基于有限元逆向优化法识别22MnB5板硬化模型参数

在车辆碰撞过程的数值模拟仿真中,硬化模型的类型及其表征精度对于分析结果的精度有着直接影响.为了更加科学地选取最优硬化模型并得到其精确参数,本文采用有限元模拟软件与优化软件相结合的有限元逆向优化方法,同时结合热成形 22MnB5 高强钢板在不同变形速率下的单向拉伸试验,对 Swift、Voce 以及 Hockeet/Sherby三种硬化模型自动进行参数识别优化,得到了不同应变速率下的最优硬化模型及其相关参数;根据优化得到的硬化模型参数,建立起了不同应变速率下表征材料变形的仿真卡片,用于有限元软件标定 22MnB5 高强钢在各个应变速率下的应力-应变曲线以便应用于模拟仿真;结合数字图像相关(DIC)方法对试验数据与优化得到的模拟结果进行对标,发现 22MnB5 高强钢在硬化阶段的应力值逐渐趋向于某一定值,饱和类的硬化模型对其变形行为的表征精度更高.通过对单向拉伸试验过程的位移-载荷与局部应力-应变进行模拟和对标,发现 Hockeet/Sherby 硬化模型在各个应变速率下的表征精度均为最高.另外,设计了 R5 缺口、R20 缺口、纯剪以及拉剪 4 种工况下的拉伸试验,并对所建立的材料卡片进行仿真验证,均得到很好的对标效果.结果表明,所建立的热成形 22MnB5 高强钢材料卡片适用性良好,采用有限元逆向优化方法确定硬化模型参数的方法精度高且方便可行.