Neo-Hookean超弹性模型

分类: 構造解析 | 综合版 2026-04-06
CAE visualization for hyperelastic neo hookean theory - technical simulation diagram
Neo-Hookean超弾性モデル

理论与物理

Neo-Hookean超弹性

🧑‍🎓

老师,Neo-Hookean是什么样的模型?


🎓

最简单的超弹性模型。应变能:


$$ W = C_{10}(I_1 - 3) + \frac{1}{D_1}(J-1)^2 $$

由一个参数 $C_{10}$($= G/2$,$G$ 是剪切弹性模量)定义。是Mooney-Rivlin中 $C_{01} = 0$ 的特殊情况。


🧑‍🎓

只有1个参数! 在试验数据少的时候可以用呢。


🎓

Neo-Hookean在中等应变(约50%)以内是合理的。大应变(100%以上)则需要Mooney-Rivlin或Ogden模型。


总结

🎓
  • $W = C_{10}(I_1-3)$ — 单参数超弹性
  • $C_{10} = G/2$ — 剪切弹性模量的一半
  • 50%应变以内合理 — 超过则需Mooney-Rivlin/Ogden
  • 试验数据少时的首选

  • Coffee Break 闲谈

    新胡克模型的命名

    Neo-Hookean(新胡克定律)这一名称,意指将Hookean即胡克的线性弹性定律“现代化(neo)”到非线性有限变形领域。Ronald Rivlin在1948年的论文中确立了这一术语。应变能函数W = C₁(I₁−3)是仅有一个参数的最简单超弹性模型,因其应力-应变关系可解析求解,至今仍常被用作数值算法验证的基准。

    各项的物理意义
    • 惯性项(质量项):$\rho \ddot{u}$,即“质量×加速度”。您有过急刹车时身体被向前甩出的经历吗?那种“被带走的感觉”正是惯性力。物体越重越难启动,一旦启动也越难停止。地震时建筑物摇晃,也是因为地面突然移动而建筑物的质量“被落下”。静力分析中此项设为零,这是“缓慢施力故加速度可忽略”的假设。对于冲击载荷或振动问题则绝对不能省略。
    • 刚度项(弹性恢复力):$Ku$ 和 $\nabla \cdot \sigma$。拉弹簧时会感觉到“想要恢复的力”吧?那就是胡克定律 $F=kx$,也是刚度项的本质。那么提问——铁棒和橡皮筋,用相同的力拉,哪个伸得更长?当然是橡皮筋。这种“难拉伸程度”就是杨氏模量 $E$,它决定了刚度。常见的误解:“刚度高=强度高”是不对的。刚度是“不易变形性”,强度是“不易破坏性”,是不同的概念。
    • 外力项(载荷项):体积力 $f_b$(重力等)和表面力 $f_s$(压力、接触力等)。可以这样想——桥上卡车的重量是“作用在整个内容物上的力”(体积力),轮胎压路面的力是“仅作用在表面的力”(表面力)。风压、水压、螺栓紧固力…全都是外力。这里容易犯的错误:弄错载荷方向。本想“拉伸”却成了“压缩”——听起来像笑话,但在3D空间坐标系旋转时确实会发生。
    • 阻尼项:瑞利阻尼 $C\dot{u} = (\alpha M + \beta K)\dot{u}$。试着弹一下吉他弦。声音会一直持续吗?不,会逐渐变小对吧。因为振动能量通过空气阻力或弦的内部摩擦变成了热。汽车的减震器也是同样原理——特意吸收振动能量来改善乘坐舒适性。如果阻尼为零会怎样?建筑物在地震后会一直摇晃不停。实际上不会这样,因此设置适当的阻尼很重要。
    假设条件与适用范围
    • 连续体假设:将材料视为连续介质,忽略微观不均匀性
    • 小变形假设(线性分析时):变形相对于初始尺寸足够小,应力-应变关系呈线性
    • 各向同性材料(尤其未指定时):材料特性不依赖于方向(各向异性材料需另行定义张量)
    • 准静态假设(静力分析时):忽略惯性力·阻尼力,仅考虑外力与内力的平衡
    • 不适用情况:大变形·大旋转问题需要几何非线性。塑性·蠕变等非线性材料行为需要扩展本构关系
    量纲分析与单位制
    变量SI单位注意点·换算备忘
    位移 $u$m(米)以mm输入时,载荷·弹性模量也需统一为MPa/N系
    应力 $\sigma$Pa(帕斯卡)= N/m²MPa = 10⁶ Pa。与屈服应力比较时注意单位制不一致
    应变 $\varepsilon$无量纲(m/m)注意工程应变与对数应变的区别(大变形时)
    弹性模量 $E$Pa钢: 约210 GPa,铝: 约70 GPa。注意温度依赖性
    密度 $\rho$kg/m³mm系中为tonne/mm³(钢为 = 10⁻⁹ tonne/mm³)
    力 $F$N(牛顿)mm系用N,m系也用N统一

    数值解法与实现

    Neo-Hookean的FEM设置

    🎓

    ```

    *HYPERELASTIC, NEO HOOKE

    C10, D1

    ```

    Nastran: MATHE, 1, MOONEY + $C_{01}=0$。


    总结

    🎓
    • Abaqus *HYPERELASTIC, NEO HOOKE — 最简单的设置
    • NLGEOM=YES + 杂交单元 — 超弹性的标准

    • Coffee Break 闲谈

      小应变极限与剪切模量的关系

      Neo-Hookean模型的参数 C₁ 在小应变极限下与 C₁ = μ/2 (μ:剪切刚度)一致。即无需试验即可从弹性模量E和泊松比ν计算出C₁(μ = E/2(1+ν))。这一性质使得在橡胶零件的初步设计阶段,即使没有详细的大变形试验数据,也可以将线性弹性的材料数据直接用于Neo-Hookean分析,这种实务上的近似做法是合理的。

      线性单元(1次单元)

      节点间线性插值。计算成本低,但应力精度低。注意剪切锁定(可通过减缩积分或B-bar法缓解)。

      二次单元(带中间节点)

      可表现曲线变形。应力精度大幅提高,但自由度约增加2~3倍。推荐:应力评价重要时。

      完全积分 vs 减缩积分

      完全积分:有过约束(锁定)风险。减缩积分:沙漏模式(零能量模式)风险。根据情况选择。

      自适应网格

      基于误差指标(ZZ估计量等)的自动细化。高效提高应力集中部位的精度。有h法(单元细分)和p法(增加阶次)。

      牛顿·拉弗森法

      非线性分析的标准方法。每次迭代更新切线刚度矩阵。在收敛半径内具有二次收敛性,但计算成本高。

      修正牛顿·拉弗森法

      切线刚度矩阵使用初始值或每隔数次迭代更新。每次迭代成本低,但收敛速度为线性。

      收敛判定标准

      力残差范数: $||R|| / ||F_{ext}|| < \epsilon$(通常 $\epsilon = 10^{-3}$〜$10^{-6}$)。位移增量范数: $||\Delta u|| / ||u|| < \epsilon$。能量范数: $\Delta u \cdot R < \epsilon$

      载荷增量法

      不一次性施加全部载荷,而是分小步增加。弧长法(Riks法)可超越载荷-位移关系的极值点进行追踪。

      直接法 vs 迭代法的比喻

      直接法是“用笔算精确解联立方程”的方法——可靠但大规模问题耗时过长。迭代法是“反复猜测逼近正确答案”的方法——最初是粗略答案,但每次迭代精度都会提高。就像查字典时,从第一页开始按顺序找(直接法)不如先估计位置翻开,再前后调整(迭代法)更高效,原理相同。

      网格阶次与精度的关系

      1次单元是“用直尺近似曲线”——用直线折线表现,精度有限。2次单元是“柔性曲线”——能表现曲线变化,即使网格密度相同,精度也显著提高。不过,每个单元的计算成本增加,因此需要根据总体的成本效益来判断。

      实践指南

      Neo-Hookean的实务

      🎓

      用于橡胶零件的概念设计、生物组织(脑、肌肉)的建模。试验数据有限时的首选。


      实务检查清单

      🎓
      • [ ] $C_{10}$ 是否与材料的剪切弹性模量一致($C_{10} = G/2$)
      • [ ] 使用应变是否在50%以下(超过则考虑Mooney-Rivlin/Ogden)
      • [ ] 是否使用了杂交单元

      • Coffee Break 闲谈

        医疗植入体与Neo-Hookean

        硅橡胶制乳房植入体和心脏瓣膜假体的FEM分析中,Neo-Hookean和Mooney-Rivlin使用最多。美国FDA在关于医疗器械结构分析的指南(2019年)中推荐,对于软组织·橡胶类材料的计算模型,应使用已确认Drucker稳定性的超弹性模型,而Neo-Hookean因其在C₁>0时恒稳定的已证明特性,被视为首选模型。

        分析流程的比喻

        分析流程其实和烹饪非常相似。首先采购食材(准备CAD模型),进行预处理(网格生成),开火烹饪(求解器执行),最后装盘(后处理可视化)。这里有个重要的问题——烹饪中最容易失败的工序是哪里?其实是“预处理”。网格质量差的话,无论用多优秀的求解器,结果都会一团糟。

        初学者容易掉入的陷阱

        您确认过网格收敛性吗?是不是认为“计算能运行=结果正确”?这其实是CAE初学者最容易掉入的陷阱。求解器一定会根据给定的网格返回“一个像样的答案”。但如果网格太粗,这个答案就会与现实相差甚远。至少用3个级别的网格密度确认结果是否稳定——如果忽视这一点,就会陷入“计算机给出的答案应该正确”的危险误区。

        边界条件的思考方式

        边界条件的设置,与考试的“出题”是一样的。如果题目出错了呢?无论计算多么精确,答案都是错的吧。“这个面真的是完全固定的吗”“这个载荷真的是均匀分布的吗”——正确建模现实的约束条件,其实是整个分析中最重要的步骤。

        软件比较

        工具

        🎓

        所有求解器都支持。最简单的超弹性。


        Coffee Break 闲谈

        超弹性模型的各厂商实现比较

        ABAQUS·ANSYS·Nastran都支持新胡克·Mooney-Rivlin·Ogden模型,但材料常数拟合UI不同。ABAQUS可同时将Mooney-Rivlin C10/C01拟合到拉伸·压缩·剪切三个方向的试验值,而ANSYS以单轴拟合为标准。曾有案例因拟合方法差异导致轮胎侧壁分析的耐久寿命预测最大相差2倍,发表于《橡胶本构模型》杂志。

        选型时最重要的3个问题

        • “要解什么”:所需的物理模型·单元类型是否支持Neo-Hookean超弹性模型。例如,流体方面LES支持的有无,结构方面接触·大变形的支持能力会造成差异。
        • “谁来使用”:新手团队适合GUI充实的工具,有经验者适合脚本驱动的灵活工具。类似于汽车的AT车(GUI)和MT车(脚本)的区别。
        • “要扩展到什么程度”:着眼于未来的分析规模扩大(HPC支持)、向其他部门展开、与其他工具的联动,这样的选择有助于长期降低成本。

        尖端技术

        尖端

        🎓
        • 生物力学 — 脑组织、动脉壁的Neo-Hookean模型
        • 软体机器人 — 柔性材料的大变形

        • Coffee Break 闲谈

          新胡克模型的起源:橡胶弹性的统计力学

          新胡克超弹性模型由Flory和Rehn于1943年从硫化天然橡胶的分子链网络理论导出。对于剪切模量G≈0.4 MPa的天然橡胶,在伸长比λ=3时误差也能控制在10%以内,是一个实用模型。现代从医用硅胶导管(G≈0.1 MPa)到轮胎胶料(G≈1.2 MPa),在ABAQUS·ANSYS中广泛使用。

          故障排除

          故障

          🎓
          • 大应变时不准确 → 切换到 Mooney-Rivlin 或 Ogden
          • 体积锁定 → 必须使用杂交单元
          • $D_1$为零 → 完全不可压缩。必须使用杂交单元

          • Coffee Break 闲谈

            过大应变时的精度劣化

            许多实验已知,Neo-Hookean在伸长率λ≧2.5时会低估应力。对于天然橡胶的单轴拉伸,λ=3时Mooney-Rivlin与Neo-Hookean的应力差可达20〜40%。这种偏离源于缺少C₂项(I₂依赖),对于预测有大变形的部位(轮胎胎圈·O型圈压缩),必须考虑切换到Mooney-Rivlin以上的多参数模型。

            当觉得“分析结果不符”时

            1. 先深呼吸——慌张地随机更改设置,会让问题更复杂
            2. 制作最小再现案例——用最简单的形式再现Neo-Hookean超弹性模型的问题。“减法式调试”最有效率
            3. 每次只改一个并重新运行——同时进行多项更改,会不知道哪个起了作用。与科学实验相同的“对照实验”原则
            4. 回归物理本质——如果计算结果出现“物体违背重力浮起”这类非物理现象,就要怀疑输入数据有根本性错误
            関連シミュレーター

            この分野のインタラクティブシミュレーターで理論を体感しよう

            シミュレーター一覧

            関連する分野

            熱解析製造プロセス解析V&V・品質保証
            この記事の評価
            ご回答ありがとうございます!
            参考に
            なった
            もっと
            詳しく
            誤りを
            報告
            参考になった
            0
            もっと詳しく
            0
            誤りを報告
            0
            Written by NovaSolver Contributors
            Anonymous Engineers & AI — サイトマップ
            关于作者