20 - Dynardo GmbH
20 - Dynardo GmbH
20 - Dynardo GmbH
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Identifikation von Materialparametern mittels<br />
Sensitivitätsanalysen und Optimierung<br />
T1: Nachrechnung und Prognose von Brandversuchen an<br />
Mauerwerkwänden<br />
Dr.-Ing. Roger Schlegel<br />
T2: Vollautomatische Identifikation der Schädigungsparameter des<br />
Gurson Materialmodell<br />
M. Sc. Henrick Nilsson, Dr.-Ing. Johannes Will<br />
dynamic software & engineering <strong>GmbH</strong><br />
www.dynardo.de
Parameter identification using optiSLang<br />
1) Define the Design space using<br />
continuous or discrete optimization<br />
variables<br />
Best Fit<br />
Simulation<br />
2 Weimarer Optimierungs- und Stochastiktage 6.0, 15./16. November <strong>20</strong>09<br />
2) Scan the Design Space<br />
- Check the variation<br />
- Identify sensible<br />
parameters and responses<br />
- Check parameter bounds<br />
- extract start value<br />
3) Find the best possible fit<br />
- choose an optimizer depending on the sensitive<br />
optimization parameter dimension/type
Nachrechnung und Prognose von Brandversuchen an<br />
Mauerwerkwänden<br />
Fragen / Zielstellung<br />
Ursachen für starke Streuung der Feuerwiderstandsdauer?<br />
Systematische Untersuchung wesentlicher Einflüsse auf das<br />
Verhalten bei Brandbeanspruchung<br />
Prognosefähige Simulation<br />
3 Weimarer Optimierungs- und Stochastiktage 6.0, 15./16. November <strong>20</strong>09
Thermisch-mechanisch gekoppelte Brandsimulation<br />
Einwirkungen<br />
Konvektion, Konduktion, Strahlung<br />
Mechanische Einwirkungen und<br />
Randbedingungen<br />
Auflast, Lagerungsbedingungen<br />
Transiente Thermische Analyse<br />
ANSYS/LSDYNA<br />
Temperaturverteilung in Struktur<br />
über die Zeit<br />
Nichtlineare Mechanische Analyse<br />
ANSYS/LSDYNA, Multiplas<br />
Spannungen, Dehnungen<br />
Verformungen, Risse<br />
Schädigungen, Versagenslast,<br />
Versagensmechanismen<br />
4 Weimarer Optimierungs- und Stochastiktage 6.0, 15./16. November <strong>20</strong>09<br />
Thermische Materialeigenschaften<br />
Wärmeleitfähigkeit, Spez. Wärmekapazität<br />
Dichte<br />
Mechanische Materialeigenschaften<br />
Steifigkeiten, Festigkeiten<br />
Wärmeausdehnungskoeffizient<br />
Sensitivitätsanalysen und Parameteridentifikation mit optiSLang
Sensitivitätsanalysen, Voruntersuchungen<br />
Erste Nachrechnung der 11,5er Wand<br />
an einfachem 2D-Modell<br />
plastische Dehnungen am Wandfuß<br />
5 Weimarer Optimierungs- und Stochastiktage 6.0, 15./16. November <strong>20</strong>09
Sensitivitätsanalysen, Voruntersuchungen<br />
dominierender Einfluss aus Putz<br />
Putz 10 mm<br />
ohne Putz<br />
6 Weimarer Optimierungs- und Stochastiktage 6.0, 15./16. November <strong>20</strong>09<br />
Globale Sensitivitätsanalyse, 2D-Modell<br />
Variation der<br />
Randbedingungen, Auflast, Wandgeometrie,<br />
relevanter Materialkennwerte<br />
Grundlage für weitere Versuchsplanung<br />
Korrelationsmatrix für alle Designs t_P=0
Parameteridentifikation Temperaturfeld<br />
Wesentliches Phänomen: Austrocknungsprozess, Feuchtefront<br />
Wanddicke (mm)<br />
7 Weimarer Optimierungs- und Stochastiktage 6.0, 15./16. November <strong>20</strong>09<br />
Antwortgrößen
Parameteridentifikation Temperaturfeld<br />
Wärmeleitfähigkeit spez. Wärmekapazität Dichte<br />
8 Weimarer Optimierungs- und Stochastiktage 6.0, 15./16. November <strong>20</strong>09
Parameteridentifikation mechan. Verhalten<br />
Messungen / Antwortgrößen<br />
Inputparameter<br />
thermische Dehnung<br />
Spannungs-Dehnungs-Beziehungen (Druck, Zug)<br />
Entfestigungsverhalten, Rissrichtung / Dilatanz<br />
thermische Dehnung E-Modul<br />
9 Weimarer Optimierungs- und Stochastiktage 6.0, 15./16. November <strong>20</strong>09<br />
Messungenauigkeiten
Parameteridentifikation mechan. Verhalten<br />
Mechanische Analyse: Tragverhalten, Spannungszustand<br />
Vertikalspannungen<br />
beflammte Seite<br />
10 Weimarer Optimierungs- und Stochastiktage 6.0, 15./16. November <strong>20</strong>09<br />
Horizontalspannungen<br />
beflammte Seite<br />
2D 3D 3D-Effekt
Parameteridentifikation mechan. Verhalten<br />
Gradientenwechsel = Beginn chemische Umwandlung / Kompaktion bei 600°C<br />
600 °C<br />
nach 50 min – 10mm<br />
nach 1<strong>20</strong> min – 30 mm<br />
nach 210 min – 50 mm<br />
nach 300 min – 70 mm<br />
11 Weimarer Optimierungs- und Stochastiktage 6.0, 15./16. November <strong>20</strong>09<br />
mm<br />
80<br />
60<br />
40<br />
<strong>20</strong><br />
0<br />
0 100 <strong>20</strong>0 300<br />
min<br />
Temperaturprofil bei Erreichen des<br />
Gradientenwechsels:
Parameteridentifikation mechan. Verhalten<br />
12 Weimarer Optimierungs- und Stochastiktage 6.0, 15./16. November <strong>20</strong>09<br />
Mechanische Analyse,<br />
Ergebnisse Parameteridentifikation<br />
mechanisch plausibel !<br />
Knickpunkte korrespondieren mit Temperaturprofil bei Erreichen des Gradientenwechsels
Parameteridentifikation Prognosemodell<br />
Ansicht von<br />
Außen (kalt) Innen (heiß)<br />
13 Weimarer Optimierungs- und Stochastiktage 6.0, 15./16. November <strong>20</strong>09<br />
90 min<br />
84,5 min
Parameteridentifikation mechan. Verhalten<br />
- Ableitung prognosefähiger Simulationsmodelle für einseitig beflammte<br />
KS-Wände ist gelungen, 3D-Ansätze für d = 15, 17.5 und 21,4 cm<br />
- Gute Nachvollziehbarkeit der Versuchsergebnisse hinsichtlich<br />
** Temperaturfeld / Temperaturentwicklung<br />
** 3D-Verformungsfelder<br />
** Rissbildungen, Feuerwiderstandsdauer<br />
- Abklärung und Einbeziehung der wesentlichen Phänomene im<br />
Simulationsmodell<br />
** Austrocknung / Plateau bei 100°C / Feuchtefront<br />
** Gradientenwechsel in Verformungsfigur / Chemische<br />
Umwandlung / Kompaktion in Zusammenhang mit Temp.feld<br />
** vertikale und horizontale Biegung / Tragverhalten /<br />
Spannungszustand (Vergl. 2D / 3D)<br />
** vertikale Rissbildung in Steinen / Rissrichtung (Dilatanz)<br />
** Fugenöffnung in Aufstandsflächen<br />
- Erkenntnisse zur Bewertung von Messergebnissen (Imperfektionen)<br />
14 Weimarer Optimierungs- und Stochastiktage 6.0, 15./16. November <strong>20</strong>09
Part 2<br />
Vollautomatische Identifikation von<br />
Materialparametern mittels<br />
Sensitivitätsanalysen und Optimierung<br />
*MAT_GURSON<br />
Tensile test<br />
Parameter Identification<br />
M. Sc. Henrick Nilsson<br />
Dr.- Ing. Johannes Will<br />
DYNARDO <strong>GmbH</strong><br />
WOST 6.0 - <strong>20</strong>09<br />
15 Weimarer Optimierungs- und Stochastiktage 6.0, 15./16. November <strong>20</strong>09
Gurson damage parameters<br />
• The following damage parameters in the LS-DYNA Gurson material<br />
model has to be identified:<br />
1. EN which is the mean nucleation ε N.<br />
2. FC which is the critical void volume fraction f c where voids begin<br />
to aggregate (mesh dependend!).<br />
3. FFO which is the failure void volume fraction f F (mesh<br />
dependend).<br />
1. 2. 3.<br />
16 Weimarer Optimierungs- und Stochastiktage 6.0, 15./16. November <strong>20</strong>09
Process automation<br />
• A description of the process automation in optiSLang<br />
LSDYNA<br />
Simulation of<br />
tensile test<br />
optiSLang 3.0.1<br />
Sensitivity<br />
Optimization<br />
Robustness<br />
SLang<br />
Creating the stressstrain<br />
curve<br />
17 Weimarer Optimierungs- und Stochastiktage 6.0, 15./16. November <strong>20</strong>09<br />
LS-PREPOST<br />
Extracting results<br />
- Reaction forces<br />
- Displacements in x-direction<br />
Python<br />
Calculating the<br />
stress-strain curve<br />
and failure strain
• FE model of tensile test in LS-DYNA<br />
including batch process to calculate<br />
failure strain<br />
• Sensitivity study to adjust<br />
the design space<br />
• Parameter identification using<br />
ARSM/EA<br />
• Verify the min/max parameter<br />
values for use in Robustness<br />
evaluation<br />
Identification Process<br />
Identification of failure strain of tensile test<br />
18 Weimarer Optimierungs- und Stochastiktage 6.0, 15./16. November <strong>20</strong>09<br />
Stress-Strain curve<br />
obj_func = |FAIL_STRAIN – TARGET_STRAIN| � 0
Check variation and importance<br />
19 Weimarer Optimierungs- und Stochastiktage 6.0, 15./16. November <strong>20</strong>09<br />
2 mm:<br />
Variation range<br />
of failure strain<br />
0.14… 0.28<br />
4 mm:<br />
Variation range<br />
of failure strain<br />
0.13… 0.31<br />
10 mm:<br />
Variation range<br />
of failure strain<br />
0.06… 0.32
Parameter identification<br />
• An optimization was used to identify the Gurson parameters for a<br />
specific failure strain, 0.<strong>20</strong> (Min), 0.25 (Mean) and 0.30 (Max).<br />
• The objective function is the failure strain.<br />
• Seven design variables:<br />
- FFO_2mm, FC_2mm (Element length 2 mm)<br />
- FFO_4mm, FC_4mm (Element length 4 mm)<br />
- FFO_10mm, FC_10mm (Element length 10 mm)<br />
- EN<br />
• A good starting design (best design) from the sensitivity study was<br />
applied.<br />
• optiSLang´s adaptive response surface (ARSM) algorithm was<br />
used.<br />
<strong>20</strong> Weimarer Optimierungs- und Stochastiktage 6.0, 15./16. November <strong>20</strong>09
Identification results – failure strain <strong>20</strong> %<br />
Identification results Stress-strain curves FF0 & FC vs. Lo curve<br />
21 Weimarer Optimierungs- und Stochastiktage 6.0, 15./16. November <strong>20</strong>09
Summary – FFO & FC vs. L 0 curve<br />
• The FF0 & FC vs. L 0 curve for failure strain <strong>20</strong>, 25 and 30 %.<br />
22 Weimarer Optimierungs- und Stochastiktage 6.0, 15./16. November <strong>20</strong>09<br />
• we had to introduce<br />
constraints to force<br />
monotonic FF,FC curves<br />
• values with low sensitivity<br />
for 10 mm are modified in<br />
case the curves cross each<br />
other
Variation analysis - Robustness<br />
• To check the resulting range of failure strains within a robustness<br />
evaluatuion using linear interpolation between upper and lower<br />
parameter values we perform a verification analysis.<br />
• The first robustness evaluation only includes 1 stochastic variable<br />
with an uniform distribution:<br />
- Failure strain <strong>20</strong>… 30 %<br />
- verify scatter of plastic strain<br />
• The second robustness evaluation includes 2 stochastic variables:<br />
- Failure strain <strong>20</strong>… 30 %<br />
- Scale factor of the yield curve 0.85… 1.15 (± 15 %)<br />
- a correlation coefficient, -0.40, between the failure strain<br />
and the scale factor (yield stress) was introduced<br />
- verify scatter of yield stress & strain<br />
• Can we use linear interpolation?<br />
• Can we identify the damage parameter without variation of yield<br />
stress ?<br />
23 Weimarer Optimierungs- und Stochastiktage 6.0, 15./16. November <strong>20</strong>09
Comparison Verification 1 & 2<br />
• Results for element length 2 mm are shown below.<br />
• Linear Interpolation is o.k.<br />
• The introduction of the scattering yield stress does not significantly<br />
influence the resulting failure strain range.<br />
24 Weimarer Optimierungs- und Stochastiktage 6.0, 15./16. November <strong>20</strong>09
Conclusion<br />
• optiSLang provides an automatic process of identifying mean and<br />
min/max values for the Gurson damage parameters (EN, FF, FC)<br />
• Linear interpolation of the FF, FC values between different mesh sizes<br />
result in acceptable failure strain rates.<br />
• Stochastic variation of yield stress does not significantly influence the<br />
resulting failure strain. Therefore can we identify the min/max Gurson<br />
Parameter for the mean value of the yield curve.<br />
25 Weimarer Optimierungs- und Stochastiktage 6.0, 15./16. November <strong>20</strong>09
Summary Identification process<br />
Identify EN, FF0, FC for min/max plastic strain<br />
• optiSLang’s adaptive<br />
response surface (ARSM)<br />
algorithm for global search<br />
1 start design from<br />
sensitivity (best design<br />
• 4 min/design<br />
(Total:8 h 1 CPU)<br />
• Automatic cost efficient<br />
process<br />
2*3 calculations<br />
per design<br />
Best Fit<br />
26 Weimarer Optimierungs- und Stochastiktage 6.0, 15./16. November <strong>20</strong>09<br />
2 mm<br />
4 mm<br />
10 mm<br />
Simulation