用于复相材料界面损伤模型的建模方法

    公开(公告)号:CN113705058A

    公开(公告)日:2021-11-26

    申请号:CN202111071466.7

    申请日:2021-09-14

    申请人: 燕山大学

    摘要: 本发明提供一种用于复相材料界面损伤模型的建模方法,具体实施步骤包括:S1、获取复相材料的三维泰森多边形代表体元模型;S2、提取步骤S1获得的晶粒集合的节点信息;S3、获取晶粒集合的单元面;S4、获取晶粒集合间的界面信息;S5、判断界面所属的晶粒集合;S6、根据步骤S5建立的界面所属的晶粒信息,利用倍数因子建立新的节点编号;S7、根据建立的新节点以及节点连接时的对应关系,建立零厚度的界面单元;S8、建立复相材料相组织集合模型;S9、对复相材料相组织集合模型进行晶界单元与相界单元的分类。本发明建立的复相材料模型中对相界和晶界做出分类,依据两种界面不同的材料性能,赋予不同损伤参数,能够模拟沿相界裂纹和穿相裂纹的演化。

    基于并行递进的多晶体内扰动随机孔隙模型构建方法

    公开(公告)号:CN115081188A

    公开(公告)日:2022-09-20

    申请号:CN202210557906.8

    申请日:2022-05-19

    申请人: 燕山大学

    IPC分类号: G06F30/20 G06T17/20

    摘要: 本发明涉及一种基于并行递进的多晶体内扰动随机孔隙模型构建方法,其包括以下步骤,步骤一:获取晶体材料的三维泰森多边形代表体元模型;步骤二:根据多晶代表体元模型,获得的晶粒集合的单元信息和全部节点信息;步骤三:基于并行递进确定晶粒集合的内部节点信息;步骤四:确定需要去除的孔隙集合;步骤五:对去除孔隙后模型的单元信息和内部节点信息重新编号;步骤六:建立晶体间的多孔隙模型。本发明利用泰森多边形建立晶粒集合,基于并行递进的多晶体内扰动随机方法,建立的孔隙结构模型,与实际的晶体材料的结构更为相似;本发明通过控制孔隙在不同坐标方向所占权重,能够控制孔隙的形貌,设计不同尺寸和结构的孔隙结构,使操作更加灵活。

    用于复相材料界面损伤模型的建模方法

    公开(公告)号:CN113705058B

    公开(公告)日:2024-03-22

    申请号:CN202111071466.7

    申请日:2021-09-14

    申请人: 燕山大学

    摘要: 本发明提供一种用于复相材料界面损伤模型的建模方法,具体实施步骤包括:S1、获取复相材料的三维泰森多边形代表体元模型;S2、提取步骤S1获得的晶粒集合的节点信息;S3、获取晶粒集合的单元面;S4、获取晶粒集合间的界面信息;S5、判断界面所属的晶粒集合;S6、根据步骤S5建立的界面所属的晶粒信息,利用倍数因子建立新的节点编号;S7、根据建立的新节点以及节点连接时的对应关系,建立零厚度的界面单元;S8、建立复相材料相组织集合模型;S9、对复相材料相组织集合模型进行晶界单元与相界单元的分类。本发明建立的复相材料模型中对相界和晶界做出分类,依据两种界面不同的材料性能,赋予不同损伤参数,能够模拟沿相界裂纹和穿相裂纹的演化。

    基于神经网络的不锈钢材料AV本构模型参数获取方法

    公开(公告)号:CN116451565A

    公开(公告)日:2023-07-18

    申请号:CN202310313715.1

    申请日:2023-03-28

    申请人: 燕山大学

    摘要: 本发明涉及一种基于神经网络的不锈钢材料AV本构模型参数获取方法,其包括以下步骤,步骤1:获取不锈钢材料的单向拉伸应力‑应变曲线;步骤2:建立用于训练神经网络的样本数据库;步骤3:建立用于识别AV本构模型参数的神经网络模型;步骤4:利用样本数据对神经网络进行训练;步骤5:利用训练好的神经网络对试验曲线进行AV本构模型参数识别。本发明利用神经网络建立对AV本构模型参数进行识别的网络模型,与传统的拟合和优化方法相比,在效率和准确度上均有很大的提高;利用生成随机数构成AV本构模型参数组合,使用AV本构模型计算应力‑应变曲线的方法,获得参数样本数据,有效解决了神经网络训练所需样本数据获取困难的问题。