用传统的测试和反向识别策略对Yld2000-2D异位性产量标准进行校准
Jiaqi Chen1,2, Zhihao Wang3, Xingrong Chu3
1Key Laboratory of High-Efficiency and Clean Mechanical Manufacture, Ministry of Education, Shandong University, Jinan 250061, China.
Materials (Basel, Switzerland)
|November 14, 2023
概括
一个反向识别策略有效地使用Yld2000-2D收益率标准模拟AA5086板材塑料异质性. 这种方法通过深度绘图测试验证,为数字模拟提供了传统参数识别的有效替代方案.
科学领域:
- 材料科学 材料科学 材料科学
- 机械工程 机械工程
- 计算力学 计算力学 计算力学
背景情况:
- 在像AA5086板这样的材料中精确建模塑料的异构性行为对于改善数值模拟预测能力至关重要.
- Yld2000-2D收益率标准是捕捉这些复杂行为的一个关键模型.
- 传统的参数识别方法可能并不总是为先进的材料模型带来最佳结果.
研究的目的:
- 为了比较传统与反向识别策略的有效性,以确定AA5086表的Yld2000-2D收益率标准参数.
- 在初步测试和实际成型模拟中评估确定参数的预测准确性.
- 评估反向识别策略作为材料参数校准的替代方案的适用性.
主要方法:
- Yld2000-2D产量标准应用于模型AA5086的塑料异性质.
- 使用传统策略 (无轴,等轴测试) 和反向策略 (用双轴或凸起测试更新有限元模型) 的参数识别.
- 通过比较预测与实验性收益应力,r值,收益位点和深度绘图耳边形状进行验证.
主要成果:
- 反向识别策略被证明是对Yld2000-2D收益标准的参数识别的有效替代方案.
- 初步评估显示,预测数据和实验数据在两种策略之间都有很好的一致性.
- 在深度绘图模拟中进行的进一步评估表明,反向策略,特别是经过精心设计的异质测试,可以更好地预测耳朵形状.
结论:
- 反向识别策略为校准Yld2000-2D收益率标准参数提供了一种可行和有效的方法.
- 测试策略的选择显著影响参数识别的准确性.
- 精心设计的异质测试与反向策略相结合,可以为实际应用 (如深度绘图) 提供卓越的识别结果.
