Dynaform材料參數(shù)詳細說明

2016-11-16 by:CAE仿真在線來源:互聯(lián)網(wǎng)

以下內容是我收集的對Dynaform材料參數(shù)的詳細說明,希望對大家有所幫助。

18#材料模型:(冪指數(shù)塑性材料模型)

沒有考慮材料的厚向異性,只在一些簡單的各向同性材料中應用。

MASS DENSITY——質量密度;

YOUNG MODULUS——楊氏模量;

POISSONS RATIO——泊松比;

STRENGTH COEFF(K)——強度系數(shù);

HARDENING EXPONENT(N)——強化系數(shù),也就是人們常說的硬化指數(shù);

STRAIN RATE PARAM (C)——Couper—symonds應變率系數(shù)C;

STRAIN RATE PARAM (P)——Couper—symonds應變率系數(shù)P;

INITIAL YIELD STRESS——初始屈服應力;

FORMULATION——用公式表示。

24#材料模型:(分段線性材料模型)

主要用于一些各向同性材料的沖壓分析中。

MASS DENSITY——質量密度;

YOUNG MODULUS——楊氏模量;

POISSONS RATIO——泊松比;

YIELD STRESS——屈服應力;

TANGENT MODULUS——切變模量;

FAILURE PL。 STRAIN——材料失效時的等效塑性應變;

STEP SIZE FOR EL. DEL——段數(shù);

STRAIN RATE PARAM (C)——Couper—symonds應變率系數(shù)C;

STRAIN RATE PARAM (P)——Couper—symonds應變率系數(shù)P;

36#材料模型(Barlat’s-3 Parameter Plasticity Model)——3參數(shù)Barlat材料模型

這種材料模型適用于任何薄板金屬成形分析,特別是對象鋁合金必須用次模型分析。

使用此模型一般輸入以下參數(shù):

MASS DENSITY(質量密度);

YOUNG MODULUS(楊氏模量);

POISSONS RATIO(泊松比);

EXPONENT FACE M(Barlat指數(shù)m);

LANKFORD PARAM R0(各向異性參數(shù)r0);

LANKFORD PARAM R45(各向異性參數(shù)r45);

LANKFORD PARAM R90(各向異性參數(shù)r90);

HARDENING RULE(EXPON.)(硬化規(guī)律:對于線性硬化模型,HR=1;對于冪指數(shù)硬化模型,HR=3;對于分段線性硬化模型,不需要輸入HR);

MATEIAL PARAM P1(K)和MATEIAL PARAM P2(N)是材料參數(shù):

⑴對于線性硬化模型:P1=切線模量=tg(α);

P2=屈服應力σs;

⑵對于冪指數(shù)硬化模型:P1=k(強化系數(shù));

P2=n(強化指數(shù));

⑶對于分段線性硬化模型,不需要輸入:HR,P1,P2,E0,SPI等參數(shù)的值。

INITIAL YIELD STRESS(E0)(初始屈服應力);

INITIAL Y.STRESS(SPI)

E0,SPI用于確定冪指數(shù)硬化模型的初始屈服應力?？梢酝ㄟ^公式計算。

LOAD CURVE ID 應力應變曲線號;

MATERIAL AXES OPTION(材料軸選項);

VECTORS COMPONENT (A1)

VECTORS COMPONENT (A2)

VECTORS COMPONENT (A3)

VECTORS COMPONENT (D1)

VECTORS COMPONENT (D2)

VECTORS COMPONENT (D3)

37#材料模型——Transversely Anisoptropic Elastic-Plastic(厚向異性彈塑性材料模型)

該模型僅適用于殼單元分析

需要輸入的參數(shù)如下:

彈性模量、質量密度、泊松比、厚向異性系數(shù)r。當利用線性硬化塑性應力-應變關系作為材料的硬化模型時,需輸入材料的初始屈服強度、切線模量;當利用分段線性硬化塑性應力-應變關系作為材料的硬化模型時,需輸入表示材料塑性應力-應變關系作為材料的硬化模型時,需輸入表示材料塑性應力-應變關系的分段線性函數(shù)。

39#材料模型(Transversely Anisotropic Elastic-Plastic with FLD)(帶FLD的厚向異性彈塑性材料模型)

本模型僅適用于殼單元和2D單元

開放分享：優(yōu)質有限元技術文章,助你自學成才