[论文解读] A simple Python code for computing effective properties of 2D and 3D representative volume element under periodic boundary conditions

Fan Ye, Hu Wang|arXiv (Cornell University)|Mar 11, 2017

Composite Material Mechanics参考文献 22被引用 38

一句话总结

本论文提出了一种简单且可扩展的 Python 代码，用于在周期性边界条件下，利用渐近均质化理论（AHT）计算二维和三维代表性体积元（RVE）的有效力学性能。该方法可实现复合材料的高效多尺度分析，验证结果表明在三维情况下，数值结果与理论和实验基准数据高度一致。

ABSTRACT

Multiscale optimization is an attractive research field recently. For the most of optimization tools, design parameters should be updated during a close loop. Therefore, a simple Python code is programmed to obtain effective properties of Representative Volume Element (RVE) under Periodic Boundary Conditions (PBCs). It can compute the mechanical properties of a composite with a periodic structure, in two or three dimensions. The computation method is based on the Asymptotic Homogenization Theory (AHT). With simple modifications, the basic Python code may be extended to the computation of the effective properties of more complex microstructure. Moreover, the code provides a convenient platform upon the optimization for the material and geometric composite design. The user may experiment with various algorithms and tackle a wide range of problems. To verify the effectiveness and reliability of the code, a three-dimensional case is employed to illuminate the code. Finally numerical results obtained by the code agree well with the available theoretical and experimental results

研究动机与目标

• 开发一种用户友好且可扩展的 Python 实现，用于计算二维和三维复合材料中 RVE 的有效性能。
• 通过集成周期性边界条件和渐近均质化方法，实现高效的多尺度优化。
• 提供一个灵活的计算平台，用于测试各种算法和材料微观结构。
• 通过与三维情况下的理论和实验结果对比，验证代码的准确性。

提出的方法

• 该方法基于渐近均质化理论（AHT），可将非均质微观结构均质化为有效宏观性能。
• 应用周期性边界条件（PBCs）以模拟无限周期性复合材料，确保边界响应具有代表性和一致性。
• 代码在结构化网格上使用标准有限元法（FEM）离散化，求解平衡方程的弱形式。
• 通过单位胞元模拟获得的应力和应变场进行体积平均，计算有效刚度张量。
• 该实现具有模块化设计，可轻松扩展以处理复杂微观结构，而不仅限于简单的周期性排列。
• 代码采用纯 Python 编写，依赖项极少，提高了可移植性与可扩展性，便于集成到优化工作流中。

实验结果

研究问题

• RQ1 如何设计一种简单且高效的 Python 实现，以在周期性边界条件下计算二维和三维 RVE 的有效性能？
• RQ2 当与理论和实验数据对比时，该代码在多大程度上能准确预测有效力学性能？
• RQ3 该代码是否可轻松扩展以模拟更复杂的微观结构，且仅需极少代码修改？
• RQ4 在基于 Python 的 FEM 框架中使用渐近均质化理论，如何支持多尺度材料设计与优化？

主要发现

• 三维案例的数值结果与现有理论和实验数据高度一致，证实了代码的可靠性。
• 该实现成功计算了二维和三维域中周期性复合材料微观结构的有效刚度张量。
• 该代码具有鲁棒性和可扩展性，允许用户对各种微观结构构型和边界条件进行实验。
• 模块化设计使得向更复杂的材料体系和先进优化算法的扩展变得直接简便。
• 周期性边界条件的使用确保了无限周期性复合材料的物理解释一致且具有代表性。
• 代码的简洁性与低依赖性使其非常适合集成到更大的多尺度模拟与设计流程中。