Odhad materiálových parametrů pro Small punch zkoušku pomocí genetického algoritmu.

Material parameters estimation of Small Punch test by two variants of genetic algorithms

conference paper

en

The issue of material data and obtaining parameters is fundamental to all engineering applications. To perform required analyses and obtain relevant results it is necessary to have sufficient input data and information. For designing and solving a given problem it is crucial to know material properties. We have several methods for obtaining material data. One method is the Small Punch Test (SPT). This method is considered non-destructive. The experimental samples for SPT have small dimensions and therefore can be obtained from a tested structure without significant destruction. When respecting certain assumptions, this method can be considered equivalent to tensile experimental procedure. By using this method it is possible to measure the same parameters as when using a tensile test. The typical results of the SPT measurements are force-deflection curves. It is possible to use numerical simulation to convert a force-deflection curve to a stress strain curve. This paper presents two methods of determining suitable material parameters for transformation of force-deflection curves to stress-strain curve for defined steel at elevated temperature at the Ansys Workbench. To determine the appropriate transformation, two types of material models (Ramberg-Osgood model, Chaboche model) and two variants of genetic algorithms were used. For the first variant, the optimization toolbox implemented in the Ansys Workbench was used. For the second variant, a genetic algorithm from the Python scripting language into the Ansys Workbench was implemented. The presented results show the advantages and disadvantages of considered methods and it is possible to select a method for many engineering applications. The estimation of the material parameters were studied for steel with a higher content of silicon.

Důležitým problémem inženýrských aplikací je získávání materiálových dat. K provedení požadovaných analýz a získávání relevantních výsledků je nezbytné mít kvalitní vstupní data. Pro přípravu a řešení daných problémů je zásadní znát materiálové vlastnosti. Existuje několik metod jak získávat materiálová data. Jednou z těchto metod je Small Punch test (SPT). Tato metoda je považována za nedestruktivní. Experimentální vzorky pro tuto metodu jsou malých rozměrů, a proto je možné je získat ze zkoumané součástky bez její významné destrukce. Při dodržení určitých předpokladů je tato metoda považována za ekvivalentní metodu s tahovou zkouškou. Pomocí této zkoušky je možné získat stejné parametry jako při provedení tahové zkoušky. Výsledkem měření metodou SPT je závislost síly na posunutí. Pro převod těchto závislostí je možné použít numerickou simulaci pro převod závislosti síly na prodloužení na křivku napětí v závislosti na přetvoření. Tento článek je zaměřen na srovnání dvou způsobů hledání vhodných koeficientů pro transformaci změřených závislostí síly na posunutí pro danou ocel při zvýšených teplotách v prostředí Ansys Workbench. Pro hledání vhodné transformace byly uvažovány dva typy popisu chování materiálu (Ramberg-Osgood, Chaboche) a také dvě varianty genetického algoritmu. Pro první případ byl použit optimalizační toolbox, který je součástí Ansys Workbench. Jako druhá varianta byl použit genetický algoritmus, který byl implementován pomocí skriptovacího jazyku Python do prostředí Ansys Workbench. Z prezentovaných výsledků jsou patrné výhody a nevýhody jednotlivých přístupů a je možné zvolit danou metodu pro využití v různých inženýrských aplikacích. Odhad materiálových parametrů byl proveden pro ocel s vyšším obsahem křemíku.

The issue of material data and obtaining parameters is fundamental to all engineering applications. To perform required analyses and obtain relevant results it is necessary to have sufficient input data and information. For designing and solving a given problem it is crucial to know material properties. We have several methods for obtaining material data. One method is the Small Punch Test (SPT). This method is considered non-destructive. The experimental samples for SPT have small dimensions and therefore can be obtained from a tested structure without significant destruction. When respecting certain assumptions, this method can be considered equivalent to tensile experimental procedure. By using this method it is possible to measure the same parameters as when using a tensile test. The typical results of the SPT measurements are force-deflection curves. It is possible to use numerical simulation to convert a force-deflection curve to a stress strain curve. This paper presents two methods of determining suitable material parameters for transformation of force-deflection curves to stress-strain curve for defined steel at elevated temperature at the Ansys Workbench. To determine the appropriate transformation, two types of material models (Ramberg-Osgood model, Chaboche model) and two variants of genetic algorithms were used. For the first variant, the optimization toolbox implemented in the Ansys Workbench was used. For the second variant, a genetic algorithm from the Python scripting language into the Ansys Workbench was implemented. The presented results show the advantages and disadvantages of considered methods and it is possible to select a method for many engineering applications. The estimation of the material parameters were studied for steel with a higher content of silicon.

Small Punch, Chabocheův model, Ramberg-Osgůdův model, genetický algoritmus

Small Punch, Chaboche model, Ramberg-Osgood model, genetic algorithm

2014

25.06.2014

SVS FEM s.r.o.

Jasná

978-80-905525-1-7

22nd SVSFEM ANSYS Users' Group Meeting and Conference 2014

57–65

9