Abaqus结构仿真软件的非线性问题与解决方案

这篇具有很好参考价值的文章主要介绍了Abaqus结构仿真软件的非线性问题与解决方案。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

无论是什么FEA 软件,想要获得非线性问题的一些解决方法始终没有那么简单。遇到问题是很常见的,那么下面就来看看Abaqus用户克服这一类问题的解决方法吧。

 

1. 简化模型

从简化模型开始,通过逐渐添加详细信息来构建它,例如可塑性和摩擦性可以在开始时排除。由于简化模型工作正常,可以逐一添加详细信息。它更容易找出收敛困难的来源,从而修复它。

 

2. 位移控制

在许多情况下,并非所有接触部件的自由度都受到限制,期望接触会防止不受约束的僵硬身体运动。对于此类问题,建议使用位移控制而不是负载控制来建立初始接触。对于未建立初始接触的负载控制接触问题,可能会发生不受约束的刚性身体运动。另一种选择是在接触界面引入粘性阻尼,以消除刚体运动。

 

3. 增量大小

对于高度非线性问题,初始增量大小设置得足够小。还将最大增量大小设置为小值,以防预期突然僵硬变化,否则它会跨越临界点,可能需要更多迭代才能收敛。

 

4. 可塑性

Abaqus 假设在应力应变曲线的最后指定数据点之后具有完美的塑料行为。一旦一个区域达到该点,它就无法抵抗进一步的变形,因为它没有刚度。它可能会导致收敛困难。建议添加一个具有较大应变的附加数据点,以便最后一条曲线的斜度略有增加。

 

5. 不可压缩材料

使用混合元件进行几乎不可压缩的材料。

 

6.不对称解算器

如果将摩擦包含在模型中,则会向方程系统添加不对称的术语。默认情况下,如果摩擦系数小于 0.2,Abaqus/Standard 使用对称溶解器,如果摩擦系数高于 0.2,则调用不对称解算器。假设当摩擦系数低时,不对称术语相当小,对称溶剂工作正常。对于较高的摩擦系数,不对称术语变得显著,不对称的解算器可以提高收敛率。

 

对于使用"表面到表面"光盘接触表面相对有限滑动的问题,即使摩擦系数小于 0.2,不对称的术语也可能变得显著,导致速度变慢,甚至没有收敛。在这种情况下,必须调用不对称的解决者来克服收敛困难。

Abaqus结构仿真软件的非线性问题与解决方案

图1:调用不对称解算器

 

 一般来说,不对称的解算器比每次迭代的对称解算器更昂贵,但是,非对称解算器所需的迭代通常较少,并且实现更快的收敛速度。

 

7. 体积比例阻尼

对于局部不稳定的准静态问题,使用自动稳定功能来消散应变能量。自动稳定应用体积比例阻尼来稳定模型。

Abaqus结构仿真软件的非线性问题与解决方案
 图2:针对局部不稳定问题指定自动稳定

 

8. 线性搜索

在强烈的非线性问题中,默认情况下在 Abaqus/Standard中使用的全牛顿解决方案技术有时可能会在平衡迭代过程中出现差异。为了解决这些困难,Abaqus 提供了可视为收敛增强技术的线搜索算法。线搜索算法检测发散,并将比例系数应用于计算的位移校正。其目的是找到一个更好的配置,这将有助于克服分歧。

 

默认情况下,在使用全牛顿方法时,线路搜索算法无法启用。搜索过程可以通过将参数设置为以下图所示的合理值来激活。此处表示行搜索迭代的最大数量。

Abaqus结构仿真软件的非线性问题与解决方案

图3:激活搜索算法

 

 线搜索不仅在因背离而无法实现平衡的情况下有用,而且还可以提高收敛速度缓慢问题的收敛率。文章来源地址https://www.toymoban.com/news/detail-455910.html

到了这里,关于Abaqus结构仿真软件的非线性问题与解决方案的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 算法 数据结构分类 数据结构类型介绍 数据结构线性非线性结构 算法合集 (一)

     数据结构分为:                            a.线性结构                            b.非线性结构  a.线性结构:                       数据与结构存在一对一的线性关系; a . 线性结构 存储 分为:                                   顺序存储

    2024年02月10日
    浏览(32)
  • 【单谐波非线性振动问题求解器 GUI 】使用单个谐波表示解决 MDOF 非线性振动问题(Matlab代码实现)

    目录 💥1 概述 📚2 运行结果 🎉3 参考文献 🌈4 Matlab代码实现 对于解决多自由度(MDOF)非线性振动问题,使用单个谐波表示是一种常见的近似方法。这种方法将系统的非线性部分在谐波振动的基础上线性化,从而简化求解过程。 以下是一个基于GUI的单谐波非线性振动问题

    2024年02月15日
    浏览(30)
  • C 非线性结构——树 万字详解(通俗易懂)

    目录 一、树的介绍         1.定义 :          2.相关概念 :          3.简单分类 :          4.相关应用 :  二、树的存储         1.二叉树的存储 :                  1° 二叉树连续存储                 2° 二叉树链式存储(常用)         2.普通树和森林的存储 :   

    2023年04月09日
    浏览(37)
  • 最小二乘问题和非线性优化

    转载自此处,修正了一点小错误。 在求解 SLAM 中的最优状态估计问题时,我们一般会得到两个变量,一个是由传感器获得的实际观测值 z boldsymbol{z} z ,一个是根据目前估计的状态量和观测模型计算出来的预测值 h ( x ) h(boldsymbol{x}) h ( x ) 。求解最优状态估计问题时通常我们

    2024年02月13日
    浏览(28)
  • 非线性最优化问题求解器Ipopt介绍

    Ipopt(Interior Point OPTimizer) 是求解大规模非线性最优化问题的求解软件。可以求解如下形式的最优化问题的(局部)最优解。 m i n ⏟ x ∈ R n     f ( x ) s . t . g L ≤ g ( x ) ≤ g U x L ≤ x ≤ x U (0) underbrace{min}_ {x in Rⁿ} , , , f(x) \\\\ s.t. g_L ≤ g(x) ≤ g_U \\\\ x_L ≤ x ≤ x_U tag{0} x ∈ R

    2024年01月20日
    浏览(42)
  • 【数据结构初阶】七、非线性表里的二叉树(堆的实现 -- C语言顺序结构)

    ========================================================================= 相关代码gitee自取 : C语言学习日记: 加油努力 (gitee.com)  ========================================================================= 接上期 : 【数据结构初阶】六、线性表中的队列(链式结构实现队列)-CSDN博客  ===========================

    2024年02月08日
    浏览(29)
  • 【数据结构初阶】八、非线性表里的二叉树(二叉树的实现 -- C语言链式结构)

    ========================================================================= 相关代码gitee自取 : C语言学习日记: 加油努力 (gitee.com)  ========================================================================= 接上期 : 【数据结构初阶】七、非线性表里的二叉树(堆的实现 -- C语言顺序结构)-CSDN博客  ==========

    2024年02月08日
    浏览(35)
  • 详细介绍如何使用Ipopt非线性求解器求解带约束的最优化问题

       本文中将详细介绍如何使用Ipopt非线性求解器求解带约束的最优化问题,结合给出的带约束的最优化问题示例,给出相应的完整的C++程序,并给出详细的解释和注释,以及编译规则等    一、Ipopt库的安装和测试    本部分内容在之前的文章《Ubuntu20.04安装Ipopt的流程介

    2024年02月08日
    浏览(43)
  • 二次规划(QP)求解与序列二次规划(SQP)求解非线性规划问题

    二次规划(QP)是求解一种特殊的数学优化问题的过程——具体地说,是一个(线性约束)二次优化问题,即优化(最小化或最大化)多个变量的二次函数,并服从于这些变量的线性约束。二次规划是一种特殊的非线性规划。        序列二次规划(SQP,Sequental Quadratic Programming)算法是

    2024年02月02日
    浏览(30)
  • 线性方程组AX=b,AX=0以及非线性方程组的最小二乘解(解方程组->优化问题)

    超定方程组无解是因为方程组包含了过多的约束条件,无法满足所有的约束条件,在这种情况下,方程组的某些方程必然是矛盾的,也就是说,他们描述的条件是不兼容的,无法同时满足。 所以求解超定方程组其实是一个拟合问题,其基本思想是最小化所有方程的误差平方和

    2024年02月08日
    浏览(32)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包