《ABAQUS有限元分析实例详解》学习笔记_51CAE_新浪博客

本文主要是介绍《ABAQUS有限元分析实例详解》学习笔记_51CAE_新浪博客,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

石亦平老师的《ABAQUS有限元分析实例详解》当属ABAQUS学习的经典著作,一边认真拜读一边在此写下点滴笔记,供自己参考。

1.ABAQUS/CAE并没有自己专用的量纲系统,用户建立的整个模型都应采用一致性的量纲系统。

2.ABAQUS/CAE会自动生成初始步,但是用户必须应用Step模块创建分析步。

3.在ABAQUS中有两类分析步:一般分析步(general analysis steps),可以用来分析线性或非线性响应;线性摄动步(linear perturbation steps),只能用来分析线性问题。

4.ABAQUS允许用户控制和管理这些输出数据,从而只产生需要用来说明模拟结果的数据。

5.Dismiss(离开)与Cancel(取消按钮)的区别是什么?Dismiss按钮出现在包含只读数据的对话框中;Cancel按钮出现在允许用户作出修改的对话框中。

6.所有指定在初始步中的力学边界条件必须赋值为零。

7.在ABAQUS中,术语载荷(load)通常代表从初始状态开始引起结构的响应变化的各种因素,包括:1)集中力;2)压力;3)非零边界条件;4)体力;5)温度(与材料热膨胀同时定义)。

8.基本的网格剖分分为两步骤操作:首先在部件实体的边界上撤种子(seeds),然后对部件实体进行剖分网格。

9.在主菜单栏中选择 Viewport > Viewport Annotation Option 命令可以设置标题块、状态块和三向坐标系的显示。

10.对于小变形分析(ABAQUS/Standard的默认情况),为了保证清楚地观察变形,位移会被自动地放大。

11.ABAQUS/Explicit进行的是动态分析,一个完整的材料定义还需要指定材料的密度。

12.ABAQUS/Standard必须进行通过迭代确定非线性问题的解答,而ABAQUS/Explicit通过由前一步增量步的数据显式地前推动力学状态。

13.使用显式方法,机时消耗与单元数量成正比,并且大致与最小单元的尺寸成反比。

14.有限单元和刚性体是ABAQUS模型的基本构件。

15.在ABAQUS中,应尽可能地使用六面体单元或二阶修正的四面体单元,一阶四面体单元(C3D4)具有简单的常应变公式,为了得到精确的解答需要非常细划的网格。

16.桁架单元是只能承受拉伸或者压缩载荷的杆件,它化不能承受弯曲。因此,它们适合于模拟铰接框架结构。

17.在ABAQUS/CAE中,边界条件施加在部件的几何区域上,而不是施加在有限元网格本身。​

18.ABAQUS/Explicit选择C3D8R作为单元类型。

19.在一般分析步中,载荷必须以总量定义而不是以增量的形式给定。

20.【P167】等效塑性应变PEEQ大于零表明材料发生了屈服,在工程结构中,等效塑性应变一般不应超过材料的破坏应变(failure strain)。对于金属成形等大变形问题,应根据生产工艺要求来确定许可等效塑性应变量。​

21.【P167】ABAQUS/Standard无法准确模拟构件因塑性变形过大而破坏的过程,此问题应使用ABAQUS/Explicit来分析。

22.【P168】关键词*plastic下面第一行中的第二项数据必须为零,其含义为:在屈服点处的塑性应变为零。​

23.【P34】自适应网格主要用于ABAQUS/Explicit,以及ABAQUS/Standard中的表面磨损过程模拟。在一般的ABAQUS/Standard分析中尽管也可以设定自适应网格,但不会起到明显的作用。

点击Step功能模块的主菜单Other > Adaptive Mesh Domain可以设定自适应网格的有效区域,点击菜单Other > Adaptive Mesh Controls可以设置自适应网格的参数。ABAQUS的自适应网格不改变网格的拓扑(单元和连接关系),它结合了纯拉格朗日分析(网格跟随材料移动)和欧拉分析(网格位置固定,材料在网格中流动),被称为“任意拉格朗日-欧拉(ALE)分析”。它通常比纯拉格朗日分析更高效、更精确和更稳定。​

这篇关于《ABAQUS有限元分析实例详解》学习笔记_51CAE_新浪博客的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/921870

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

OpenHarmony鸿蒙开发( Beta5.0)无感配网详解

1、简介 无感配网是指在设备联网过程中无需输入热点相关账号信息,即可快速实现设备配网,是一种兼顾高效性、可靠性和安全性的配网方式。 2、配网原理 2.1 通信原理 手机和智能设备之间的信息传递,利用特有的NAN协议实现。利用手机和智能设备之间的WiFi 感知订阅、发布能力,实现了数字管家应用和设备之间的发现。在完成设备间的认证和响应后,即可发送相关配网数据。同时还支持与常规Sof

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学