専門家の洞察：2016年Science in the Age of ExperienceカンファレンスにおけるAbaqus高度構成モデリング

この投稿は、高度な材料モデリングに焦点を当てた2016年Science in the Age of Experienceカンファレンスで発表された顧客論文を参照しています。私はこれらのプレゼンテーションのいくつかでセッションチェアを務めました。

Abaqusソフトウェアの最先端利用における主軸の一つは、高度な材料モデリング（構成モデリング）の議論です。この議論は多くの、あるいはすべての産業にわたり、最近のScience in the Age of Experienceカンファレンスも例外ではありません。Abaqus/StandardとAbaqus/Explicitの両方で高度な材料モデルを使用した顧客による多くの論文とプレゼンテーションがありました。これらの一部は専用の産業トラックで発表され、他は「材料」または「複合材料」トラックで発表されました。

高度な材料モデリングにおける2つのテーマ

1. ポリマーとプラスチックのためのより良い材料モデル。
2. 高忠実度材料モデルを用いた熱機械連成イベントとプロセスのモデリングに焦点。

多くの産業のAbaqusユーザーは、エラストマー、ポリマー、プラスチックのためのより良い材料モデルに取り組んでいます。Volgers（エラストマー）、Pannneerselvam（ポリマー）、Karim（ポリマー）の論文は、すべて高忠実度材料モデルへの移行を示しています。後者の2論文は、非線形粘弾性を捉えるためのAbaqusの新しいPRF（並列レオロジカルフレームワーク）モデルの使用も示しています。

Brown、Arias、Nyaabaの論文は、熱機械連成イベントやプロセスのモデリングというテーマを示しています。最初の論文は鍛造イベントにおける金属に焦点を当て、後の2つは機械的ヒステリシスが大量の熱を生成するゴム用途に焦点を当てています。Nyaabaの論文は、新しいPRFモデル（非線形粘弾性用）の使用と、ゴムの粘弾性ヒステリシスにより熱が発生するタイヤ用途でのその使用の両方に触れています。

統合安全シリンジの棚卸し寿命予測と設計

Dinesh Panneerselvam、Scott Russo、Jyoti Gupta、Unilife Medical Solutions

概要： 医療機器業界は患者の安全が最優先される高度に規制された業界です。最高品質と患者の安全を確保するには、デバイスが製造時から棚卸し寿命を通じて、使用中まで意図した通りに機能することが求められます。医療機器に使用されるプラスチックは、デバイスの設計によっては、製品の棚卸し寿命中に機械的特性の劣化を経験する可能性があります。したがって、材料選択とデバイス設計の際に、プラスチックのこの側面を考慮することが重要です。

定荷重下のプラスチックはクリープ変形を示します。クリープのテストは長期間かかるプロセスであり、最適な設計を導き出すための設計反復に遅延をもたらし、結果として市場投入までの時間が遅れます。高度な材料モデルを用いた計算モデリングとFEAシミュレーションは、高い精度で材料挙動を予測し、デバイスが時間の経過とともにどのように機能するかについて深い洞察を提供し、設計反復のための貴重なフィードバックをもたらし、多くの場合設計反復サイクルを削減します。

この論文では、ポリカーボネートの短期および長期挙動を、並列レオロジカルフレームワークに基づく超弾性-非線形粘弾性モデルを用いてモデリングしています。構成モデルは単軸引張りと長期クリープ試験データに対してキャリブレーションされ、Unifill FinesseTM統合安全シリンジのポリカーボネートコンポーネントにおけるひずみを時間の関数として予測するために使用されます。モデル予測は、通常数ヶ月かかる長期リアルタイムおよび加速老化試験データで検証されます。

要約すると、この作業を通じて、テストによる時間とコストのかかる設計反復が、正確なモデリングと材料クリープひずみ予測により、Abaqusの高度な非線形構成モデルを活用してわずか数サイクルに削減されました。これは、FEAシミュレーションが製品開発プロセスにおいて時間とコストを節約し、高品質な製品をより速く市場に投入するための効果的なツールとして活用できることを示しています。全文を読む

Abaqus並列レオロジカルフレームワーク（PRF）モデルを用いた熱可塑性ポリマーの非線形粘弾性回復予測

Mohammed Karim、Zhenyu Zhang、Ye Zhu、DuPont Performance Materials

概要： 熱可塑性ポリマーは顕著な非線形粘弾性挙動を示し、印加荷重を除去すると、永久変形またはセットが生じる前に、これらの材料は時間の経過とともに粘弾性回復を示します。この研究では、Abaqus PRFモデルを用いてこの時間依存的な粘弾性回復を予測します。Abaqusの線形粘弾性モデルとは異なり、PRFモデルは熱可塑性材料の典型的な非線形粘弾性挙動を予測できます。

応力緩和と3つの異なるひずみレベルでのサイクリック荷重の2種類のテストを用いて、PRFモデルの係数をキャリブレーションします。SIMULIAの最適化ツールIsightを用いてこれらの係数を最適化します。最適化された係数を用いて、PRFモデルは熱可塑性ポリマーの時間依存的な非線形粘弾性回復を予測できます。全文を読む

連成熱機械鍛造シミュレーションと材料構成則の影響

Stuart Brown、Nagi Elabbasi、Eric Schmitt、Veryst Engineering

概要： 正確な熱間成形設計は、成形荷重、材料変形、材料特性の正確な予測に依存します。これは特に連成熱機械解析において真実で、ダイ/ワークピース接触が局所変形と温度を変化させます。これらのひずみと熱履歴は、材料ミクロ構造と結果としての製品特性を変化させる可能性があります。

このプレゼンテーションは、熱間鍛造シミュレーションにおける異なる材料モデルと接触モデルの影響を調べ、最終製品性能への影響について議論します。速度非依存塑性を使用し、Abaqusで利用可能なAnand内部変数粘塑性モデルと結果を比較します。また、熱伝達のための圧力感度が異なるさまざまな接触条件を使用します。シミュレーションは、構成モデルの選択が鍛造の最終予測特性に強い影響を与えることを示しています。 全文を読む

サイクリック荷重下でのひずみエネルギーを用いたゴムトレッド設計の耐熱性向上

Sergio Arias、Dr. Bahram Sarbandi、Priyantha Sriwardene、Camso

概要： ゴムにおける発熱は、ゴムコンポーネントがサイクリックに荷重される際に発生する複雑な現象です。この熱蓄積の発展は、荷重と荷重解除のプロセス中に発生するゴム化合物の粘弾性の性質から来ており、数値的に定量化するのは困難なメカニズムです。このゴムの特有かつ特徴的な挙動に関する研究は、本質的にゴムの発明以来行われてきました。過去10年間で、発熱の分野では多くのブレークスルーがあり、有限要素コードがこの挙動を研究するソリューションを提供し始めています。

しかし、実用的な目的でこのパラメータを測定し検証することは依然として非常に複雑です。その結果、トラックのトレッド設計を熱蓄積の発展に対して改善するための別の方法として、ひずみエネルギーを研究することが考えられます。この研究の目的は、1回の完全な荷重サイクルで生成されるひずみエネルギーをどのように利用し、ゴムトラックの世界における性能への絶え間ない需要の増大に応えられる、新しくより良い世代のトレッドを設計するかを理解することです。全文を読む

オフロードタイヤ温度分布のFEA予測

W. Nyaaba、S. Frimpong、G. Somua-Gyimah、G. Galecki、ミズーリ科学技術大学

概要： 超大型ダンプトラックタイヤにおける過剰な発熱と保持は、露天採掘業界におけるタイヤ故障の最も一般的な原因の一つです。動作中のタイヤ温度プロファイルの正確な予測には、動作条件に対するエラストマー材料の完全な応答を模倣する高度な数値モデルと解法スキームの使用が必要です。タイヤ内部で生成される熱は、転がり時の粘弾性エネルギー散逸の関数です。過去の研究では、ゴム材料のむしろ非線形粘弾性を近似するために線形粘弾性を使用したため、オフロード（OTR）タイヤの発熱率と温度を不正確に予測していました。

この論文では、タイヤに使用される充填ゴム化合物の真の機械的応答を考慮に入れて、OTRタイヤ温度分布を正確に予測するアプローチを提示します。ゴムの非線形粘弾性は、Abaqusに最近実装された並列レオロジカルフレームワーク（PRF）を用いてモデリングされました。2つの地域化合物（トレッドとカーカス）の応力緩和試験データを用いて、Isightのデータマッチングコンポーネントを使用してPRF材料モデルパラメータをキャリブレーションしました。Abaqus/Explicitの完全連成熱応力解析手順を採用し、2つの材料理論でモデリングされた典型的なミシュラン59/80R63タイヤの温度分布を比較しました：(i) 線形粘弾性、(ii) 非線形粘弾性。得られた結果は、PRF材料モデルによってタイヤ温度分布がProny系列モデルよりも正確に予測されることを示しています。全文を読む

さらに多くの顧客論文を読みたい方へ

2016年Science in the Age of Experienceで発表された他の論文を読みたい場合は、SIMULIAラーニングコミュニティ¹で完全なカンファレンス議事録にアクセスしてください。