Abaqus|使用Python语言基于有限元模型修正法反演了集中力位置和大小

本文你将获得如下干货：

1.获得基于Python脚本的有限元模型修正法(FEMU)进行参数优化的源代码（通用代码，可直接反演各种材料参数，尺寸参数，相应的数据接口预留好了）；

2.使用Python脚本反演了悬臂梁模型的载荷位置和集中力大小；

3.快速掌握材料参数反演流程；

源码获取：关注微信公众号：仿真社，相应文章便可获取。

 

1.导读

工程上要确定材料的参数通常是通过力学实验获得。然而当实验成本较高，实验数据稀少的时候，反演方法来确定材料参数就是一个非常不错的选择。有限元模型修正法是最常用的反演方法，主要包含两部分有限元计算和优化确定参数。有限元计算一般通过有限元软件来完成，而优化确定材料常用MATLAB或者Python程序。因此不同软件的协同工作是必须的一个过程。本文以悬臂梁的集中力和集中力位置作为优化变量编写了Python脚本的代码，然后通过最小二乘法获得了反演参数，这是一个通用程序，可直接嫁接到其他模型上。

2.研究内容

通过A点的位移数据，反演确定集中力F以及集中力的位置L。

 

       图1 反演模型

3.代码详解

反演代码主要包含四个部分computModel、extractDisplacement、removeFile和Objective。

computeModel(location, load): 有限元计算部分，其中 loacation和load分别代表集中力的位置和集中力。这一部分是通过脚本完成有限元计算，需要给模型的集中力位置（Set-load）和A点(SET-REF)建立集合，方便后处理调用。

extractDisplacement(): 后处理程序提取出A点集合的SET-REF的最后一帧图片的位移，y方向位移。由于反演需要反复调用odb文件，每一步提取出位移后需要关闭odb文件，如odb.close(),这一步要特别重要，因为如果不关闭，相当于资源占用，无法正常保存下一次结果。

removeFile(): 删除所有有限元文件，防止资源占用，否则无法正常保存下一次计算结果。

Objective(x): 建立目标函数进行参数优化。

 

把上面的四个函数进行封装后使用主程序调用，位置和集中力初始值分别为10和70.

 

3.优化结果分析

本文目标值为L=50，F=100,位移为-0.1254，通过带约束的最小二乘法least_squares获得优化结果为L0=62.5 ,F0=70.2,优化位移为-0.1270。更改不同初始值L=45,F=90,优化结果L1=52,F1=94,优化位移为-0.1264。更改不同初始值L=20,F=60,约束位置最大为55，优化结果L2=52, F2=94,优化位移为-0.1264。

更改不同初始值和约束条件可以发现，优化值与目标值不尽相同，但是目标函数的位移值与目标位移的相对误差均在1%以内。这说明反演是一个多解问题，需要更多的约束来排除掉非目标值的可能。