复合材料学报

作者：廖兴升, 梁智洪, 傅继阳, 江剑, 王财政, 张芝芳,

关键词：复合材料, 疲劳寿命, 频率衰减, 人工神经网络, 离散性, 数值模拟,

复合材料结构在疲劳过程中的累积损伤将导致结构刚度下降，并进一步引起结构的动态参数如频率发生衰减。因此，可以将结构疲劳状态与结构频率联系起来，基于频率预测结构的剩余疲劳寿命。本文首先基于复合材料在纵向、横向和面内剪切三个方向的疲劳特性，结合ABAQUS与Umat子程序开发了三维有限元模型模拟复合材料层合板中的疲劳损伤演变，并构建了不同疲劳状态下对应的模态分析模型，由此获得了疲劳过程中的频率衰减曲线。之后，基于疲劳过程的频率变化量训练了人工神经网络，用于预测玻璃纤维增强复合材料层合板的剩余疲劳寿命。特别地，在当前的数值模型中为每个单元分配了符合高斯正态分布的材料属性，以模拟实际情况下复合材料性能的离散性。结果表明，疲劳模型数值模拟结果与已有文献的疲劳实验数据吻合，基于频率变化量训练的人工神经网络可以成功预测玻璃纤维增强复合材料试件的剩余疲劳寿命。

来源：2021年第10期

《复合材料学报》期刊编辑部

查看复合材料学报杂志2021年第10期