CN108304628B - 基于离散元的单向增强复合材料代表性体元的生成方法 - Google Patents

基于离散元的单向增强复合材料代表性体元的生成方法 Download PDF

Info

Publication number
CN108304628B
CN108304628B CN201810049537.5A CN201810049537A CN108304628B CN 108304628 B CN108304628 B CN 108304628B CN 201810049537 A CN201810049537 A CN 201810049537A CN 108304628 B CN108304628 B CN 108304628B
Authority
CN
China
Prior art keywords
fiber
rve
radius
volume elements
composite material
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810049537.5A
Other languages
English (en)
Other versions
CN108304628A (zh
Inventor
费庆国
柳友志
张大海
张培伟
王猛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201810049537.5A priority Critical patent/CN108304628B/zh
Publication of CN108304628A publication Critical patent/CN108304628A/zh
Application granted granted Critical
Publication of CN108304628B publication Critical patent/CN108304628B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Moulding By Coating Moulds (AREA)
  • Reinforced Plastic Materials (AREA)

Abstract

本发明公开了一种基于离散元的单向增强复合材料代表性体元的生成方法,属于复合材料仿真以及数值模拟技术领域。该方法包括以下步骤:给定RVE的几何尺寸、纤维体积分数和纤维半径,其中纤维横截面为圆形,生成过程中将纤维视为基本的离散元,RVE剩余部分视为基体,即可生成满足参数的代表性体元;生成纤维的过程是随机的,生成的纤维在空间上是周期性分布的,即纤维在代表性体元的上边界和下边界、左边界和右边界的分布规律完全一致,所生成的代表性体元不依赖纤维的预先分布和排列,能够得到纤维体积分数很大的代表性体元。

Description

基于离散元的单向增强复合材料代表性体元的生成方法
技术领域
本发明涉及复合材料代表性体元仿真方法,具体涉及一种基于离散元法的单向增强复合材料代表性体元的生成方法。
背景技术
复合材料的应用越来越广,但其性能的研究仍然存在很多未解决的问题。单向增强作为最简单的一种复合方式,其性能研究一直是研究热点。其中最为优选的方法即通过数值模拟获得不同工况下的力学性能,而结果正确可靠的保证之一就是获得正确的代表性体元模型。
传统的生成单向增强复合材料代表性体元(Representative Volume Element,RVE)的方法有直接法、图像法以及利用算法生成。直接法是假设纤维的分布满足理想分布,如四边形排列、密六方排列等,但这种假设方式过于理想,实际仿真得到的结果往往与实验值有较大偏差。图像法是指利用单向增强复合材料的横截面扫描图像进行处理,从而得到真实的纤维分布数据,但这种方法操作过于繁杂,也无法对不同纤维分布下的复合材料性能进行分析。
目前的RVE生成算法如摄动法和双摄动法等都依赖纤维的预先分布,即先给定纤维的分布,通过对部分纤维扰动或摄动,最终得到纤维的分布结果。但这种处理方式很大程度上依赖纤维的预先分布,为了给摄动留下位置空间,所生成的代表性体元的体积分数往往较小。
发明内容
发明目的:针对现有技术的不足和缺陷,本发明的目的在于提供一种基于离散元的单向增强复合材料代表性体元的生成方法,该生成过程不依赖纤维的预先分布,能生成体积分数很大的代表性体元。
技术方案:一种基于离散元的单向增强复合材料代表性体元的生成方法,包括以下步骤:
1)输入目标参数,包括RVE几何尺寸(长a、宽b)、目标纤维体积分数α、目标纤维半径R,其中纤维横截面为圆形,根据目标参数计算出生成模型的最终参数,包括纤维个数N和实际纤维体积分数α’,计算方法分别为:
纤维个数:[]为取整符号;
实际体积分数:
2)将纤维半径缩小至使纤维在RVE内全部不重叠生成的一个值,记为第一纤维半径r1,并基于第一纤维半径r1在目标尺寸RVE中生成纤维。其中,第一纤维半径r1具体计算方法为:其中调整因子k取值范围2~4。
3)将纤维半径扩大至给定纤维半径R,基于离散元法对生成的纤维进行位置计算和判断,并对超出RVE的纤维予以处理使最终生成的纤维呈周期性分布,得到纤维最终坐标和半径,具体包括以下步骤:
31)在每个计算循环内,由离散元法计算出该循环结束时的纤维位置坐标;
32)判断纤维是否运动至RVE外,如果是,则在相对边界外生成一等大纤维并赋相同速度,进入下一步骤;如果否,直接进入下一步骤;
33)判断循环步骤是否达到上限,如果是,进入下一步骤;如果否,使循环步骤递增并返回第31)步;
34)使所有纤维静止,记录此时纤维坐标,保留在RVE内部的纤维部分。
4)将纤维坐标及半径按格式输出,结合RVE的尺寸,可获得RVE的二维图形,根据需要,可将该二维图形沿垂直平面方向拉伸,即可获得RVE的三维图形。
有益效果:本发明采用离散元法生成单向增强复合材料的代表性体元,只需输入代表性体元的几何参数和纤维的体积分数或数目,即可生成纤维周期性分布的代表性体元,该生成过程是随机的,不需要给定纤维的预先分布,计算量小且能满足给定参数,可以生成纤维体积分数较大的代表性体元,具有一定普适性。
附图说明
图1为根据本发明的实施例的方法流程图;
图2为根据本发明的实施例的RVE生成过程图;
图3为根据本发明的实施例生成的RVE三维图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
本发明的生成过程采用离散元的计算方法,在给定代表性体元的相关参数后,生成满足给定参数并且纤维随机和周期性分布的代表性体元,其中将纤维视为基本的离散元,生成纤维的过程是随机的,RVE剩余部分视为基体,生成的纤维在空间上是周期性分布的,即纤维在代表性体元的上边界和下边界、左边界和右边界的分布规律完全一致,所生成的代表性体元不依赖纤维的预先分布和排列,能够得到纤维体积分数很大的代表性体元。
参照图1,根据本发明的一个实施例,一种基于离散元的单向增强复合材料代表性体元的生成方法包括以下步骤:
1)输入RVE的目标参数,其几何尺寸为长宽均为40,目标纤维体积分数为0.6,目标纤维半径为3.3,其中纤维横截面为圆形,根据输入参数,计算出生成模型的最终参数。在该条件下,最终生成等效纤维个数为28个,实际纤维体积分数为0.5987左右。
2)将纤维半径缩小至使纤维1在RVE内全部不重叠生成,如图2中左图所示。计算出的第一纤维半径为0.86。
3)将纤维半径扩大至给定值3.3,进入基于离散元法的计算循环,在每个计算循环内,由离散元法计算出该循环结束时的纤维位置坐标。如图2的中间图所示,将扩大后的纤维1视作离散元,剩余部分作为基体2。
4)判断纤维是否运动至RVE边界3外,如果是,则在相对边界外生成一等大纤维并赋相同速度,进入下一步骤;如果否,直接进入下一步骤。
5)判断循环步骤是否达到上限,如果是,进入下一步骤;如果否,使循环步骤递增并返回第3步。本实施例中循环次数上限设为1000次。
6)使所有纤维静止,记录此时纤维坐标,保留在RVE内部的纤维部分。
7)将纤维坐标及半径按格式输出,结合RVE的尺寸,可获得RVE的二维图形,根据需要,可将该二维图形沿垂直平面方向拉伸,即可获得RVE的三维图形,如图3所示。

Claims (4)

1.一种基于离散元的单向增强复合材料代表性体元的生成方法,其特征在于,包括以下步骤:
1)根据给定纤维参数计算纤维个数N、实际体积分数α’和第一纤维半径r1,其中所述纤维参数包括RVE几何尺寸、目标纤维体积分数α、目标纤维半径R,其中RVE几何形状为矩形,其几何尺寸包括长a、宽b,所述计算方法如下:
纤维个数:[]为取整符号;
实际体积分数:
第一纤维半径:其中k为调整因子;
2)基于第一纤维半径r1在给定尺寸RVE中生成纤维;
3)将纤维半径扩大至第二纤维半径r2,基于离散元法对生成的纤维进行位置计算和判断,对超出RVE的纤维予以处理使最终生成的纤维呈周期性分布,得到纤维最终坐标和半径;
4)将纤维最终坐标及半径按格式输出,结合RVE的尺寸,获得RVE的二维图形。
2.根据权利要求1所述的基于离散元的单向增强复合材料代表性体元的生成方法,其特征在于,所述步骤3)中第二纤维半径r2设置为目标纤维半径R。
3.根据权利要求1所述的基于离散元的单向增强复合材料代表性体元的生成方法,其特征在于,所述步骤3)中基于离散元法对生成的纤维进行位置计算和判断,对超出RVE的纤维予以处理使最终生成的纤维呈周期性分布,得到纤维最终坐标和半径包括以下步骤:
31)在每个计算循环内,由离散元法计算出该循环结束时的纤维位置坐标;
32)判断纤维是否运动至RVE外,如果是,则在相对边界外生成一等大纤维并赋相同速度,进入下一步骤;如果否,直接进入下一步骤;
33)判断循环步骤是否达到上限,如果是,进入下一步骤;如果否,使循环步骤递增并返回第31)步;
34)使所有纤维静止,记录此时纤维坐标,保留在RVE内部的纤维部分。
4.根据权利要求1所述的基于离散元的单向增强复合材料代表性体元的生成方法,其特征在于,还包括,将得到的二维图形沿垂直平面方向拉伸,获得RVE的三维图形。
CN201810049537.5A 2018-01-18 2018-01-18 基于离散元的单向增强复合材料代表性体元的生成方法 Active CN108304628B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810049537.5A CN108304628B (zh) 2018-01-18 2018-01-18 基于离散元的单向增强复合材料代表性体元的生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810049537.5A CN108304628B (zh) 2018-01-18 2018-01-18 基于离散元的单向增强复合材料代表性体元的生成方法

Publications (2)

Publication Number Publication Date
CN108304628A CN108304628A (zh) 2018-07-20
CN108304628B true CN108304628B (zh) 2019-02-05

Family

ID=62865557

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810049537.5A Active CN108304628B (zh) 2018-01-18 2018-01-18 基于离散元的单向增强复合材料代表性体元的生成方法

Country Status (1)

Country Link
CN (1) CN108304628B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112800628B (zh) * 2021-02-25 2023-04-04 江西省科学院应用物理研究所 一种基于数字图像统计算法生成单向纤维树脂基复合截面的方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101976279A (zh) * 2010-10-13 2011-02-16 东南大学 工程结构有限元模型评估方法
CN106295062A (zh) * 2016-08-23 2017-01-04 中国人民解放军国防科学技术大学 单向纤维增强复合材料中纤维随机分布生成方法
CN106815408A (zh) * 2016-12-23 2017-06-09 上海交通大学 长纤维复合材料随机结构生成及其弹性性能预测方法
CN107256298A (zh) * 2017-06-01 2017-10-17 上海交通大学 单向纤维复合材料随机结构生成方法及其系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106650018B (zh) * 2016-11-24 2019-12-20 中国人民解放军国防科学技术大学 一种用于vcfem分析的高体积分数rve模型生成方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101976279A (zh) * 2010-10-13 2011-02-16 东南大学 工程结构有限元模型评估方法
CN106295062A (zh) * 2016-08-23 2017-01-04 中国人民解放军国防科学技术大学 单向纤维增强复合材料中纤维随机分布生成方法
CN106815408A (zh) * 2016-12-23 2017-06-09 上海交通大学 长纤维复合材料随机结构生成及其弹性性能预测方法
CN107256298A (zh) * 2017-06-01 2017-10-17 上海交通大学 单向纤维复合材料随机结构生成方法及其系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Discrete element method for generating random fibre distributions in micromechanical models of fibre reinforced composite laminates;Y Ismail 等;《Composites Part B Engineering》;20160204;485-492页

Also Published As

Publication number Publication date
CN108304628A (zh) 2018-07-20

Similar Documents

Publication Publication Date Title
CN104298818B (zh) 一种端铣加工表面误差预测及仿真方法
CN109145393B (zh) 一种结构仿生轻量化设计方法
CN108320327B (zh) 一种三周期极小曲面等壁厚分层填充区域生成方法
Cui et al. Lightweight attention module for deep learning on classification and segmentation of 3-D point clouds
CN108304628B (zh) 基于离散元的单向增强复合材料代表性体元的生成方法
CN103324804B (zh) 飞机结构件内部压紧凸台自动生成方法
CN103310058A (zh) 基于三维模型的尺寸链校核方法
Kontogiannis et al. Efficient parameterization of waverider geometries
CN112148021B (zh) 基于二叉树拓扑结构和特定规则的多智能体编队变换方法
CN107368660B (zh) 一种预测周期性点阵材料屈服面的分析方法
CN110188378B (zh) 一种基于神经网络的气动数据融合方法
Sheng et al. A rapid virtual assembly approach for 3D models of production line equipment based on the smart recognition of assembly features
CN109388905A (zh) 基于Grasshopper与UG二次开发的多孔结构建模方法
CN108875176A (zh) 一种提高载荷保持性的装配结合面形状主动设计方法
CN108804791B (zh) 一种适用于埋入式进气道布局的飞行器参数化方法
CN106447781A (zh) 一种基于Minkowski和面向自动装配的碰撞检测方法
Rodi Reducing edney type-iv cowl shock-on-lip heating via leading edge geometry optimization
Guo et al. Acquisition of Plate-making Process Knowledge for Smart Clothing CAD Systems
Ding Research on aerodynamic analysis of automobile driving based on Ansys Workbench
CN114491790B (zh) 一种基于maml的气动建模方法及系统
Xie et al. Advanced Manufacturing Technology–Virtual Manufacturing
Lv et al. An assembly information model for rapid assembly modeling
Kim et al. An Optimal Design of CFRP Prepreg Laminates for Automotive Roof Considering Structural Stiffness and Formability
CN117291123B (zh) 考虑进排气影响的飞翼布局数值模拟的不确定性量化方法
Merle et al. Gradient-based optimization of a flexible long-range transport aircraft using a high-dimensional CAD-ROM parameterization

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant