MMC失效准则在LsDyna模型中的应用

21小时前浏览4

前面一篇文章对MMC失效准则做了详细介绍，由于LsDyna中并没有可以直接使用MMC失效准则的关键字。可通过如下两种方案在LsDyna中体现。

**方案一：通过`*MAT_ADD_EROSION` + 用户自定义曲线**

步骤：

1. 定义MMC断裂应变曲线

通过试验矩阵对MMC失效模型参数进行标定，获得MMC模型的相关参数值。通过关键字*DEFINE_TABLE_TILLE完成MMC失效模型定义。其中table中不断变换Lode角参数值，生成关于应力三轴度η定义的曲线*DEFINE_CURVE_TITLE，示例如下：

2. 关联材料与失效准则

在*MAT_ADD_EROSION_TITLE关键字中断裂曲线LCSDG在论文《An incremental stress state dependent damage model for ductile failure prediction》采用三次样条曲线进行曲线拟合得到的，有了MMC准则后，用MMC生成的拟合曲线替换，这样断裂曲线的物理意义就更加明确了。

方案二：用户自定义子程序（UMAT）

适用场景：需要动态计算应力三轴度η和Lode角θ̄的高精度仿真。

步骤：

1. 编写UMAT
在Fortran子程序中实现MMC准则，示例如下：

2. 关联代码

通过LsDyna中的自定义材料关键字*MAT_USER_DEFINED_MATERIAL_MODELS将以上定义的材料关联起来。

两类方案的优劣势对比

未经作者同意，不得转载该文！！！

来源：檐苔

预备知识2-数据预处理学习笔记

为了能用深度学习来解决现实世界的问题，我们经常从预处理原始数据开始，而不是从那些准备好的张量格式数据开始。在Python中常用的数据分析工具中，我们通常使用pandas软件包。像庞大的Python生态系统中的许多其他扩展包一样， pandas可以与张量兼容。一、读取数据集创建一个虚拟数据集利用pandas读取csv数据二、缺失值处理“NaN”项代表缺失值。为了处理缺失的数据，典型的方法包括插值法和删除法，其中插值法用一个替代值弥补缺失值，而删除法则直接忽略缺失值。三、转换为张量格式来源：檐苔