首页/文章/ 详情

双线性弹塑性模型(四)

5月前浏览7094

本节内容为在牛顿-拉夫逊方法中集成基于随动硬化模型的当前应力计算。

对于非线性的问题,一般将其线性化为

 

一次迭代得到的是位移增量,如图所示

接下来要将位移增量转化为应变增量,以一维杆结构为例,其应变增量

 

其中    为杆初始长度。

[算例]

一根各向同性杆,一端固定,另一端施加轴向力做拉伸试验.荷载逐渐增加到    ,然后逐渐卸载至0。,    

import math

def Sgn(x):
    if x > 0 :
        return 1
    elif x < 0 :
        return -1
    else :
        return 0

def KinematicHard1D(MP,deps, stressN,alphaN, epsN):

    E  = MP[0]
    H  = MP[1]
    Y0 = MP[2]
    
    stress_tr = stressN + E*deps
    eta_tr = stress_tr - alphaN
    f_tr = math.fabs(eta_tr ) - Y0
    if f_tr < 0:
        stress = stress_tr
        alpha = alphaN
        ep = epsN
        flag = 0     # 处于弹性状态
    else:
        dep = f_tr / ( E + H )
        stress = stress_tr - Sgn(eta_tr) * E * dep
        alpha = alphaN + Sgn(eta_tr) * H * dep
        ep = epsN + dep
        flag = 1    # 处于塑性状态

    return stress, alpha, ep, flag

#########  以上为harden模块


import matplotlib.pyplot as plt
import numpy as np

import numpy as np
import harden

E = 70000; H = 10000; sYield = 250
Et = E*H / (E+H)
mp = [E, H, sYield]

nS = 0
nep = 0
nA = 0

A = 100
L = 1000

tol = 1.0E-1
u = 0
Res = 0
nincr = 0
max_iter = 20
epnew = 0

Load = [0,50001000015000,20000,25000,30000,25000,20000,
        15000,10000,5000,0 ]

N = len(Load)
flag = 0

X = np.zeros( (N) )
Y = np.zeros( (N) )

for i in range(N):
    nincr += 1
    print('第{}增量步:' .format(nincr) )

    P = Load[i]

    Res = P - nS * A
    du = 0
    
    niter = 0
    conv = 2e12
    print('迭代步            位移                   不平衡力                    收敛参数')
    
    while ( conv > tol and niter < max_iter ):
        niter += 1

        Eep = E
        if flag == 1:
            Eep = Et

        K = Eep*A/L
        delta_u = Res / K
        du = du + delta_u
        delta_eps = delta_u / L

        Snew, Anew, epnew, flag = harden.KinematicHard1D(mp,delta_eps,nS,nA,nep)

        Res = P - Snew*A
        conv = Res**2 / (1 + P**2)
        nS = Snew
        nep = epnew
        nA  = Anew
        print(format(niter, '>3d'), format(u, '>20.12f'), format(nS, '>26.14f'), format(conv, '>28.16e'))

    u = u + du
    
    X[i] = u
    Y[i] = nS

print(X)
print(Y)

fig, axs = plt.subplots(11,  figsize=(8,6) )
axs.plot(X, Y, label="M1", linewidth = 3, color = "deeppink",marker='o', markersize=12
axs.set_xlabel('$Displacement(mm)$', fontsize = 18)
axs.set_ylabel('$Stress(MPa)$', fontsize = 18)

fig.savefig('./f358.png', dpi = 300#保存图片 
plt.show()


得到的迭代路径


★★★★  往期相关 ★★★★

双线性弹塑性模型(三)

双线性弹塑性模型(二)

双线性弹塑性模型(一)


来源:数值分析与有限元编程
非线性UM试验
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2024-04-02
最近编辑:5月前
太白金星
本科 慢慢来
获赞 5粉丝 8文章 317课程 0
点赞
收藏
作者推荐

双线性弹塑性模型(三)

本节用Python来实现基于随动硬化模型的当前应力计算。[算例]一根各向同性杆,一端固定,另一端施加轴向力做拉伸试验,荷载分级来加。某一时刻应力 ,塑性应变 , .当应变增量 ,计算应力和塑性应变。。import math#定义符号函数def Sgn(x): if x &gt; 0 : return 1 elif x &lt; 0 : return -1 else : return 0def KinematicHard1D(MP,deps, stressN,alphaN, epsN): E = MP[0] #弹性模量 H = MP[1] #塑性模量 Y0 = MP[2] #初始屈服应力 stress_tr = stressN + E*deps eta_tr = stress_tr - alphaN f_tr = math.fabs(eta_tr ) - Y0 if f_tr &lt; 0: stress = stress_tr alpha = alphaN #alpha不变 ep = epsN #塑性应变不增加,为0 flag = 0 # 处于弹性状态的标志 else: dep = f_tr / ( E + H ) stress = stress_tr - Sgn(eta_tr) * E * dep alpha = alphaN + Sgn(eta_tr) * H * dep ep = epsN + dep flag = 1 # 处于塑性状态的标志 return stress, alpha, ep, flagE = 200E3; H = 25E3; sYield = 250Et = E*H / (E+H)mp = [E, H, sYield]#上一步的应力,塑性应变以及alpha值nS = 200nep = 1E-4nA = 2.5delta_eps = -0.003Snew, Anew, epnew, flag = KinematicHard1D(mp,delta_eps,nS,nA,nep)print(Snew, Anew, epnew, flag) 手算结果在前一篇双线性弹塑性模型(二)在一维拉伸试验中,一旦材料变形超过弹性极限,它就显示出复杂的应力-应变关系。例如,金属表明初始应力随应变而增大。当材料达到弹性极限(也称屈服应力)后,材料开始变形塑性的,在塑性变形的第一阶段,应力进一步增加应变比,但坡度(应变硬化)要小得多,直到达到极限强度。在这之后,应力开始逐渐减小(应变软化),直到材料断裂。此外,如果材料塑性后施加的载荷降低(卸载),则不遵循先前的应力-应变曲线;材料立即变为弹性。如果施加循环荷载,材料的行为就会变得越来越复杂。来源:数值分析与有限元编程

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习 福利任务 兑换礼品
下载APP
联系我们
帮助与反馈