Identification of Damage Parameters in the commercial code LS-DYNA

Abstract

During plastic deformation, materials can suffer damage. The rate at which this damage progresses varies significantly from one material to another. In order to improve the ability of finite element analysis for failure prediction, continuum damage models are being integrated in codes, in order to contribute for enhancing the optimization of sheet metal forming processes. An example is the integration of the enhanced Lemaitre’s damage model in the LS-DYNA. However, to explore the potentialities of this model, it is important to improve the knowledge concerning the identification of its parameters. The present work focus on the development of a strategy to perform the identification of these model parameters. In this context, sensitivity analysis and optimization tools available on LS-OPT were explored. The inverse damage parameters identification strategy is developed considering the availability of force-displacement experimental results from: uniaxial tensile and Nakajima tests. The material orthotropic behaviour and the isotropic hardening parameters are identified using the results from uniaxial tensile tests. Based on the sensitivity analysis performed to the damage parameters, the identification procedure proposed includes five damage parameters. The procedure is based on the application of the Adaptive Simulated Annealing algorithm to metamodels, built considering a Sequential Response Surface Methodology, in order to minimize the computational time. The results show that the procedure is sensitive to the user-defined starting point. In this context, it is not possible to state which of the solutions obtained corresponds to the best description of the material mechanical behaviour. A strategy to reduce the number of parameters is also proposed, based on the analytical calculation of the initial damage energy release rate. This enables the identification of the damage parameters with a similar accuracy in a lower number of iterations.

Durante os processos de deformação plástica, os materiais podem sofrer dano. A velocidade a que o dano se desenvolve varia de material para material. De modo a aumentar a capacidade da análise com o método dos elementos finitos na previsão de dano, têm sido integrados nos programas de simulação modelos contínuos de dano, de modo a contribuir para melhorar a optimização de processos de deformação de chapas metálicas. Um exemplo é a integração do modelo melhorado de dano de Lemaitre no programa LSDYNA. De qualquer modo, para explorar as potencialidades deste modelo, é importante melhorar os conhecimentos relativos à identificação dos seus parâmetros. O presente estudo foca-se no desenvolvimento de uma estratégia para realizar a identificação dos parâmetros deste modelo. Neste contexto, explora as ferramentas de análise de sensibilidade e optimização disponíveis no programa LS-OPT. A estratégia de identificação inversa dos parâmetros de dano é desenvolvida considerando a disponibilidade de curvas força-deslocamento experimentais de ensaios de tracção uniaxial e ensaios de Nakajima. O comportamento ortotrópico do material e os parâmetros isotrópicos de encruamento são identificados utilizando os resultados do ensaio de tracção uniaxial. Baseado na análise de sensibilidade, aplicada aos parâmetros de dano, o processo de identificação proposto inclui cinco variáveis de dano. O procedimento é baseado na aplicação do algoritmo “Adaptative Simulated Annealing” a metamodelos, considerando a estratégia de redução de domínio “Sequential Response Surface Methodology”, de modo a minimizar o tempo computacional. Os resultados mostram que o procedimento é sensível ao conjunto de parâmetros iniciais definidos pelo utilizador. Neste contexto, não é possível definir qual das soluções obtidas descreve melhor o comportamento mecânico do material. É também proposta uma estratégia para reduzir o número de parâmetros, baseada no cálculo analítico da velocidade inicial de libertação de energia de dano. Isto permite a identificação dos parâmetros de dano com uma precisão similar e um menor número de iterações.