[发明专利]基于少量实验数据的材料参数构建方法在审

专利信息
申请号: 202011520222.8 申请日: 2020-12-21
公开(公告)号: CN112668167A 公开(公告)日: 2021-04-16
发明(设计)人: 郑轩 申请(专利权)人: 合图智造科技(西安)有限公司
主分类号: G06F30/20 分类号: G06F30/20;G06F17/18
代理公司: 北京维正专利代理有限公司 11508 代理人: 李传亮
地址: 710000 陕西省西安市未央区红旗东*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 少量 实验 数据 材料 参数 构建 方法
【说明书】:

本申请涉及基于少量实验数据的材料参数构建方法,属于材料检测的技术领域;其包括以下步骤:S1:原始数据:进行多次实验,根据实验数据建立图表;S2:选取数据:根据少量实验数据建立图表;S3:优化计算:通过Z‑Set软件,对随动硬化模型(Chaboche模型)的参数进行优化计算;S4:校准策略:确定优化的系数;S5:对比数据:将优化后的数据和优化前的数据分别与实验数据进行比对。本申请具有通过少量实验的数据构建获取材料的方法,从而降低获取材料参数时耗费的人力物力,达到降低成本的效果。

技术领域

本申请涉及材料检测的技术领域,尤其是涉及基于少量实验数据的材料参数构建方法。

背景技术

很多的材料在进行检测的过程重,需要对材料的性能进行检测,而检测的过程重,需要进行多次的实验,收集很多的实验数据才可以得到准确的实验结果。

针对上述中的相关技术,发明人认为以往材料参数的获取均需要通过实验获得,单个材料的一整套材料参数需要的实验非常多,耗费大量的人力物力。

发明内容

为了降低获取材料参数耗费的人力物力,本申请提供基于少量实验数据的材料参数构建方法。

本申请提供的基于少量实验数据的材料参数构建方法采用如下的技术方案:

基于少量实验数据的材料参数构建方法,包括以下步骤:

S1:原始数据:进行多次实验,根据实验数据建立图表;

S2:选取数据:根据少量实验数据建立图表;

S3:优化计算:通过Z-Set软件,对随动硬化模型(Chaboche模型)的参数进行优化计算;

S4:校准策略:确定优化的系数;

S5:对比数据:将优化后的数据和优化前的数据分别与实验数据进行比对。

通过采用上述技术方案,能够以很少的实验数据结合Z-Set进行优化,从而能够降低获取材料参数过程中耗费的人力物力,降低实验过程中的耗材,同时因为实验次数更少,还能够减少获取材料参数的时间。

可选的,所述步骤S1中的实验为多种,且多种实验种类为:拉伸实验、应变控制循环加载-卸载实验和蠕变实验。

通过采用上述技术方案,多个实验能够更好的对材料的各个参数进行收集,从而方便进行后续的比对。

可选的,所述拉伸实验分别在应变速率在:1.e-2s-1、1.e-3s-1以及1.e-6s-1的数值下进行实验。

通过采用上述技术方案,拉伸实验在不同的应变速率下进行实验,再将试验后的数据和优化后的数据进行比对能够更好的判断出优化方法的准确性。

可选的,所述应变控制循环加载-卸载选取不同的加速度进行实验。

通过采用上述技术方案,不同的加速度进行实验,能够使实验的结果更加准确。

可选的,所述步骤S3中,优化计算的计算公式如下:

应变:

弹性:

塑性:

诺顿流动法则:

正则规则:

非线性运动硬化:

各向同性硬化:

其中:和是弹性和粘塑性应变张量;

是热应变;

J(.)是二阶张量的Von Mises不变量;

υ是塑性乘数(累计粘塑性变形);

是屈服面的法向;

每个温度对应5个系数:K,n,R0,C,D。

1.可选的,所述蠕变实验中蠕变行为的额外粘塑性潜力(缓慢发展):

应变:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合图智造科技(西安)有限公司,未经合图智造科技(西安)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011520222.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top