利用python脚本在ANSYS workbench仿真中进行单元级别的材料属性随机赋值！
在有限元仿真分析中，我们习惯将整个结构或某个部件赋予一组确定的、均匀的材料参数，如：弹性模量 E=210 GPa、泊松比 v=0.3、屈服强度 σy=250 MPa……，这些数字整齐而确定，给我们一种“一切尽在掌握中”的安全感。然而，现实世界的材料却并非如此。
例如，以一块混凝土试块为例：混凝土内部散布着大小不一的骨料、砂浆体和微小的孔隙；再拿一片航空发动机叶片来看：由于铸造工艺的微小偏差，材料在不同位置的晶粒取向和力学性能存在差异。这种微观层面的“不完美”并不是缺陷，而是材料的固有特征，仿真中我们时常假定材料是各向同性的。但如果我们在仿真中故意忽略这些随机性，就等于用了一种平均化的策略去判断仿真8结果的状况——缺少了一些关键的细节。
材料属性随机赋值，是一种将材料“真实”属性引入仿真模型的关键技术。它的核心思路是：在已划分好网格的有限元模型上，不是给每个单元赋予相同的材料参数，而是根据预定义的规则随机地、但有据可依地赋予不同的材料属性。这种“从均匀到非均匀”的转变，能够揭示确定性仿真无法捕捉的一些关键信息。
-01-
从均匀网格到非均匀应力场
材料属性随机赋值的原理很简单，大致可分为三步过程：
第一步，建立均匀网格。我们可以将实体模型离散化为许多个微小的网格单元，每个单元就是结构部件的一块微小的材料“拼图”。此时，所有单元的材料属性完全相同，这个阶段就是传统有限元仿真分析的网格划分过程。
第二步，随机赋值。根据预定义的概率分布（如正态分布、Weibull 分布等），对每个单元独立或空间相关地采样材料参数。有的单元可能被赋予“相 A”（如基体材料），有的被赋予“相 B”（如增强相），有的则是“相 C”（如孔隙或化合物相）。——每块片段的材质就不同了。
第三步，求解与后处理。将这组非均匀的材料场交给有限元求解器，在载荷与边界条件下进行求解。由于相邻单元的刚度不同，应力传递时会在界面处发生应力集中，形成“非均匀应力场”——这正是真实材料在载荷下的典型行为。
从以上流程可以很容易理解：当两块强度、刚度不同的材料拼接在一起时，应力在界面处会发生不连续——刚度较硬的材料会承担更多载荷，而刚度较软的材料则得到的较少。这种载荷重分配现象，在确定性的仿真（所有单元刚度相同）中是完全看不到的。
下图 1 直观展示了前述三步流程。左侧是均匀网格，所有单元外观一致；中间是随机赋值后的网格，不同颜色代表不同的材料相；右侧是求解后的应力场，可以看到应力集中区域——那里往往正是结构可能得失效起点。
图 1：材料属性随机赋值示意图（均匀网格 → 随机材料 → 非均匀应力场）
应力集中是导致结构失效的关键机制。当某个区域的应力超过材料的强度极限时，裂纹就会从那里起源并扩展。确定性仿真由于材料均匀假设，往往会低估这种应力集中的严重程度，从而高估结构的安全裕度。而随机赋值通过引入材料的不均匀性，能够在一定程度上更真实地捕捉这些危险区域。
-02-
确定性仿真与随机仿真
确定性仿真与随机仿真两者的区别我们可以用一个比喻来理解：确定性仿真给出的是“如果世界完美，结构会怎样”的答案；而随机仿真回答的是“在真实制造条件下，结构最可能怎样失效”。对工程设计决策而言，后者的价值远大于前者。
图 2 确定性仿真与随机仿真结果对比
举个例子：
图2 (a) 展示了某结构确定性仿真的单一结果：最大应力为 285 MPa，低于许用值 350 MPa（图中红色虚线），看起来结构完全安全。工程师可能据此判断设计满足要求。但这个结论是基于材料性能处处完全一致的假设。
图2 (b) 是某机构500次随机仿真的结果分布：应力呈现明显的随机分布特征，均值约为285 MPa，但标准差达到约35MPa。更重要的是，约3.6%的样本超过了许用值——这意味着在每生产100件产品时，大约有2~3件可能存在风险。在某些安全敏感领域，这个“小概率”有时是不可接受的。
图2(c) 展示了材料参数与响应之间的感性关系：横轴是弹性模量 E，纵轴是最大应力。每个散点代表一次材料属性随机赋值的结果，红色虚线是趋势线。
-03-
随机场理论的“有据可依”
需要明确一点，材料的随机赋值并不是毫无规律地“抛骰 子”。真正有价值的工程应用需要遵循严谨的理论框架，具体包含以下三个关键要素：
一、空间相关性。相邻单元的材料属性往往不是独立的，而是具有空间相关性。例如，如果某个区域的材料强度较低，它周围的材料强度也往往偏低，而不是随机跳变。这种相关性通常通过协方差函数来建模，常见的包括指数型和 Matern 型。常用的 Karhunen-Loeve 展开（KLE）方法能将高维随机场分解为有限维度的正交基，大幅降低随机变量的维度，从而显著减少蒙特卡洛所需的有限元求解次数。
其二，相体积分数约束。在复合材料 RVE 模型中，各相的体积分数必须符合实验测量值。例如，混凝土中骨料约占 40%、砂浆约占 55%、孔隙约占 5%，随机分配必须在此约束下进行。如果不加以约束，得到的微观结构就不能代表真实材料，计算出的等效性能也就失去了物理意义。
其三，概率分布匹配。材料属性（如弹性模量、强度）应从实测统计分布中采样，而非人为假设。强度通常服从 Weibull 分布（这是材料科学中最广泛使用的强度分布模型），弹性模量则常用正态分布或对数正态分布。分布参数应来源于材料厂商提供的材料数据手册，或者组织自己的实验测试。
上述三点共同保证了随机赋值的物理合理性。只有同时满足空间相关性、体积分数约束和概率分布匹配，随机材料赋值的结果才能真正反映工程实际。
本文中，笔者编制的脚本只是简单地具备体相体积分数约束，概率分布方面采用的是 Fisher-Yates 洗牌算法，为均匀分布随机，空间相关性方面也未进行完善，主要原因在于该脚本原本用于材料热工的仿真，根据前面的理论可知，不太适合作为力学方面的仿真求解（下面案例结果分析），但可以作为一种对材料属性随机处理的方式。
-04-
在ANSYS WB仿真中对材料属性随机赋值
以一个简单案例演示。在ANSYS中，建立一个简单的模型，如下图所示：
进入model分析设置界面，方块和圆棒之间的接触我们采用默认的绑定接触设置：
接着简单划分网格，结果如下所示：
通过笔者编制的脚本，我们可以对任意一个或多个part的单元进行材料属性的随机赋值（网格单元级的赋值）。只需要提前建立好命名选择，本例建立如下命名选择：
打开ANSYS workbench中的python脚本编辑输入框，复 制脚本代码到脚本输入框：
接着，按实际情况输入要设置的材料组分比例和材料参数。本例假设材料有3种材料组分，只需要在MATERIAL_LIST = []列表中输入材料参数即可，如下图：
注意，ratio之和要等于1，在此基础上可以将材料组分设置为任意多个。材料属性参数除了输入力学参数、也可输入热性能相关参数，这代表该脚本可以进行传热方面的前处理。
脚本中，TARGET_NAMED_SELECTION，用于指定目标实体的 Named Selection 名称，以确定哪个part将被按照脚本中设置的材料对单元进行随机分配材料属性。
示例如下：
TARGET_NAMED_SELECTION = "" # 空字符串表示对所有体进行分配；
TARGET_NAMED_SELECTION = "mat_1" # 仅对我们前面设置名为 mat_1 的 Named Selection 中的体分配。
本例对Named Selection为mat_1的部件进行单元随机分配材料属性，设置如下：
接着简单设置一下，约束和载荷条件，如下图：
运行脚本：
将会自动生成相关前处理和后处理APDL命令：
检查没有问题后，就可以计算。
计算后，后处理中可以看到方块part被赋予了随机的材料属性（3种色块，代表3种材料），而圆杆材料为默认结构钢：
变形和应力情况如下：
我们也可以将方块和杆件全部改为随机材料，只需要将TARGET_NAMED_SELECTION设置为空字符串，即TARGET_NAMED_SELECTION = ""，此时计算后的结果如下：
可以看到，结果中应力连续性较差，有的网格节点处应力有跳变，这是因为该脚本没有进行空间相关性方面的完善。单元材料之间的变化较大时就会出现明显应力集中，可以通过多设置几组组分，减小组分之间的材料参数变化量缓解。
本脚本文件主要用于传热的分析，方法与上述一致。以下为笔者计算的一个RVE模型案例。该例可以用于如加气混凝土等材料（基体相+空气相）的传热分析。
通过以上案例，相信大家都知道该脚本的使用方法了，但这里需要强调一下使用时需要注意以下事项：
① 该脚本仅适用于 ANSYS Workbench 2020 R2 版本，其他版本未测试，可能存在 API 差异；
② 模型必须先完成网格划分，脚本不负责网格划分；
③ 材料比例之和应接近或等于 1，否则最后一种材料会自动调整；
④ 使用 Named Selection 指定目标体时，需先在 Mechanical 中创建 Named Selection；
⑤ 脚本会自动删除旧的 RandomMatAPDL 和 Post_MaterialPlot 命令，但建议手动删除后，再运行脚本；
⑥ 脚本中定义的材料不会出现在左侧材料树中，如需在材料树中查看，需在 Engineering Data 中手动创建同名材料；
⑦ 求解完成后，可在 Solution Information 中查看材料分配验证信息；
⑧图片中不同颜色代表不同材料，配合 material_legend.txt 文件查看材料名称。
