高保真材料模型的系统性构建、优化和验证对于动态载荷仿真至关重要。详述了在大禹数字平台上构建和验证此类模型的方法:首先,构建参数化状态方程(equation of state,EOS)框架,整合所有可用的含相关不确定度的实验数据,并采用全局优化...高保真材料模型的系统性构建、优化和验证对于动态载荷仿真至关重要。详述了在大禹数字平台上构建和验证此类模型的方法:首先,构建参数化状态方程(equation of state,EOS)框架,整合所有可用的含相关不确定度的实验数据,并采用全局优化方法确定最优EOS参数;然后,将优化后的EOS与包含待定参数的本构模型耦合,开展复现实验条件的一维或二维数值模拟;进而,利用优化算法迭代调整本构模型参数,以实现模拟波形与实验波形的全局最优匹配,从而精确标定本构参数;最后,整合优化后的EOS与标定后的本构模型,形成完整的材料模型,并为自研及商业仿真软件开发标准化接口。通过模拟预测新的实验条件下的材料性质并与实验结果进行对比,完成材料模型的验证。利用自主研发的新型重要性交叉优化算法,实现了实验数据约束下的理论模型参数优化,采用贝叶斯不确定性量化程序对材料模型参数的不确定性及其向计算物理量的传递进行严格量化。展开更多
文摘高保真材料模型的系统性构建、优化和验证对于动态载荷仿真至关重要。详述了在大禹数字平台上构建和验证此类模型的方法:首先,构建参数化状态方程(equation of state,EOS)框架,整合所有可用的含相关不确定度的实验数据,并采用全局优化方法确定最优EOS参数;然后,将优化后的EOS与包含待定参数的本构模型耦合,开展复现实验条件的一维或二维数值模拟;进而,利用优化算法迭代调整本构模型参数,以实现模拟波形与实验波形的全局最优匹配,从而精确标定本构参数;最后,整合优化后的EOS与标定后的本构模型,形成完整的材料模型,并为自研及商业仿真软件开发标准化接口。通过模拟预测新的实验条件下的材料性质并与实验结果进行对比,完成材料模型的验证。利用自主研发的新型重要性交叉优化算法,实现了实验数据约束下的理论模型参数优化,采用贝叶斯不确定性量化程序对材料模型参数的不确定性及其向计算物理量的传递进行严格量化。
