📚 课程目录第3章超弹性本构模型选型与评估

3. 超弹性本构模型选型与评估

在 Abaqus 中做橡胶类材料的超弹性分析，真正决定仿真可信度的往往不是网格有多细，而是本构模型选得对不对、参数拟合得好不好。Abaqus 提供了 Neo-Hookean、Mooney-Rivlin、Yeoh、Ogden、Arruda-Boyce 等多种超弹性模型，它们对同一批试验数据的拟合能力、可外推的变形范围、数值稳定性各不相同。本节围绕“模型特点—适用变形范围—拟合优度”三条主线，给出可操作的选型与评估方法。

一、各模型的核心特点与数学结构

超弹性模型都基于应变能密度函数 W 描述材料行为，区别在于 W 的展开形式与所含不变量项。Neo-Hookean 是最简形式，W 只含第一不变量 I₁ 的线性项，仅一个材料常数 C₁₀（与剪切模量相关）。它形式简单、参数少、数值稳定，但只能描述小到中等变形的近似行为，无法捕捉橡胶在大拉伸下的“上翘”硬化，单轴拉伸通常超过 100% 应变后误差迅速增大。

Mooney-Rivlin 在 Neo-Hookean 基础上增加第二不变量 I₂ 项，含 C₁₀、C₀₁ 两个常数。它能更好地描述中等变形范围（约 100%~200% 应变）的响应，对剪切与双轴数据拟合改善明显，但外推到大变形时仍偏软，且参数间存在相关性，拟合时容易出现多组解。

Yeoh 模型只保留 I₁ 的高阶项，用三个常数 C₁₀、C₂₀、C₃₀ 描述。它的突出优点是仅用单轴拉伸数据即可较好拟合，且能捕捉大变形下的硬化趋势，对压缩和剪切也有合理预测，是工程中应用最广的模型之一。缺点是初始剪切模量对 C₁₀ 敏感，小应变段拟合精度略逊于含 I₂ 项的模型。

Ogden 模型不直接使用不变量，而是以主伸长比 λ₁、λ₂、λ₃ 为变量，含 μᵢ、αᵢ 成对参数，阶数 N 可取 1~3。它的拟合能力最强，能同时高精度匹配单轴、双轴、平面剪切多组试验数据，适合大变形（300% 以上）与复杂载荷。代价是参数多、拟合难度大，且 αᵢ 取值不当会导致数值不稳定或非物理响应。

Arruda-Boyce 基于八链分子网络理论，用 μ、λₘ（极限伸长）两个参数描述，物理意义清晰。它在中等变形段表现良好，并能通过 λₘ 反映链段极限，适合需要物理可解释性的场景，但对多轴数据的精细拟合能力弱于高阶 Ogden。

二、适用变形范围的工程判断

选型的第一步是明确结构实际经历的应变水平。若橡胶件仅作小变形密封或微小位移补偿，工程应变在 50% 以内，Neo-Hookean 已足够，且计算最省、最不易发散。若应变在 100%~200%，如常规减振垫、衬套，Mooney-Rivlin 或 Yeoh 都能胜任，其中 Yeoh 对单轴数据依赖更小。若应变达到 300% 以上，如大行程隔振器、轮胎胎侧、波纹管，应优先考虑 Yeoh 或 Ogden，Arruda-Boyce 在接近 λₘ 时也能给出硬化，但需谨慎外推。

需要特别提醒：模型“能算”不等于“算得准”。Neo-Hookean 在 Abaqus 中即使输入 300% 应变也能求解，但结果会明显偏软，属于典型的“数值可行、物理失真”。判断依据应来自试验曲线与仿真曲线的对比，而非求解是否收敛。

三、拟合优度的评估方法

在 Abaqus/CAE 的 Material 模块中，超弹性材料支持直接输入试验数据（Test Data），由 Evaluate 功能自动拟合并给出各模型的稳定性检查。评估时建议按以下流程操作：

准备单轴拉伸、等双轴拉伸、平面剪切三组数据（至少单轴+双轴），应变范围覆盖实际工况。
在 Evaluate 窗口勾选候选模型，查看拟合曲线与试验点的重合程度，重点关注大应变段。
查看 Stability Limit 提示，确认模型在目标应变范围内满足 Drucker 稳定性条件。
对比不同模型的 RMS 误差与参数数量，避免为微小精度提升引入过多参数。

下面给出一组示例参数（基于某填充橡胶的假设数据，仅用于说明格式，非实测结果）：

*Hyperelastic, Mooney-Rivlin
C10 = 0.85, C01 = 0.21, D1 = 0.0

*Hyperelastic, Yeoh
C10 = 0.72, C20 = -0.045, C30 = 0.0085, D1 = 0.0

*Hyperelastic, Ogden, N=2
mu1 = 1.20, alpha1 = 2.10
mu2 = 0.035, alpha2 = -3.20
D1 = 0.0, D2 = 0.0

其中 D 为可压缩性参数，橡胶通常近似不可压，取 0 表示完全不可压；若需引入轻微可压缩以改善收敛，可给一个很小的 D 值。Ogden 的 αᵢ 可正可负，负值项用于描述小应变段的柔度，正值项描述大应变硬化，二者配合才能同时匹配低应变与高应变。

拟合优度不能只看单轴曲线。很多模型单轴拟合很好，但双轴或剪切预测偏差大。若结构以剪切或压缩为主，务必用对应试验数据参与评估。

四、选型决策与常见误区

综合来看，可以形成一条清晰的决策链：小变形、快速试算选 Neo-Hookean；中等变形、有双轴数据选 Mooney-Rivlin；大变形、以单轴数据为主选 Yeoh；多轴复杂载荷、追求高精度选 Ogden；需要物理可解释、关注极限伸长选 Arruda-Boyce。参数数量与拟合能力正相关，但参数越多，对试验数据质量和拟合初值越敏感，也越容易在 Abaqus 中出现收敛困难。

常见误区：用 Neo-Hookean 拟合 300% 拉伸数据后直接用于产品分析；或把 Ogden 阶数盲目取到 N=3 却不检查稳定性。前者导致刚度严重偏低，后者可能因参数非物理而计算中断。正确做法是先做 Evaluate 稳定性检查，再用一个简单验证算例（如单轴拉伸试样）复核力—位移曲线。

最后强调，模型选型不是一次性动作。当结构存在多种变形模式（拉伸+压缩+剪切）时，应优先保证主导变形模式的拟合精度，必要时用多个模型分别试算，以试验曲线为基准择优。只有把“模型特点、变形范围、拟合优度”三者对齐，超弹性仿真结果才具备工程参考价值。