SMARC变形控制及神经网络建模

在复合材料层板中偏离中性层的位置铺设镍钛形状记忆合金丝,然后通电加热镍钛丝,使其在形状回复过程中产生巨大的回复力,从而使层板结构发生弯曲变形.由于形状记忆合金的非线性以及合成的智能材料结构的应力、应变分布和形状变化规律都非常复杂,尝试引入人工神经网络来建立以可控参量(电流强度)为输入变量、易测参量(稳态挠度)为输出变量的模型,所建模型的预测数据与实验数据之间符合得较好,相对误差小于9%.      

含SMA纤维的复合材料层合板的应力集中实验与分析

 由于具有形状记忆效应, 埋入复合材料层合板中的形状记忆合金纤维, 相变后将产生很大的回复应力, 不仅改善了整个承载结构的机械性能, 而且改变了危险区域的应力分布, 降低了应力集中程度。针对带孔的复合材料层合板, 通过拉伸实验及测定应力集中因子, 说明形状记忆合金纤维对于承载复合材料构件孔边附近区域的应力集中有很好的抑制作用, 孔边应力集中因子最大可降低9%。