包含不同内变量且具有不同预测能力的本构模型. 该本构模型的建立过程等价于在众多可能的内变量链接关系空间中寻找最能描述实际材料宏观应力应变行为的优化问题. 因此, 可将有向图本构模型的建立过程看作“马尔可夫决策过程”, 采用深度强化学习算法构建有向图的内变量链接组合优化过程, 具体采用AlphaGo Zero算法自动寻找最优的颗粒材料数据驱动本构模型建模路径. 研究结果表明, 采用有向图和深度强化学习算法可建立起完全依靠“数据驱动”的颗粒材料应力?应变关系. 此外, 本方法提供了一种将不同理论模型从数据角度统一起来, 且基于人工智能算法发展更优模型的研究思路, 可为相似问题的研究提供借鉴.      

Bammann-Chiesa-Johnson粘塑性本构模型材料参数的一种识别方法

粘塑性本构模型能否成功模拟金属高应变率大应变变形过程依赖于材料参数识别结果的好坏。由于BCJ模型考虑了应变率、温度与材料硬化之间的耦合效应以及应变率、温度历史效应,同时模型中包含了多个材料参数,因此很难通过试验直接识别模型的材料参数。本文针对BCJ模型中的耦合效应和历史效应,基于对模型中材料参数物理涵义的界定,给出了一种对材料参数解耦、分离并进行估计的方法,获得了模型材料参数估计公式,估计了材料参数的取值范围。在此基础上,编制了BCJ模型应力积分径向返回算法和粒子群优化算法的计算程序,应用重新设计了BCJ模型耦合效应和历史效应的反分析方法,在参数取值范围内对材料参数进行了优化识别。以OFHC Cu为例,应用提出的识别方法对BCJ模型的材料参数进行了识别,计算结果和试验结果符合较好。     

泰勒杆实验对材料动态本构参数的确认和优化确定

通过实验数据和数值模拟结果的对比,研究了泰勒杆实验在材料动态本构关系参数确认和优化方面的应用。以Johnson-Cook模型描述的oxygen-free high-conductivity（OFHC） copper材料为例进行了具体说明,并对实验中的部分不确定因素进行了分析。结果表明,利用该方法对材料本构模型参数进行确认和优化确定是合理的。     

基于机器学习软骨细胞的时间依赖性力学行为及本构参数反演

探究软骨细胞机械负载下的力学特性对于理解软骨细胞的正常和病理状态以及骨性关节炎的病因至关重要. 基于软骨细胞有限元计算模型的力学响应与其本构参数之间的高度复杂非线性, 本文提出了分别利用双向深度神经网络TW-Deepnets模型和随机森林RF模型并结合有限元方法来识别软骨细胞本构参数的两种反演方法. 首先, 建立了软骨细胞的无侧限压缩实验有限元模型, 收集MSnHS本构参数空间点与对应的有限元计算模型的压缩反作用力响应数据集. 其次, 结合贝叶斯超参数优化算法搭建了用于软骨细胞本构参数反求的TW-Deepnets模型和RF模型, 对有限元收集的数据进行训练, 并利用单个软骨细胞受到50%压缩程度下的实验数据对软骨细胞的MSnHS本构参数进行了反求. 最后, 通过与实验曲线的对比验证了所提出的反演方法的有效性, 并引入决定系数R2对两种模型的预测准确性进行了对比评估, 检验了模型对各本构参数的预测性能, 分析了MSnHS本构模型中各参数影响软骨细胞力学响应的重要性占比. 结果表明, 本研究提出的本构参数反演方法能够有效获取软骨细胞的本构参数值, 从而准确描述软骨细胞的时间依赖性力学特性, 该方法也可进一步推广到生物细胞在静态或动态负载条件下的复杂参数反演问题.      

Al基含能结构材料的Johnson-Cook本构模型及失效参数研究

利用万能实验机和Hopkinson杆装置测试了Al基含能结构材料在不同温度下的静动态力学性能，分析实验结果得到了温度效应和应变率效应对材料力学性能的影响及该合金的Johnson-Cook本构模型参数.结合二维数字图像相关(DIC)方法，研究了Al基含能结构材料的失效应变与应力三轴度及温度之间的关系，得到了该合金的Johnson-Cook失效模型参数.通过平面撞击实验获得了Al基含能结构材料粒子速度和应力波波速之间的经验线性关系和该合金的Grüneisen系数.基于实验获得的材料本构关系和状态方程参数，完成了Al基含能结构材料超高速撞击多层间隔薄钢板的数值模拟，结果表明，数值模拟中靶板的毁伤模式、破孔直径及弹坑主要散布区和实验结果吻合.     

基于仿真和智能算法骨骼肌超弹性本构参数的反演方法研究

从事高强度的体力工作者经常会发生肌肉软组织的损伤, 因此对骨骼肌的变形特性和应力分布的研究受到了越来越多的重视. 获取正确的本构参数对于生物软组织的力学行为的研究至关重要, 而本构参数的确定本质上是一个逆过程, 具有很大的挑战性. 本文分别采用K近邻(K-nearest neighbor, KNN)模型和支持向量机回归(support vector machine regression, SVR)模型并结合非线性有限元仿真, 提出了两种确定骨骼肌本构参数的反演方法. 首先建立了骨骼肌压缩的有限元模型, 对其压缩条件下的变形特性进行了有限元仿真, 得到了相应的变形特性及应力分布规律, 同时也建立了骨骼肌组织的名义应力和主伸长之间非线性关系的数据集. 其次, 分别利用KNN模型和SVR模型搭建了针对骨骼肌组织进行本构参数反演的机器学习智能算法, 对相应的数据集进行训练, 结合单轴压缩实验的实验数据预测了材料的本构参数. 最后, 对分别基于KNN模型和SVR模型对骨骼肌超弹性本构参数的误差结果进行了分析, 通过引入相关系数$R$和决定系数$R^{2}$对采用两种反演方法的有效性进行数值上的验证. 结果表明, 利用KNN模型和SVR模型结合有限元仿真是确定骨骼肌超弹性本构参数的有效、准确的方法, 该方法也可进一步推广到其他类型的非线性软组织的本构参数反演.      

一种新的橡胶材料弹性本构模型

橡胶类材料本构关系对于科学研究和工程应用具有重要意义,但已有的橡胶模型的拟合能力和可靠性需要进一步提高.为解决此问题,本文提出了一种新的橡胶材料的各向同性、不可压缩柯西弹性模型.研究了橡胶材料本构关系的模型形式,基于平面应力变形状态,提出了一种以较大的两个伸长率为自变量、适用于一般变形状态的橡胶材料弹性本构模型形式;研究了橡胶材料在侧面受约束条件下的变形规律,分析了橡胶材料本构关系需要满足的约束条件;在此基础上,结合一个可以通过实验确定的描述平面拉伸变形状态下的橡胶材料力学特性函数,提出一种将该函数拓展为平面应力状态一般模型的方法,并给出了一个具体的函数形式,形成了一个新的不可压缩、各向同性的橡胶材料弹性本构模型.使用5组包含3种类型实验的数据和一组较全面的双轴测试数据对该模型进行了参数拟合,结果表明:该模型具有很好的拟合精度和更高的可靠性,仅用一种类型实验数据,如单轴拉伸或者平面拉伸等,也能获得较好的拟合结果.      

基于横观各向同性超弹性理论的短纤维增强橡胶本构模型的建立与应用Establishment and application of short fiber reinforced rubber constitutive model based on transversely isotropic hyperelastic theory

提出了一种能够表征短纤维增强橡胶的横观各向同性超弹性本构模型,并结合试验体系,对其在数值分析中的应用方法和效果进行了研究。基于连续介质力学理论,建立了横观各向同性材料的应变能函数,推导得到不同变形形式下的应力应变关系,给出材料参数辨识试验方法,并成功应用于某短纤维增强橡胶测试中,得到表征其超弹性特性的相关材料参数。利用有限元软件ANSYS对不同纤维排布方向的单轴拉伸和平行纤维方向的平面拉伸进行仿真计算,并对比相应试验数据,以验证材料参数的可靠性。最后基于已验证的本构模型,建立了某铣槽装备减振环仿真模型,并对其进行了校核计算。研究结果表明,本文提出的本构模型能够有效表征短纤维增强橡胶的静态力学特性并且方便嵌入现有的有限元软件中,具有材料参数少、测试简便和结果准确等特点,工程实用性强。     

Application of the virtual fields method to mechanical characterization of elastomeric materials

This paper deals with the identification of constitutive parameters of a Mooney model suitable for hyperelastic materials. These parameters are retrieved from a multiaxial mechanical test that gives rise to heterogeneous stress/ strain fields. Since no analytical relationship is available between measurements and unknown parameters, a suitable tool, namely the virtual fields method, is developed in case of large deformations and used to identify these unknowns. Several results obtained with numerical simulations and experiments performed on rubber specimens illustrate the approach.     

优化方法用于模型校核

在工程实际中，常常会遇到需要选择本构模型和校准参数的模型校核问题。文中采用优化方法实现了复杂模型校核的自动化。文中，首先将各种本构模型映射为整数编号，并根据这些编号来激活相应的本构模型和本构模型参数，解决了本构模型的参数化问题；另外，根据模型校核问题的特点选择了试验结果和计算结果相对误差的平方和作为目标函数。通过这些步骤，用实现了优化方法模型校核自动化。     

混合数值-实验方法识别人工晶体本构模型参数

利用混合数值-实验材料参数识别方法成功识别出人工晶体本构模型参数, 并利用识别后的参数对人工晶体植入囊袋的过程和运行状态进行了数值模拟. 参数识别结果显示, 在一定的变形范围内Mooney-Rivlin模型可以描述人工晶体的力学特性并能得到很好的识别精度. 这一方法能够在很大程度上解决生物医学领域材料力学性能参数难以获取的问题, 为有限元数值模拟技术在生物医学领域的进一步广泛应用打下了基础.      

超高性能混凝土HJC本构模型参数确定及应用

在超高性能混凝土的数值模拟中，合理地确定其本构模型参数是提高计算精度和设计可靠度的基础。基于超高性能混凝土单轴压缩试验、霍普金森压杆试验和已有的三轴围压试验等，确定了超高性能混凝土的Holmquist-Johnson-Cook (HJC)本构模型参数。利用LS_DYNA软件模拟单向板爆炸试验，通过与试验中单向板的损伤程度和最大挠度进行对比，验证了已确定参数的有效性。为了进一步了解超高性能混凝土构件的抗爆机理，采用已确定的参数对单向板爆炸工况进行数值模拟，分析配筋和尺寸变化对爆炸结果的影响。结果表明，在爆炸过程中，提高纵筋配筋率可以减小单向板的跨中最大挠度，适当加密箍筋可以减小单向板侧面的斜裂缝长度。超高性能混凝土单向板具有明显的尺寸效应，其中厚度和长度变化对爆炸结果的影响最突出。     

Chaos detection and parameter identification in fractional-order chaotic systems with delay

The paper first applies the 0–1 test for chaos to detecting chaos exhibited by fractional-order delayed systems. The results of the test reveal that there exists chaos in some fractional-order delayed systems with specific parameter values, which coincides with previous reports based on the phase portrait. In addition, it is very important to identify exactly the unknown specific parameters of fractional-order chaotic delayed systems in chaos control and synchronization. Thus, a method for parameter identification of fractional-order chaotic delayed systems based on particle swarm optimization (PSO) is presented. By treating the orders as parameters, the parameters and orders are identified through minimizing an objective function. PSO can efficiently find the optimal feasible solution of the objective function. Finally, numerical simulations on fractional-order chaotic logistic delayed system and fractional-order chaotic Chen delayed system show that the proposed method has effective performance of parameter identification.     

基于BP神经网络与小冲杆试验确定在役管道钢弹塑性性能方法研究

为了能够在不停输油气工况下获得在役管道材料的弹塑性力学性能, 提出了一种人工智能BP (back-propagation)神经网络、小冲杆试验与有限元模拟相结合,通过确定材料真应力-应变曲线从而获得材料弹塑性力学性能的方法. 首先,通过系统改变Hollomon公式中的参数$K$, $n$值,获得457组具有不同弹塑性力学性能的假想材料本构关系, 其次,将得到的本构关系代入经试验验证的含有Gurson-Tvergaard-Needleman(GTN)损伤参数的小冲杆试验二维轴对称有限元模型,通过有限元计算得到了与真应力-应变曲线一一对应的457条不同假想材料的载荷-位移曲线,最终将两组数据作为数据库输入BP神经网络进行训练,建立了同种材料小冲杆试验载荷-位移曲线与真应力-应变曲线之间的关联关系.通过此关联关系,可利用试验得到的小冲杆载荷-位移曲线获取在役管道钢的真应力-应变曲线,从而确定其弹塑性力学性能.通过对比BP神经网络得到的X80管道钢真应力-应变曲线与单轴拉伸试验的结果以及引用现有文献中不同材料的试验数据对此关系进行验证,证明了该方法的准确性与广泛适用性.      

Determination of Anisotropic Plastic Constitutive Parameters Using the Virtual Fields Method

The aim of the present study is to retrieve all the anisotropic plastic constitutive parameters from uniaxial loading. A complex geometry which can provide very heterogeneous stress states in a uniaxial tensile test was chosen for steel sheet specimens. A digital image correlation technique was used for the full-field heterogeneous strain measurement. The orthotropic Hill1948 yield criterion with Swift isotropic hardening was adopted as an elasto-plastic constitutive model. The virtual fields method (VFM) was employed as an inverse analytical tool to determine the constitutive parameters. All the parameters were successfully identified using the VFM by combining two tensile test results obtained in rolling and transverse directions.