铝蜂窝夹层结构穿孔损伤复合材料修理技术研究

铝蜂窝夹层结构穿孔损伤的高效、低成本修理对保障航空装备的完好性具有重要意义。针对铝蜂窝夹层结构穿孔损伤金属面板提出复合材料碳纤维湿补片胶接修理工艺，结合飞机典型铝蜂窝夹层结构形式制备完好和穿孔损伤试样，对穿孔损伤试样开展复合材料胶接修理，建立铝蜂窝夹层结构复合材料挖补胶接修理后四点弯强度分析有限元仿真分析模型，并通过仿真计算分析穿孔损伤大小对铝蜂窝夹层结构四点弯强度的影响规律及修复后强度恢复情况。结果表明：复合材料挖补胶接修理可有效恢复穿透损伤铝蜂窝夹层结构的弯曲强度；有限元仿真计算结果与试验结果基本一致，仿真模型能够较为准确地计算各类试样的极限载荷及失效模式；当损伤范围≤φ30 mm（径宽比小于40%）时，复合材料胶接修理工艺可应用于飞机铝蜂窝夹层结构损伤修理中。     

复合材料泡沫夹芯板胶接修理的压缩性能

针对复合材料泡沫夹芯结构在维修结构性能研究方面的缺失,在完成了复合材料泡沫夹芯板的维修与压缩性能测试之后,建立了结构有限元分析模型,结合夹芯结构的稳定性理论解析模型,并对复合材料泡沫夹芯结构的胶接修理压缩性能进行验证。结果表明:通过试验结果简化了有限元分析模型中的胶层设置;应用复合材料夹芯结构的稳定性理论解析模型,能够快速获得复合材料夹芯维修结构的侧压极限载荷上限值;复合材料泡沫夹芯修理结构的主要侧压破坏模式为面板一阶与二阶屈曲失效,该结果说明复合材料泡沫夹芯修补结构的有限元模型与解析稳定性理论模型的计算精度较高,具有较强的工程实用性。     

复合材料胶接修补结构剩余强度分析

随着复合材料在航空结构中的广泛应用,航空复合材料修补技术也成为研究热点。通过复合材料单面胶接维修方法,将抛物线型损伤演化规律应用于胶层的损伤分析。对商业有限元软件进行了二次开发并建立了数值模型,研究了补片尺寸与厚度对修补结构压缩强度的影响。对复合材料胶接修补结构试验件进行剩余强度试验,研究了补片形状、尺寸、厚度等参数对修补后结构压缩剩余强度的影响。数值模拟结果与试验值吻合良好,误差在5%以内。     

补片尺寸对复合材料胶接修理性能的影响

在复合材料胶接修补中，补片的尺寸对胶接强度的影响非常关键。本文针对单面胶接修理结构建立了“三板模型”，并且，通过试验来验证该有限元模型的正确性，然后，利用该模型来分析补片尺寸对胶接质量的影响。对计算结果的分析发现：补片的直径为孔直径的2—3倍，厚度为孔深的45％～60％时，修补结构的强度恢复能达到最大值。     

飞机复合材料修理技术

<正>复合材料的修理一般采用胶接(粘接)修理技术,本文在对胶接修理类型、特点和修补效果进行论述的基础上,从胶粘剂,复合材料补片、被修理结构的表面处理和修理固化工艺等方面对胶接修补进行了分析,同时分析了胶接修补技术的核心——胶粘剂的固化技术。最后介绍了几种主要的飞机复合材料及其修理技术。复合材料是由两种或两种以上不同材料通过某种方式结合而成的新材料,其     

湿热环境下胶接修理碳纤维/环氧树脂基层合板振动特性

通过理论推导和有限元仿真,研究四端固支的复合材料层合板胶接修理结构在湿热环境下的振动特性。基于Mindlin一阶剪切变形理论和Hamilton原理,考虑湿热应力,利用温度与湿度的等效性,推导受湿热环境影响的复合材料层合板本构方程,采用有限元法求解层合板的振动特征方程。利用有限元软件ABAQUS,建立胶接修理层合板模型,并与文献结果进行对比,讨论不同的湿热环境和附加补片个数对胶接修理层合板振动特性的影响。结果表明:湿热环境下,附加补片的引入都使得胶接修理层合板各阶固有频率降低,附加补片个数由一个变为两个时,一阶固有频率进一步下降;湿度增加对固有频率降低的影响大于温度增加对固有频率的影响;在温度、湿度同时升高的环境下,附加补片的引入会使层合板胶接修理结构更早地达到湿热屈曲的状态。     

复合材料加筋板的阶梯式挖补修理稳定性分析

复合材料已在飞机结构中得到了广泛应用,其中胶接修补研究是当前复合材料结构修补中急待解决的重要问题之一。主要针对层合板结构胶接修理中的阶梯式挖补进行研究,建立了复合材料加筋板阶梯式挖补修理结构的有限元分析模型,并进行了屈曲数值分析,详细探讨了补片半径、补片阶梯数、筋距对挖补修理结构稳定性的影响规律。     

基于典型胶粘剂的复合材料胶接修补结构有限元分析方法研究

以铝合金裂纹板和T300/E51复合材料单面胶接修补裂纹板静力试验结果为基础,建立了基于J-150胶粘剂的双板-弹簧元有限元分析模型,并用于其它多种复合材料胶接修补设计方案的静强度评估分析,能够很好地再现试验结果。该有限元分析方法的提出,可用于指导金属损伤结构复合材料快速修补方案的优化设计。     

复合材料胶铆混合修理应力特性分析

针对飞机复合材料机身蒙皮,应用ANSYS12.0建立了碳纤维复合材料层合板胶接修理和胶铆混合修理仿真模型,对比分析两种修理方式对修理效果的影响,并分析铆钉对胶铆混合修理胶层应力分布的影响。     

复合材料胶接搭接接头应力分析方法研究

胶接是复合材料结构主要连接方法之一,对胶接接头进行应力分析是保证复合材料安全性、耐久性的关键。在初步设计阶段,一般采用解析方法对胶接接头进行应力分析及参数研究。针对复合材料双搭接和单搭接胶接接头,在Tsai等人的理论分析方法（TOM方法）基础上,提出了一种改进的搭接接头剪应力分析方法,该方法考虑了被胶接件的剪切变形,认为被胶接件只有在靠近胶层的半个厚度上产生剪切变形,剪应力沿该半厚度呈线性分布。算例分析结果表明：本文方法比现有的分析方法更接近于有限元模拟结果,可用于估算复合材料胶接接头剪应力分布。     

基于动态变结构BP神经网络的目标威胁评估

针对传统目标威胁估计方法和BP神经网络的不足,在BP神经网络的基础上,建立了基于动态变结构BP神经网络的目标威胁估计模型.该模型通过在权值向量更新公式中引入冲量函数,加快了网络的搜索速度和精度,保证了网络获得全局最优值;通过实时调整隐含层节点数目,可以将网络结构优化,极大地提升了网络的灵活性.仿真结果表明,与传统目标威胁估计方法和BP神经网络相比,动态变结构BP神经网络具有更好的预测能力和收敛速度,可以快速、准确地完成目标威胁估计.     

基于Deform软件二次开发和BP神经网络的TA15多向锻造微观组织预报

通过热压缩实验构建了TA15合金的热变形真应力-应变曲线,以此为基础分别建立了合金双相区及单相区温度区间的热变形本构方程;基于热压缩试样动态再结晶的统计数据建立了TA15合金的动态再结晶模型。借助Deform提供的二次开发功能实现相关数学模型的程序化,制定正交实验方案,实现了TA15合金多向锻造变形的微观组织仿真。通过正交实验分析得出各项因子的影响对象及强弱差异,提出了双相区及单相区温度区间内的多向锻造最佳因子组合。建立了TA15合金多向锻造变形微观组织的BP （Back Propagation）神经网络预测模型,将预测结果与有限元仿真结果进行比较,结果表明两种方法的预测结果基本一致,但神经网络具备有限元仿真难以实现的良好细节预测能力,能更为细致地实现对微观组织分布状态的划分。     

疲劳实验曲线拟合的神经网络方法

通过构造反向传播神经网络,对疲劳实验曲线进行学习,实现由神经网络表示的多维函数逼近。此种学习是一个慢速过程,但由这一逼近预测得出疲劳曲线则是一个快速过程。拟合结果表明,这一方法十分有效、稳定,便于使用。     

基于粒子群神经网络的轮盘优化

将粒子群算法(PSO)和BP神经网络相结合, 构建了一种新型智能结构优化算法.PSO方法除用于结构优化外, 还被用于BP神经网络的构造及网络训练, 使之可自适应调整优化.结构优化中, 以BP神经网络取代有限元方法, 通过设计变量来映射目标函数和约束, 从而大大提高了计算速度.将此方法用于轮盘结构优化, 使得轮盘体积减少了17.5%, 结果通过检验.该方法便捷、高效, 为解决工程结构优化问题提供了一个新途径.      

基于神经网络模型的动态非线性气动力辨识方法

 在标准径向基函数（RBF）神经网络模型的基础上发展了带输出反馈的RBF神经网络。将计算流体力学(CFD)方法计算的时域气动载荷作为输入信号,建立跨声速非定常非线性气动力模型,并进一步运用CFD方法验证模型的精度。算例表明带输出反馈的RBF神经网络较标准RBF神经网络精度更高,能更准确描述跨声速激波大幅振荡时的非线性和非定常特性,并可推广用于多自由度运动的动态非线性气动力建模。用多级信号训练,预测简谐信号输入下的气动力算例表明带输出反馈的RBF神经网络能够预测不同振幅、不同频率的信号激励下的非线性气动力。     

带筋整体壁板预应力喷丸成形数值模拟及变形预测

带筋整体壁板特别是高筋整体壁板具有优异的结构效率、减重效益和密封效果，在航空航天等领域备受青睐。预应力喷丸成形是大中型、长寿命、高性能复杂带筋整体壁板的一种不可多得的有效成形手段。数值模拟是促进带筋整体壁板预应力喷丸成形技术研究、进步与应用的一种极具潜力的途径。针对带筋整体壁板预应力喷丸成形数值模拟，建立了基于响应面函数的多弹丸撞击有限元模型、基于应变中性层内移的反弯曲应力场法模拟模型、预应力喷丸成形RBF神经网络预测模型，实现了喷丸成形应力场法数值模拟、预应力喷丸成形较高精度数值模拟与变形预测，为带筋整体壁板预应力喷丸成形技术研究和实际应用提供了一种更为便捷、高效、经济的途径。     

基于时间序列分析的装备可用度预测方法

阐述了装备可用度预测的重要性,并以此为需求牵引,构建了具有非线性、非平稳的装备可用度时间序列。基于奇异值分解滤波算法,将原始序列分解为趋势成分和随机成分,分别应用粒子群训练的径向基神经网络模型和函数系数自回归模型进行组合预测,充分体现了2类模型的各自的优势。实例分析,验证了模型和算法的有效性。实验与应用结果表明,该组合方法的预测性能和效果比单一使用RBF和FAR进行预测更好。     

采用BP网络辨识航空发动机数学模型

运用ＢＰ网络和实测数据作为学习样本，对某型航空发动机的数学模型进行了辨识研究。辨识模型输出的结果与实测数据比较误差较小。这种方法收敛速度快、精度高，结果表明用ＢＰ网络辨识方法能够得到比较精确的发动机数学模型。     

应用BP-ART混合神经网络的推进系统状态监控实时系统

应用ＢＰ－ＡＲＴ混合神经网络提出了一种供推进系统状态监控实时使用的系统,其拓扑结构为： 第一层处理单元由ＢＰ神经网络组成, 每个ＢＰ网络代表一个相应的推进系统组件; 第二层处理单元为一个ＡＲＴ神经网络, 网络的每一个输出代表推进系统的一种“健康状态”, 据此可对其故障进行“诊断”。该混合结构充分发挥了两类网络的优点, 给出的具体应用实例也显示出在推进系统实时状态监控与故障诊断应用中的有效性     

SVM在气体减压器稳定性能中的应用

使用支持向量机(SVM)研究涡轮气封减压试验系统中高压卸荷膜片式减压器的稳定性问题,主要集中于以往方法不易涉及的多结构参数变化.针对稀疏易有残缺的小样本空间,与BP(back propagation)神经网络模型进行对比,得出SVM方法在所研究数据集上的一些结论:SVM模型预测性能在多结构参数变化情形下优于BP神经网络模型,预测误差平均降低了25.5%;SVM的泛化性好于BP;在双参数、三参数情形下,SVM模型为气体减压器的设计提供了更好的决策支持,给出了优化结构参数的设计建议.