[发明专利]一种基于联合仿真的本构参数逆向识别方法

权利要求书

1.一种基于联合建模的本构参数逆向识别方法，其特征在于：通过Python实现三维斜角车削自动建模与计算，并以三维斜角车削模型作为有限元迭代的初始模型，搭建“Isight-Abaqus-Matlab”联合仿真平台，然后开展难加工材料的车削实验，由准静态压缩实验获得J-C本构参数的初始屈服强度，并设定应变强化系数、应变率灵敏度、热软化指数、硬化指数的约束条件，以实验切削力与仿真切削力的误差最小为目标函数，采用多岛遗传算法对难加工材料的Johnson-Cook(J-C)本构参数开展逆向识别，最后通过对比实验切削力、切屑形貌以及表面残余应力验证了基于联合仿真逆向识别本构参数方法的可靠性。

2.根据权利要求1所述的一种基于联合建模的本构参数逆向识别方法，其特征在于：具体包含以下步骤：(1)首先基于准静态压缩实验获得常温条件下的真实应力-应变曲线，根据准静态压缩实验获得的压力和位移变化数据绘制材料的真实应力-应变曲线，得到难加工材料初始屈服强度；(2)基于Python编写脚本实现ABAQUS三维车削有限元模型的自动建模与批处理计算；(3)将仿真的批处理文件以及建模的脚本文件导入Isight的simcode组件，同时定义难加工材料属性中的J-C本构参数为初始变量；最后将仿真切削力导入Matlab组件，采用最小二乘法编写目标函数，以仿真的主切削力与实验值之比再与1作差，然后求其平方和作为判定迭代计算的终止条件；(4)采用多岛遗传算法对J-C本构参数进行逆向识别：群规模设为10，子群个数设为5，进化代数设为50，交叉概率设为0.7，变异概率设为0.01，其余设置均为系统默认，最终通过多次的迭代计算，得到最优的J-C本构参数A、B、C、m、n。

3.根据权利要求1所述的一种基于联合建模的本构参数逆向识别方法，其特征在于：所述的难加工材料包含钛合金、高温合金和不锈钢材料。

4.根据权利要求2所述的一种基于联合建模的本构参数逆向识别方法，其特征在于：所述的步骤(3)中的目标函数为：

Find：(B、C、m、n)

式中N为实验组数，F_FEM是有限元仿真求解的主切削力，F_EXP是实验测得的主切削力，E为适应度值。