Bammann-Chiesa-Johnson粘塑性本构模型的参数识别方法与验证.pdf

Bammann-Chiesa-Johnson粘塑性本构模型的参数识别方法与验证.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
Bammann-Chiesa-Johnson粘塑性本构模型的参数识别方法与验证.pdf

Bammann-Chiesa-Johnson粘塑性本构模型的参数识别方法与验证/周婷婷等 ·75 · Bammann—Chiesa-Johnson粘塑性本构模型的参数识别方法与验证 周婷婷 。,王 罡 ,杨 洋 。,李 遥 ,帅茂兵 (1 表面物理与化学重点实验室,江油 621908;2 清华大学精密超精密制造装备及控制北京市重点实验室,北京 100084) 摘要 Bammann-Chiesa-Johnson(BCJ)粘塑性本构模型对材料力学响应的再现和预测能力强烈依赖于其模型参数的确定,而 模型参数的确定往往是通过反分析方法来进行。由于BCJ粘塑性模型包含了应变、应变率和温度耦合效应以及加载路径和温度历 史,其常数 多达 18个,所以寻找最佳的模型参数识别值十分繁琐。针对BCJ本构模型参数复杂、识别困难的问题,本文基于参数的 物理意义,在准静态、蠕变及动态加载试验基础上,通过模型参数解耦分离、粒子群智能优化的方法分 6步对 18个材料常数进行识 别,并用识别结果对 1060纯铝动态加载试验力学响应进行模拟,模拟结果与试验结果符合 良好。通过定量化误差分析 ,证明了BcJ 粘塑性模型对实验数据的预测具有较高精度,该模型参数识别方法科学可行。 关键词 BCJ粘塑性模型 参数识别 参数解耦 粒子群智能优化算法 1060纯铝 中图分类号:0344 文献标识码:A DOI:10.11896/j.issn.1005—023X.2017.03.013 A ComprehensiveM ethodofParameterIdentificationandValidationfor Bammann-Chiesa-JohnsonVjscoplasticjtyConstitutiveModel ZHOU Tingting ,WANG Gang。,YANG Yang ,LIYao ,SHUAIMaobing (1 ScienceandTechnologyonSurfacePhysicandChemistryLaboratory,Jiangyou621908;2 BeijingKeyLabofPrecision/ U1tra—precisionManufacturingEquipmentsandControl,TsinghuaUniversity,Bering100084) Abstract TheBammann-Chiesa-Johnson(BCJ)viscoptasticityconstitutivemodelisadvancedtopredictmechanicalbehavior ofmetals.Andthecapabilityofpredictionreliesonthedeterminationofthemodelparameters.Normally,theparameterswouldbe identifiedbyusingtheback-analysismethod.However,themethodisverycomplicatedbecausetherearequiteanumberofparame— tersintheBCJmodelanditisnoteasytOobtaintheoptimalvalues.Theseparametersareinvolvedtodescribethecouplingeffectsof strain,strainrate,temperature,aswellastheloadpathandtemperaturehistory.Thispaperproposedamethodtoidentifythe18 papameters,inwhichcomprehensiveexperiments,basedonthephysicsoftheparameters,hadbeenconducted,includingquasi—static tests,creeptestsandthesplitHopkinsonpressurebar (SHPB)tests,furthemr oreparametersdecouplingandtheParticleSwamr Optimization (PSO)algorithm hadbeenapplied.Th

文档评论(0)

170****0532 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8015033021000003

1亿VIP精品文档

相关文档