本文主要以金属成形过程的非线性几何优化模拟为例，介绍人工智能（AI）/机器学习（ML）工具在非线性优化中的应用方法。对于很多非线性问题，当采用有限元模型的直接优化时，在计算上会需要很多时间，导致成本增高，采用ML技术来替代一些传统的优化方法能显著提高效率。ML的主要思想是用训练数据构建预测模型，直接使用预测模型进行在线优化。由于预测模型的计算工作量通常比全有限元模型低得多，因此在线优化问题通...

Adams接触单元的弹簧力和阻尼力的快速绘图简介应用Adams进行两个部件的接触定义一般分为两种方法，分别为函数法和几何接触定义法。几何接触定义法相对于函数法，应用更为广泛。而应用几何接触法定义时，接触参数（接触刚度、接触阻尼、接触指数以及最大渗入深度）的定义是否合理，一般是通过接触力组成部分（弹簧力和阻尼力）的占比关系来判定。但由于Adams后处理没有预定义的接触弹簧力和接触阻尼力输出，而...