ABAQUS分析步总结

2017-03-18 by:CAE仿真在线来源:互联网

最近在对ABAQUS的学习中遇到了一些问题,就是在建模过程中Step模块的分析步以及每个分析步下的初始增量步、最大增量步、最小增量步它们的具体含义,该去怎样设定,ABAQUS在求解一个非线性问题时是怎样进行迭代的,如何去判断每个增量步迭代的平衡条件等等。通过查阅资料和ABAQUS帮助文档,我对这些问题也有了深入的理解,现将这些问题以及我自己的一些理解总结如下,希望和大家分享。
ABAQUS/Standard对于非线性问题的求解采用的是Newton-Raphson算法来实现。通过对每一个分析步下的增量步进行多次迭代,来使每个增量步达到收敛,进而得到该分析步下的收敛解。在迭代的过程中,ABAQUS会根据收敛情况,自动地对增量步进行扩大或折减。具体过程如下:
如果一个增量步在16次迭代之内获得了收敛解,则成功结束当前的增量步,并开始求解下一个增量步。如果两个连续的增量步都在5次迭代之内就获得了收敛解,ABAQUS/Standard自动将下一个增量步增大为当前增量步的150%。这个过程叫做增量步的“扩大”。
如果一个增量步经过16次迭代仍没有获得收敛解,或者计算结果是发散的,ABAQUS/Standard会将增量步减小为当前增量步的25%,重新开始迭代尝试,此过程称为“折减”。
当折减次数超过5次,那么就会出现我们经常遇到的错误信息:
***ERROR: TOO MANY ATTEMPTS MADE FOR THIS INCREMENT: ANALYSIS TERMINATED
造成这样的问题往往是因为模型的本身有问题,例如存在刚体位移、过约束、接触或者塑性材料定义不当、网格过于粗糙或过于细化等。
在分析一个非线性问题前,一般都要对最大增量步的数目、初始增量步、最大和最小增量步进行适当的设定,来保证求解的顺利进行。这些参数的具体设置方法如下:
1. 初始增量步:对于很容易收敛的问题,一般设定为1即可;对于难以收敛的非线性问题,需减小初始增量步,如将分析步时间乘以0.1或0.01(这个需根据问题的具体情况决定)。
2. 最小增量步:一般采用默认值(1e-5),对于非常复杂的非线性问题,可以再将其减小1到2个数量级。
3. 最大增量步:一般采用默认值,因为它对模型是否收敛并没有影响。
4. 最大增量步数目:默认为100,对于复杂的非线性分析,需要的增量步数往往大于100,所以应当把这些参数设置的尽量大一些。

开放分享：优质有限元技术文章,助你自学成才