基于遗传算法的Chaboche模型参数的估计与优化

论文摘要

机械材料通常在承受交变载荷的条件下工作,特别是在高温情况下,机械材料不仅承受机械载荷还承受相应的热应力载荷,其强度计算问题在机械设计中占有举足轻重的地位。因此掌握机械材料在工作过程中的损伤情况及相应的应力、应变变化,正确估计其剩余的承载能力和使用寿命,是对机械材料工作状态做出正确判断的重要依据。Chaboche统一粘塑性本构模型已经被证实能够考虑温度和时间的影响,合理描述循环载荷作用下的各种材料的非弹性变形。Chaboche模型中的参数包括：弹性模量E,动态硬化系数a1,C1,a2,C2,各向同性硬化系数Q,b,粘性系数Z,n以及初始屈服应力k。当模型中的参数已知时,该模型可预估循环加载条件下材料的应力-应变响应。本文以316不锈钢为例,根据单轴循环加载实验数据,提出一种基于遗传算法获得Chaboche模型参数的估计方法。首先,对所选材料进行高温循环加载实验,获得相关实验数据。然后,以所获实验数据为参考基准,将由Chaboche模型计算得出的理论值与参考基准的吻合程度作为优化过程的目标函数,采用遗传算法搜寻使目标函数最优的模型参数。接着,以初估的模型参数作为优化初值,采用最小二乘法对其进行优化。最后,基于遗传算法和最小二乘法参数估计与优化过程,以VB为平台,开发了Chaboche模型参数识别系统。该系统可根据一定的循环加载实验数据,估计Chaboche模型参数,为预测材料的应力-应变响应做准备。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 选题的背景和意义
• 1.2 国内外相关内容的研究现状
• 1.2.1 疲劳问题相关研究
• 1.2.2 Chaboche统一粘塑性本构模型
• 1.2.3 优化方法的研究
• 1.3 本文的研究目的及意义
• 第2章 高温循环加载实验
• 2.1 实验条件
• 2.2 实验结果
• 第3章 微分方程组的求解
• 3.1 Chaboche统一粘塑性本构模型
• 3.2 求解非线性微分方程组
• 3.2.1 MATLAB语言
• 3.2.2 求解非线性微分方程组的方法
• 3.2.3 具体步骤
• 第4章 遗传算法初估材料参数
• 4.1 遗传算法简介
• 4.1.2 遗传算法的基本思想
• 4.1.3 遗传算法的特点
• 4.1.4 遗传算法的应用
• 4.1.5 遗传算法的基本步骤
• 4.2 遗传算法具体实施步骤
• 4.2.1 编码
• 4.2.2 随机产生初始种群
• 4.2.3 解码
• 4.2.4 适应度函数
• 4.2.5 选择操作
• 4.2.6 交叉操作
• 4.2.7 变异操作
• 4.2.8 群体进化收敛性判别
• 4.2.9 输出最优个体
• 4.3 模型参数初估结果与检验
• 第5章 最小二乘法求解精确的材料参数
• 5.1 选择方法
• 5.2 MATLAB与最小二乘法
• 5.3 最小二乘法优化材料参数
• 5.4 模型参数优化结果与检验
• 第6章 VB建立可视化界面
• 6.1 VB简介
• 6.2 ActiveX自动化技术
• 6.3 VB可视化界面的建立
• 6.4 VB与MATLAB连接
• 第7章 结论与展望
• 7.1 结论
• 7.2 展望
• 参考文献
• 致谢