当前位置: 首页 > news >正文

PFC5.0柔性/刚性纤维三点弯曲参数可自定义

PFC5.0含柔性纤维(刚性纤维)三点弯曲,可根据自己需求改纤维含量、半径等纤维信息

最近在折腾PFC5.0的三点弯曲模拟时发现了个有意思的功能——可以直接往模型里怼柔性或刚性纤维。这玩意儿对搞复合材料仿真的兄弟应该挺实用,特别是想研究纤维增强效果的老铁们。直接上干货,先看这段生成纤维的代码:

;=====纤维参数设置===== def setup_fiber r_fiber = 0.8 ;纤维半径 spacing = 2.5 ;纤维间距 y_min = 10 ;生成范围下限 y_max = 50 ;生成范围上限 end @setup_fiber ball generate diameter [r_fiber*2] box 0 100 @y_min @y_max ;生成纤维颗粒 group fiber range position-y @y_min @y_max ;纤维分组

这里的关键是spacing参数控制纤维密度。实际操作中发现当spacing小于2倍r_fiber时,系统会报重叠错误。想提高纤维含量的话,可以适当减小spacing值,但别贪多,否则计算量爆炸别怪我没提醒。

接下来是力学属性设置,这里有个坑要注意。柔性纤维和刚性纤维的区别主要在于接触模量:

contact cmat default model linear ... ;基础接触模型 contact cmat add 1 model linear ... ;纤维间接触 contact cmat add 2 model linear ... ;纤维与基体接触 ;=====柔性纤维特殊处理===== contact property cmat 1 kn 1e8 ks 5e7 ;降低切向刚度 [若为刚性纤维则在此处添加bond]

三点弯曲的加载部分其实可以玩点花的。比如这种渐进加载的方式:

fish define loading local vel = 0.01 wall.vel(loading_wall,0,-vel,0) ;压头匀速下压 if mech.time > 5.0 wall.vel(loading_wall,0,0,0) ;5秒后停止 endif end @loading

跑完模拟后建议用:

history @loading_wall id 1 # 记录载荷位移曲线 plot create bending_curve plot add history 1 vs 2 # 生成力-位移图

调参时发现纤维半径对破坏模式影响贼大。半径0.5mm的柔性纤维试件常出现多裂纹扩散,而半径1.2mm的刚性纤维试件多是单裂纹贯穿。想要特定破坏形态的可以多试几个参数组合。

最后提醒下,跑这种含纤维的模型记得:

  1. 先保存初始状态 model save 'init'
  2. 计算步别设太大,建议cycle 10000就保存一次
  3. 用高性能版PFC不然等到天荒地老

模拟完打开后处理看纤维的力链分布,那效果比看片还带劲(手动狗头)。想偷懒的兄弟可以直接拿这个模板改参数,换纤维类型也就是改两行代码的事。

http://www.cnnetsun.cn/news/166765.html

相关文章:

  • 基于python文化旅游信息公开管理平台的设计与实现_5257y2x6
  • 【保姆级教程】Attention机制全解析!用PyTorch手写Transformer,大模型开发入门到精通!
  • 前端table表格,零基础入门到精通,收藏这篇就够了
  • 如何将Open-AutoGLM操作延迟降低85%?资深架构师亲授调优心法
  • 从入门到精通:掌握Open-AutoGLM推理优化的7个关键步骤
  • 【Open-AutoGLM macOS适配终极指南】:手把手教你完成全流程配置与优化
  • 【Open-AutoGLM语义解析突破】:准确率提升35%背后的核心技术揭秘
  • 为什么顶尖团队都在用Open-AutoGLM做高效特征提取?真相曝光
  • 【AI模型预处理新纪元】:Open-AutoGLM如何实现毫秒级特征输出
  • 9 个降AI率工具,专科生必备避坑指南
  • 基于数学模型的疫苗接种策略分析
  • 基于时空图神经网络的交通流量预测方法研究
  • 【Open-AutoGLM GPU加速适配全攻略】:手把手教你7步完成高性能推理优化
  • Open-AutoGLM特征提取提速5倍:背后你不知道的3大关键技术
  • [特殊字符]工业标准文档“消化不良“?LLM+知识图谱三步翻倍表格任务F1,钢铁直男秒变逻辑大师!
  • RAG技术揭秘:如何通过检索增强生成解决大模型知识过时与幻觉问题?
  • 【国产大模型端侧落地新突破】:Open-AutoGLM推理效率提升实战
  • Open-AutoGLM端侧部署性能调优,手把手教你榨干NPU算力
  • 网络安全5大子方向!哪个才是最优选择?
  • macOS m芯片配置python低版本失败解决方案
  • 为什么顶尖工程师都在用Open-AutoGLM做任务提醒?真相曝光
  • 【Open-AutoGLM高分通过率背后的真相】:顶尖学员不愿公开的6个刷题技巧
  • 白话大模型与知识库的基础原理(不费脑版)
  • leetcode 764. Largest Plus Sign 最大加号标志
  • 对于pdf、excel、word、ppt文档如何进行有限的最有效的标注
  • Open-AutoGLM考试进入倒计时:如何用1天时间高效突击拿证?
  • RAG效果大飞跃!详解Rerank核心原理与实战,一文搞定排序优化。
  • 网络安全:是什么?新趋势?为什么值得学?一篇讲透行业红利
  • 零学AI Agent:大模型应用设计与实现全流程,附代码案例,建议收藏!
  • 春节宠物出行方案对比分析