高强钢变模量随动强化本构模型匹配与解耦标定策略研究

高强钢通过微观组织调控获得高强度,但不同牌号高强钢微观的不均匀变形和微观诱导塑性机理不同,使得高强钢卸载及反向加载行为更加复杂,并且牌号间差异增大,为此给出模型自适应匹配及参数解耦匹配的系统化策略,实现了高强钢回弹精确预测。首先建立幂函数和指数函数混合硬化模型,基于混合模型给出自由弯曲加载的弯矩平衡方程和曲率约束方程,基于变模量模型构建截面弹性弯矩的积分方程,基于加载和卸载解析模型建立逆向识别卸载参数的子优化模型。确定变模量线性随动强化、变模量非线性随动强化模型和含边界面的变模量随动强化模型的匹配策略。基于自由弯曲、单向拉伸和拉压试验数据,确定相应本构的子优化模型参数的优化次序,最终形成本构匹配及其参数解耦标定的系统化策略,并基于Fortran语言开发标定程序库。建立U形弯曲件和弧形弯曲件预测模型,分别对DP980和DH980两种高强钢不同应变水平下的识别结果及回弹预测结果进行对比分析,验证了解耦标定策略不仅提高了不同牌号数据的相关度,而且大幅度提升了同一牌号下的模型精度和稳定性,为基于数据的材料性能统一自辨识方法研究奠定了基础。