斯坦福大学的 Ellen Kuhl 博士和代尔夫特理工大学的 Mathias Peirlinck 博士最近在 SIMULIA 社区中举办了一场网络研讨会，主题为“通过通用材料子程序实现工程分析的民主化”，现在可回放。聆听他们分享通过通用材料子程序实现工程分析民主化的专业知识。

本构模型是连续体和结构力学的基石。在有限元分析中，本构模型被编码在材料子程序中，提供控制方程中应变和应力之间的函数映射。该函数在每个有限元、每个积分点、每个时间步长、每次牛顿迭代中被调用。当今的有限元分析软件包提供了大量可供选择的材料模型库。然而，选择合适模型的科学标准仍然非常主观，容易受到用户偏见的影响。

在这里，我们将展示如何完全自动化模型选择过程，从实验数据中自主发现最佳模型和参数，将所有可能的可发现模型编码到单个材料子程序中，并将此通用材料子程序无缝集成到有限元模拟中。我们已成功为各种不可压缩、各向同性、超弹性材料制作了该技术的原型，最近，我们进一步将其扩展到可压缩和各向异性材料行为。我们演示了如何将这些功能集成到一个通用材料子程序中，该子程序将在未来 Abaqus 版本中作为内置材料建模功能提供。

使用这种新型通用材料子程序进行的有限元模拟表明，它非常适合传统的本构模型，可以很好地推广到新发现的模型，并且与实验数据和以前的模拟非常吻合。用一个通用的材料子程序取代数十个单独的材料子程序，该子程序直接通过自动模型发现填充，完全不需要人工交互，将使工程分析更加民主化，并使有限元模拟更容易被更具包容性和多样性的社区所接受 加快科技创新。 

探索进一步的应用以及了解机械性能的重要性

该模型已成功扩展到分析皮肤和人造肉等其他组织的机械行为。了解和预测各种材料的机械性能的能力在从生物医学到食品科学等领域至关重要。

例如，在皮肤方面，该模型已用于探索不同层的行为，并为皮肤褶皱、皱纹和重建手术等应用提供了见解。这证明了所开发模型的多功能性和广泛意义。

此外，该模型的应用范围不仅限于研究和实际使用。它还被整合到教学场景中，为学生提供了试验和了解各种材料机械行为的机会。其中包括一门课程，让学生测试不同的材料并分析其机械性能。例如，在一个课堂项目中，学生测试了人造肉产品，并使用该模型来了解材料刚度与味觉感知之间的关系。

在 Abaqus 中实现

本构人工神经网络模型已作为具有激活函数的内置子程序集成到Abaqus中。这个新子程序包含数十个超弹性模型作为特例，以及数千个新可发现的模型。它完美匹配经典模型的结果和新发现模型的数据，证明了其在捕捉复杂材料行为方面的有效性。

该团队目前正在将材料子程序扩展到超弹性之外，以模拟粘性行为、损伤或塑性。正在进行的测试显示了令人鼓舞的初步结果，并引起了多个工业合作伙伴的兴趣。

这种集成允许使用通用材料子程序，只需几个参数即可定义材料模型，使其与传统的超弹性建模相媲美。该实现已针对表现出强烈历史依赖性的材料进行了测试，并显示出强大的性能。正在进行的测试包括将该方法与粘弹性和非弹性相结合，并取得了令人鼓舞的结果。

该模型的开放协作和可用性鼓励研究人员和工程师探索其在各种材料和模拟中的应用，为生物医学模拟和人类健康的进步做出贡献。将组成型人工神经网络模型集成到Abaqus中，标志着朝着让更广泛的受众利用其功能实现各种应用迈出了重要一步。