接触分析 | ABAQUS接触分析注意事项!

本文详细介绍了在ABAQUS中处理接触问题的一些关键点,包括单元选择、主从面设定、接触调整参数、过约束处理、网格质量和接触对建立等。建议使用合适的单元类型以获取准确的应力和应变,主从面选择要考虑刚度和网格大小,同时注意设置适当的接触调整和位置容忍度。此外,解决过约束问题和避免群对群接触也是提高计算效率和精度的重要策略。

1、塑性材料和接触面上都不能用C3D20R和C3D20单元,这可能是你收敛问题的主要原因。如果需要得到应力,可使用C3D8I (在所关心的部位要让单元角度尽量接近90度);如果只关心应变和位移,可使用C3D8R, 几何形状复杂时可使用C3D10M。
2、主从面选择注意事项:
·接触对中的slave surface应是材料较软,网格较细的面;mastersurface应是材料刚硬,网格较粗。

·解析刚性面必须是主面

·节点面(node-based surface)只能是从面,也只能用在点面接触中

·从面必须位于可变形体上或者可变形的刚体上

·主面和从面都不能纯粹的刚性面,除非刚性面可变形

·小面为从面

如果这三个因素之间有矛盾,比如刚度与面积之间有冲突,优先大刚度,刚度与网格粗有矛盾优先大刚度,粗网格、面积小时,把该面选作从面,这样的计算量只与从面片的个数成正比,计算量小。总之,首先刚度大,其次网格粗,再次保证面积大。

3、接触面之间有间距,定义接触时要设定“Adjust=位置误差限度”,此误差限度要大于接触面之间的距离,否则ABAQUS会认为两个面没有接触,例如:
*Contact Pair, interaction=“SOIL PILE SIDE CONTACT”, small sliding, adjust=0.2.

4、 定义tie时应该设定类似的position tolerance:

Tie, name=ShaftBottom, adjust=yes, position tolerance=0.1
5、 msg文件中出现zero pivot说明ABAQUS无法自动解决过约束问题,例如在桩底部的最外一圈节点上即定义了tie,又定义了contact, 出现过约束。解决方法是在选择tie或contact的slave surface时,将类型设为node region, 然后选择区域时不要包含这一圈节点。
6、接触定义在哪个分析步取决于模型的实际物理背景,如果从一开始两个面就是相接触的,就定义在initial或你的第一个分析步中;如果是后来才开始接触的,就定义在后面的分析步中。
7、 可用
CONTROL设定允许的迭代次数,ABAQUS默认的值是12。一般情况下不必设置此参数,如果在msg文件中看到opening和closure的数目不断减小(即迭代的趋势是收敛的),但12次迭代仍不足以完全达到收敛,就可以用*CONTROL来增大允许的迭代次数。
8、 原则上,90度的圆弧应该划分10个单元。
9、网格不好也可能产生过约束问题,不要只考虑边界条件。举例:
NUMERICAL SINGULARITY WHEN PROCESSING NODE 15294 D.O.F. 2 RATIO =2.48305E+11",

上述错误说明NODE 15294 所在的实体在方向2上出现无限大的刚体位移,可在此实体上的任意一点和地面之间定义一个很软的弹簧,以消除刚体位移。方法是:interaction模块,菜单special/springs-dashpots/create, 选connect points to ground, 选节点,Degree of freedom 设为出现了刚体位移的自由度,spring stiffness为一个较小的值(太小则不足以消除刚体位移,太大则会影响变形,如果多个方向上出现刚体位移,就要分别在相应的方向上各定义一个弹簧)。spring 所在的节点在弹簧方向的位移乘以spring stiffness,就是弹簧所分担的载荷,它应该远远小于在此方向上的外载荷。

10、面面接触对:不要群对群,而要面对面
在abaqus中,接触对一定要逐个逐个地建立,而不要一群一群地建立接触对,比如模型中存在5处接触,则应该建立五个master-slave接触对,而不应该将5处master面建立成一个主面,5处slave面建立一个从面。

11、了解Discretization method: surface-to-surface和node-to-surface,不同的离散方法各有优缺点。
12、摩擦力的调整比较重要。很多情况下需要通过摩擦力来消除刚体位移,这是摩擦系数如果设的太小的话会出现不收敛的情况,这是可以适当增加摩擦系数。
13、模型中不必要的细节有时对于总体网格质量有较大影响,在建模时进行简化,不要为不必要的细节降低了整体网格和计算质量。

内容概要:本文聚焦于“面向电网频率稳定的VSG惯量阻尼协同自适应控制策略”研究,深入探讨虚拟同步发电机(VSG)在微电网中的关键作用。通过Simulink仿真平台与Matlab编程实现,提出一种能够动态协同调节惯量和阻尼参数的自适应控制方法,旨在有效提升高比例可再生能源接入背景下电网的频率稳定性。研究系统阐述了VSG的核心控制原理,构建了惯量与阻尼的动态调节机制,详细分析了系统的动态响应特性,并通过仿真实验验证了所提策略的有效性,成功解决了传统VSG因参数固定而导致的动态响应速度与稳态稳定性之间的矛盾问题。; 适合人群:具备电力系统分析、自动控制理论等专业知识背景,熟练掌握Matlab/Simulink仿真工具,从事新能源并网技术、微电网运行控制、电力系统稳定性研究等方向的研究生、高校科研人员及电力行业工程技术人员。; 使用场景及目标:①为微电网中VSG控制策略的优化设计提供理论依据和技术方案;②支撑高渗透率可再生能源电力系统的频率稳定控制研究与工程实践;③为相关领域的学术论文复现、创新算法开发及科研项目申报提供完整的仿真模型与代码参考;④助力科研人员深入理解VSG动态特性并开展二次创新研究。; 阅读建议:建议学习者结合提供的Simulink仿真模型与Matlab源代码进行同步研习,重点剖析惯量与阻尼协同调控的逻辑架构及自适应算法的具体实现流程。可通过调整控制器关键参数,观察并分析系统在不同扰动下的频率响应曲线变化,从而深刻掌握VSG的内在动态规律与控制精髓。
内容概要:本文系统性地介绍了基于ARIMA-CNN-LSTM混合模型的时间序列预测方法,融合传统统计学模型ARIMA与深度学习网络CNN、LSTM的优势,构建高精度预测框架。其中,ARIMA用于捕捉时间序列的线性成分与平稳特征,CNN有效提取局部时序模式和空间特征,LSTM则擅长建模长期依赖关系与非线性动态。该混合模型特别适用于风电功率、光伏发电、电力负荷、股票价格等非平稳、非线性复杂时序数据的预测任务。文中提供了完整的Python代码实现流程,涵盖数据预处理、模型搭建、训练优化与结果评估,强调模型的可复现性和工程实用性,有助于深入理解多模型融合机制与实际应用技巧。; 适合人群:具备一定Python编程基础和机器学习知识,从事数据分析、人工智能、电力系统、金融工程、气象预测等相关领域的研究人员、工程技术人员及研究生。; 使用场景及目标:①应用于风电、光伏、负荷、股价等复杂时间序列的高精度预测;②深入理解ARIMA、CNN、LSTM三种模型的特性及其在混合架构中的协同机制;③掌握混合预测模型的设计思路、实现方法与参数调优策略,为科研项目或工业级预测系统开发提供可靠的技术方案。; 阅读建议:建议读者结合文中提供的Python代码进行动手实践,逐步调试并理解各模块的功能实现,重点关注数据划分、残差建模、特征融合与超参数调整等关键环节。同时,可通过文末提供的网盘链接获取完整代码与数据集,以确保实验的可复现性,并鼓励在此基础上进行模型改进与创新应用。
内容概要:LTK8315是一款单通道H桥有刷直流电机驱动器,工作电压范围为2.5V至12V,具备320mΩ低导通电阻和最高3.5A峰值电流驱动能力,支持PWM调速控制。该芯片通过INA和INB两个逻辑输入实现电机正转、反转、制动与待机功能,并集成欠压保护(UVLO)、过热保护(TSD)及自动故障恢复机制,提升系统安全性。器件支持低功耗休眠模式,当INA和INB持续为低电平时进入休眠,显著降低静态功耗。采用SOP8封装,适用于小家电、玩具、电子锁、机器人等小型机电设备中对直流或步进电机绕组的驱动控制。; 适合人群:电子工程技术人员、嵌入式硬件开发者、电机控制系统设计人员,以及从事小型智能设备研发的工程师;具备基本电路知识和电机控制基础的设计人员尤为适合。; 使用场景及目标:①用于小功率直流电机的方向与速度控制,如智能锁电机启停、玩具车运动控制;②配合微控制器实现PWM调速和节能管理;③作为步进电机双驱动方案中的一相驱动单元,与其他驱动器协同工作;④在电池供电设备中利用休眠模式延长续航。; 阅读建议:在实际应用中需注意电源端外接足够容量的去耦电容以抑制电压波动,避免因瞬态电流过大导致芯片损坏;设计时应将VM电源电容尽量靠近芯片布局,减少寄生电感影响;建议参考典型应用电路完成整体系统验证。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值