基于近似熵谱的碳纤维复合材料层压板拉伸损伤声发射分析

采用近似熵理论分析了碳纤维环氧树脂层压板在拉伸过程中产生的三种典型声发射信号。研究 表明基体开裂、脱胶以及纤维断裂这三种信号的近似熵谱特征不同,结合经验模式分解方法解释了三种损伤破 坏机制。此外,在经验模式分解的基础上考察了三种声发射信号本征模函数的频谱分布,进一步说明了近似熵 在本质上是衡量信号发生新振动模式产生的概率以及在复合材料声发射检测与损伤识别中使用近似熵谱分析 的有效性。     

C/E复合材料声发射信号小波分析及人工神经网络模式识别

以复合材料为对象，以宽频带传感器及线阵列方式对各类模式试样采集了波形及信号参数，比较波形、信号参数、频谱及小波谱的特征，筛选出六类1300个样本，采用多分辨小波变换提取了5个特征向量，实现了特征空间的降维处理，采用B—P型反向传播神经网络构成了智能化模式分类器，研究了网络模型的学习效果和对与复合材料主要损伤机制有关的六类声发射信号的识别能力。试验结果表明，神经网络对六类信号的平均正确识别率达到90.4%。最佳识别率为97.2%。该方法成功用于90°、0°光滑和0°缺口三种试样的破坏过程分析，获得了满意的效果。     

基于声发射的碳纤维复合材料孔出口分层损伤识别

针对CFRP钻削制孔加工过程中的孔出口分层缺陷监测问题，本文基于声发射检测技术开展了CFRP钻削孔出口分层损伤识别研究。通过破坏性分层试验提取与分层损伤相关的声发射及轴向力信号的时、频特征，以此作为判断钻削分层损伤的信号依据，并开展钻削试验，结合实际损伤形貌对CFRP层合板的孔出口分层损伤进行识别。研究表明：当产生钻削出口分层损伤时，瞬时钻削轴向力会高于临界轴向力；声发射信号的时域幅值将出现突变，频域信号的中、高频段信号强度也会有明显增加。通过显著的信号时、频特征可对钻削孔出口分层损伤进行有效识别，为实现在线监测、控制CFRP层合板钻削分层损伤的研究提供了思路。     

声发射技术在复合材料损伤模式识别中的应用

应用模态分析技术,分析复合材料拉伸破坏试验中的声发射信号,提取复合材料不同破坏阶段下的声发射源信号的特征,进行了有关复合材料损伤模式识别的工作。     

多向铺层碳/环氧复合材料特性及声发射分析

 本文对六种多向铺层的碳纤维增强环氧复合材料的拉伸破坏性能进行了研究,并采用声发射技术监测其损伤扩展过程,分析了它们的破坏机理。 新型的高性能碳纤维增强环氧复合材料应用于宇航、机械及体育器具等,由于工作条件及受力情况是复杂的,采用多向铺层才能满足受拉、压、弯、剪、扭等不同载荷的分别组合,具体铺层设计要针对主要承力情况来确定。多向铺层复合材料的损伤破坏比单向铺层的情况复杂,更需要采用试验的手段来研究它们的力学性能和破坏机理。在非破坏性测试中声发射技术的特点在于能够配合加载装置在进行试验过程中检测并记录复合材料的破坏过程,而且不移动探头的位置即可监测材料的较大区域,因此应用愈来愈多。声发射技术是利用材料或构件受力变形或损伤过程中应变释放产生弹性波这一原理来检测材料的缺陷、退化和破坏,评定材料的性能。声发射技术可以检测复合材料的剪切破坏及拉伸屈服破坏、分层及纤维断裂、粘接强度等。 本工作对六种多向铺层碳/环氧复合材料（包括0/90、±45°、30/60和三种碳布）进行拉伸试验,确定了它们的强度、模量、最大应变率及泊松比,给出六种不同铺层的应力应变关系以及声发射信号量的关系。采用声发射技术配合显微镜观测手段分析不同铺层的碳/环氧材料的声发射表征     

复合材料T型单元损伤演化的声发射特性研究

进行了飞机结构复合材料T型单元拉脱试验研究。用声发射技术研究了复合材料T型单元拉伸载荷下的损伤演化过程。对复合材料T型单元拉伸载荷下损伤演化的机理进行了初步探讨。用参数分析方法对采集的撞击数、持续时间、事件以及幅值等声发射信号进行了分析,预报了复合材料T型单元拉伸载荷下基体开裂、分层、纤维断裂至完全丧失承载能力的损伤演化过程及对应的载荷。结果表明,声发射技术能够准确预报复合材料拉伸载荷下损伤演化的过程,从而为复合材料飞机结构的设计提供参考。     

胶接点焊接头拉伸声发射信号分析及其损伤模型北大核心CSCD

基于Box-Behnken Design响应面法开展胶接点焊工艺试验,分别采集了胶接点焊、点焊、粘接三种接头拉伸过程的声发射信号,采用小波包对信号进行分解重构,分析了三种接头的信号特征,同时结合撞击计数历程图对焊核失效断口进行了分析,并通过累计撞击计数建立了试件的损伤模型。结果表明:三种接头在屈服阶段和断裂阶段的声发射信号较为丰富;胶层失效和焊核拔出失效可以通过声发射信号特征进行区分,其中胶层失效时其声发射信号频率主要集中在0~62.5 kHz,焊核拔出失效时其声发射信号频率主要集中在31.25~281.25 kHz;声发射撞击计数历程图可以从总体上反映焊核失效过程;建立的损伤模型可以较好地表征试件损伤状态。     

基于声发射的铝蜂窝板超高速撞击损伤模式识别方法

为通过声发射技术识别铝合金蜂窝板超高速撞击(HVI)的损伤状态,提出一种基于神经网络的损伤模式识别方法。通过超高速撞击实验获取声发射信号,结合精确源定位技术、时频分析技术、小波分析技术及模态声发射技术,提出了10个与损伤相关的特征参数,通过非参数检验分析其与损伤的关系,设计了一种基于贝叶斯正则化BP神经网络的超高速撞击损伤模式识别方法。建立最优网络模型,通过不同参数组合识别能力分析,优选出2种特征参数组合,通过非同源样本对其损伤模式识别能力进行验证。结果表明:传播距离与损伤模式无关,却是识别损伤模式的重要参数;125~250kHz频域的自动加窗小波能量比会降低损伤模式的识别能力;采用贝叶斯正则化的BP神经网络可以较好地识别蜂窝板超高速撞击损伤模式,参数组合为传播距离、上升时间、持续时间、截止频率、4个自动加窗小波能量比及小波能量熵,共9个参数,对任意选取非同源样本识别错分率仅为9.38%。     

电阻法诊断碳布/环氧树脂复合材料压缩损伤

采用电阻法与声发射技术研究了压缩载荷对不同规格的碳布/环氧树脂复合材料的影响,得出电阻法诊断复合材料压缩损伤的依据。试验结果表明,当受到压缩载荷作用时,碳布/环氧树脂复合材料中的导电网络会发生变化,从而引起复合材料电阻的变化。同时,复合材料的声发射能量会增加。当电阻变化幅度超过一定值时,则可诊断复合材料中存在压缩损伤。电阻法诊断复合材料压缩损伤能够提高复合材料的使用安全性能。     

SiCp/Al复合材料界面控制与评价新方法

尝试了一种控制 Si Cp/Al复合材料界面状态与性能的新途径 ,并首次应用声发射检测技术及其信号的小波分析新方法对控制效果进行了系统地评价。结果表明 :界面控制新方法的采用 ,使 Si Cp/Al复合材料损伤、断裂过程中的 Si C颗粒拔出模式发生了转变 ,进而显著提高了材料的整体力学性能 ;小波分析特别适合于提取此类复合材料断裂所致声发射信号的深层特征 ,并可望成为反映颗粒增强金属基复合材料界面区力学行为、评价其界面性能的有效手段     

车间生产计划与加工过程的集成系统MFAS

在自动化程度低的传统机械加工车间,由于生产计划与加工过程之间缺乏紧密的联系,使得计划对生产现场的管理与控制比较困难。目前开发的物流自动化系统ＭＦＡＳ（Ｍａｔｅ－ｒｉａｌＦｌｏｗｉｎｇＡｕｔｏｍａｔｉｃＳｙｓｔｅｍ）,以层次式的计划管理方法为基础,利用计算机网络和在线式立体仓库,将车间生产计划与加工过程有效地集成为一个整体。     

非定常激励下等离子体DBD诱导涡特性研究

在非定常激励下,等离子体DBD诱导涡是影响等离子体流动控制效果的关键因素,研究静止大气下DBD诱导涡结构特性对进一步理解等离子体DBD流动控制机理具有重要意义。采用高频PIV与高速纹影系统对静止大气下DBD诱导涡结构进行了研究,通过λ2法则分析了诱导涡涡核移动规律,获得了非定常激励下诱导涡的演化规律以及脉冲频率对诱导涡结构以及尺度的影响。在一定脉冲频率内,DBD诱导涡生成速率与脉冲频率一一对应,诱导涡涡核移动方向与壁面呈16°～21°,随着脉冲频率的增加,诱导涡尺度逐渐变小,且越来越靠近壁面。全文总结了不同脉冲频率下涡的相互作用以及黏性耗散对诱导涡发展过程的影响。     

三类气动导纳数值识别方法的适应性研究

针对气动导纳函数的数值识别方法,借助于CFD,在简谐脉动来流、湍流和竖向阶跃来流下对平板断面和箱梁断面的导纳函数函数进行研究。首先,在无断面存在的空流域内详细研究了简谐脉动来流、湍流和竖向阶跃来流的传播特性及其数值计算方法。其次,对有断面存在的情况进行了数值计算。最后,识别得到了平板断面和箱梁断面在三种不同来流下的气动导纳函数。结果表明:对平板断面,三种方法识别得到的气动导纳函数与Sears函数吻合良好,验证了三种数值计算方法的可行性;对箱梁断面,简谐来流和湍流下识别的气动导纳差别不大。相比之下,完全基于线性叠加原理的阶跃来流方法产生了实质性的偏差,表明该法不宜用于钝体断面。计算效率方面,湍流的计算效率适中且对任意断面适用;简谐脉动来流的计算效率最低,适用于气动导纳与风场无关和弱相关的断面;竖向阶跃流方法具有计算时间短的优势,但它仅能用于气动导纳与风场完全无关的断面。     

纳米多层膜及其在材料连接应用中的研究进展

纳米多层膜由于尺寸效应,存在熔点降低现象,应用于温度敏感材料的连接具有明显优势。同时由于多层膜层剧烈而快速的自蔓延放热反应,应用于连接时可以提供巨大热量。一方面可作为中间层辅助钎焊或扩散焊接;另一方面可作为独立热源为连接提供热量。纳米多层膜反应过程的实时观察受到单镜头拍摄速度和测量精度等条件的限制,而分子动力学模拟的应用为纳米多层膜反应机理研究拓展了新的思路。     

航空发动机限寿件概率失效风险评估的等效应力转化

提出一种从整个飞行循环出发并基于全局的限寿件等效应力转化方法,将转化后的等效应力作为概率失效风险评估的输入条件,从而获得更为精确的失效风险结果。首先通过流固耦合数值模拟获得限寿件在整个飞行循环的瞬态应力,然后基于雨流计数法及线性累计损伤理论编制转换程序,将限寿件模型全部节点上的瞬态应力转化为等效应力,最后作为概率失效风险分析流程的输入条件确定寿命期内的概率失效风险。相同飞行循环条件下,与基于局部最大应力的转化方法相比,全局等效应力转化方法获得的失效风险更低。该方法的提出,为我国民机型号概率失效风险评估时作为关键输入数据应力的确定给出了定量参考,有力支撑了适航取证。     

GLARE层板低速冲击的实验与模拟

研究玻璃纤维增强铝合金层合板(glass fiber reinforced aluminum laminates,GLARE)在落锤低速冲击下的材料行为,建立ABAQUS有限元模型进行模拟并对其进行实验验证。针对纤维金属基体材料的特点,采用连续损伤模型(continuous damage model,CDM)分别给予落锤6.22 J、12.38 J和14.46 J的冲击能量,在ABAQUS中对模型设置相应的边界条件和载荷,得出落锤下落方向的速率-时间曲线和能量损耗曲线图。考虑金属层与复材层间黏结层的作用,采用凝聚层(cohesive)将金属层和复合材料层粘接。在仿真中观察层间的纤维和基体拉伸和压缩损伤状态及破坏情况,并与实验得出结果进行对比。结果显示:有限元仿真可以准确模拟落锤冲击之后GLARE板背面的裂纹和鼓包的实效情况以及基体和纤维的损伤情况,很好地预测复合材料内部的损伤情况。     

一种用于间断装配的流场结构辨识算法

使用激波装配法时,初始激波是否准确将会对计算过程产生影响。为了确定初始激波的位置,提出了一种新的流场结构辨识算法。该算法以捕捉法计算得到的流场作为系统观测数据,根据密度、压力等参数从该数据中获取激波和接触间断等流动特征周围的网格节点作为离散点集。通过将该离散点集分割成若干子区域,在各子区域内进行分片拟合,最终将离散点集拟合成连续光滑的实体模型,并将此作为初始激波面。在二维方法的基础上,通过引入单位球模型成功将该辨识算法拓展到三维应用。结果表明,采用该方法获得的间断曲面(激波和接触间断)与捕捉法流场中的间断分布吻合较好,作为初始间断面用于装配法可快速得到收敛解。该方法解决了应用激波装配法时确定初始间断面的难题。此外,该方法还可用于网格自适应方法。选择不同流动参数,可以获得相应流场特征结构的空间曲面,在此曲面的基础上可进行网格局部加密或重剖分。该流场结构辨识算法用于网格自适应具有网格尺度自由设置的优势。     

冶金法提纯多晶硅退火工艺优化的数学模型分析与试验验证

冶金法制备多晶硅过程中,通过对不同退火温控方案进行数学建模,探求优化的退火理论温度控制函数与曲线。数学模型表明,对硅铸锭直接进行保温,依靠自然热平衡退火,会使内部应力大于产生位错的临界应力;采用加热元件对硅铸锭适当加热保温可减缓降温速率。通过比较,选择较低的退火温度1 236℃和较短的退火时间8.52 ks作为试验退火温控方案。试验验证表明,该退火方案得到的多晶硅铸锭目视裂纹较少,少数载流子寿命与电阻率具有明显优势。     

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。     

复合材料宽弦风扇叶片模态仿真分析

针对复合材料宽弦风扇叶片,以铺层结构设计信息为基准建立了1种有限元建模方法,对某型复合材料风扇叶片模型进行了固有频率与模态振型的数值仿真计算,并采用激光测振仪对该风扇叶片的固有频率进行了试验测量。将试验测量与数值仿真结果进行对比分析,前3阶固有频率的误差在5%以内,第4阶固有频率的误差为6.6%。结果表明:该有限元建模方法建立的复合材料风扇叶片模型与实际叶片较吻合,基本满足工程分析要求,可以为复合材料风扇叶片的优化设计提供参考。