Bu çalışmada, Ls-Dyna'da düzlem içi kayma (shear) eğrisini oluşturan MAT58 kartının optimal parametrelerini tahmin etmek amaçlanmıştır. Malzeme testlerinden elde edilen kayma eğrisine en yakın sonuçları veren parametreler, ODYSSEE yazılımı kullanılarak elde edilmiştir.
Ls-Dyna, TAU ve GAMMA parametrelerini kullanarak doğrusal olmayan bir eğri oluşturmaktadır. Oluşturulan eğrinin şekli, yalnızca Ls-Dyna'nın iç hesaplamalarına dayanır ve genellikle test sonuçlarıyla birebir uyumlu olmamaktadır. GAMMA değeri gerinimi ifade eder ve sonuçlar, Ls-Dyna'nın iç hesaplamalarına göre ölçeklenir. Bu nedenle, genellikle deneysel verilere daha iyi uyum sağlamak için bazı küçük kalibrasyonlar ve ofset işlemleri yapılır.
Doğrusal olmayan bölümün ardından Ls-Dyna, SC ve GMS parametreleriyle doğrusal bir eğri oluşturur. GAMMA gibi, GMS de ölçeklenmiş gerinim değerini temsil eder.
ODYSSEE ile beraber minimal sapma ile kayma eğrisini oluşturulabilmektedir.
Kayma eğrisini oluşturmak için mono eleman testi gerçekleştirilmiştir. ± 45 derece tabaka düzeni oluşturulmuş ve gerilim yükü uygulanmıştır. EN 6031 (düzlem içi kayma özelliklerinin belirlenmesi) standardına göre, kayma gerilmesi, eksenel gerilmenin yarısına ve eksenel gerinime eşittir. Bu şekilde, gerilme-gerinim eğrisi elde edilebilmektedir.
Farklı TAU, GAMMA ve GMS değerleri olan 9 analiz, Ls-Dyna kullanılarak batch run (toplu çalışma) ile gerçekleştirilmiştir. Bu analizlerin çıktıları olan kayma gerilme-gerinim eğrileri, ODYSSEE için girdi olarak kullanılmıştır.
Hedef eğriyi elde etmek için hangi parametrelerin uygun olduğunu belirlemek amacıyla Odyssee'de bir hedef eğri optimizasyonu çalışması yapılmıştır. Ls-Dyna'dan elde edilen 9 analiz seti; 7'si öğrenme ve 2'si doğrulama seti olarak ayrılmıştır.
Optimizasyon çalışmasında kullanılacak çözücü için Odyssee’nin yöntem karşılaştırma script'i çalıştırılarak en iyi çözücü bulunmuştur.
Sonuçlar arası korelasyonu arttırmak için iki validasyon eğrisi aktarılmıştır.
Modelin doğruluğu istenilen seviyeye ulaştığında, optimizasyon süreci başlatılmıştır. Gerçekleştirilen optimizasyon çalışmasında, hedef eğriye en yakın sonucu sağlayacak parametreleri bulmak hedeflenmiştir.
2.4. Odyssee ve LsDyna Sonuçlarının Karşılaştırılması
%2.5'ten düşük hata oranı için gerçekleştirilen optimizasyon çalışmasında Odyssee ve Ls-Dyna tarafından hesaplanan sonuçlar Şekil 8’de karşılaştırılmıştır. Makine öğrenmesi ve yapay zeka desteği ile birkaç saniyede hesaplanan sonuçlar ile Ls-Dyna tarafındaki sonuçların yüksek korelasyona sahip olduğu tespit edilmiştir.