应用实例 | 基于Digimat & ODYSSEE的结构不确定性量化分析

1前言

短纤维增强塑料 （SFRP） 因其增强的机械性能、轻质性和成本效益而在汽车行业中获得了广泛的普及和使用。SFRP材料可用于各种零部件，包括内部和外部部件、结构部件、引擎盖下部件和悬架系统等。

实际工程应用中，SFRP材料产品性能受到其纤维含量、取向、分布等因素的影响。博世公司为了准确描述SFRP材料产品的性能，使用到复合材料多尺度仿真平台Digimat，对SFRP材料进行非线性本构建模以及注塑工艺结果映射，从而实现了针对产品性能的准确预测。

另一方面，传统的设计制造过程是确定性设计，认为所有的输入参数都是固定值；然而实际情况是产品在制造生产过程中存在多种不确定性，例如SFRP材料含量的波动。因此通过在设计阶段引入可靠性分析，完善产品设计，防止出现设计不足或过设计情况。
2解决方案

我们基于复合材料多尺度仿真平台Digimat，以及人工智能/机器学习智能实时仿真平台ODYSSEE，搭建了针对复合材料不确定性量化（UQ）分析的解决方案（如下图），并应用于博世公司的SFRP材料产品设计中。

图1. 针对复合材料UQ分析解决方案

该解决方案主要包含五个步骤：

1. 准备输入文件
2. 定义并执行实验设计（DoE）
3. 训练和评估降阶模型（ROM）
4. 定义和计算设计极限
5. 进行不确定性量化（UQ）分析
   3应用案例

博世公司研究团队主要针对SFRP材料通过虚拟工程来加快产品开发的步伐，包括过程模拟、微观结构特征模拟和测试、结构模拟等。从而减少实际准静态测试的工作量，包括产品的准静态变形和失效，并进行可靠性评估。