一种基于数据驱动的复合材料开孔层合板渐进损伤预测方法技术

一种基于数据驱动的复合材料开孔层合板渐进损伤预测方法，属于计算复合材料技术领域。首先，结合开孔层合板特点的数值模型的快速参数化构建。其次，基于Hashin准则构建损伤分析数据库。在数值计算的过程中，把Hashin准则用于复合材料的渐进损伤分析，形成数值结果数据库。最后，基于从模型数据库和结果数据库中提取到的数据，编写BP神经网络开展基于数据驱动的复合材料结构渐进损伤失效行为预测。本发明专利技术能够基于BP神经网络实现复合材料层合板力学性能的精确预测，所建立理论模型可以准确、快速、有效地预测出含孔层合板在拉伸载荷作用下的起始损伤位置和端部位移，避免重复建模与计算带来的高成本和难操作问题，为改善复合材料的设计与应用提供了新策略。合材料的设计与应用提供了新策略。合材料的设计与应用提供了新策略。

【技术实现步骤摘要】
一种基于数据驱动的复合材料开孔层合板渐进损伤预测方法


[0001]本专利技术属于计算复合材料
，涉及一种以数据驱动方法预测复合材料开孔层合板渐进损伤的方法。
技术背景
[0002]复合材料具有高比强度、耐疲劳性、强抗断裂能力和耐腐蚀性等特点，在航空航天、医学、车辆等关键领域具有重要的应用。极端服役环境下，复合材料也会发生损伤现象，其损伤形式主要包括基体开裂、纤维断裂、界面断裂。这些内部损伤使得复合材料结构的力学性能严重退化，从而降低了结构的强度和使用寿命，带来了潜在的安全隐患。从复合材料装备设计及可靠性高效评估的角度出发，复合材料损伤行为的快速预测技术具有很高的应用价值。
[0003]目前，复合材料层合板的渐进损伤预测主要基于与损伤有关的应力、断裂能、损伤变量等参数的结果实现层合板损伤状态的表征。例如，基于ANN神经网络对复合材料层合板的刚度退化过程进行建模，求解层合板的累积损伤变量D，预测整个循环域的刚度；采用卷积神经网络预测复合材料微观结构应力
‑
应变曲线，进而获得与损伤相关的模量、强度、韧性；基于非线性载荷本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据驱动的复合材料开孔层合板渐进损伤预测方法，其特征在于，包括以下步骤：第一步，构建结合开孔层合板特点的快速参数化建模方法；采用参数化建模方法构建数值模型，根据Abaqus规定的数据文件格式编写Python建模脚本，包括：建立开孔层合板和加强片的几何模型，其中加强片用来保护开孔层合板试样，提供有效的边界载荷；在几何模型的基础上赋予材料属性并划分结构化网格；建立开孔层合板与加强片之间的绑定关系，施加相应的边界约束条件及载荷工况；上述参数化建模过程基于Python语言实现，把开孔位置、铺层角度、载荷信息、网格尺寸相关参数设置为变量，通过定义变量的取值范围来快速批量生成数值模型数据库；第二步，构建基于Hashin失效准则的损伤分析结果数据库；基于参数化建模，结合Hashin失效准则将第一步构建的数值模型提交到Abaqus求解器中运算；在求解数值模型的过程中，选取二维Hashin失效准则作为判定复合材料开孔层合板损伤的理论依据，其通过宏观应力状态预测失效模式；在满足二维Hashin失效准则的起始判据式条件后，损伤开始发生，材料刚度逐渐发生退化，从而进入损伤演化阶段直至材料彻底发生失效；在复合材料损伤开始发生损伤到完全失效阶段，根据复合材料在每一个迭代步中的应力应变结果对材料的刚度矩阵进行更新，以实现基于Hashin失效准则的复合材料渐进损伤分析计算；对Abaqus计算得到的仿真结果进行归类分档，根据需求编写自动化后处理Python脚本，从数值模型数据库和仿真结果中提取相应数据实现损伤分析结果数据库的构建；第三步，基于数据驱动的损伤行为预测分析；基于第二步构建的损伤分析结果数据库，利用Matlab工具箱构建BP神经网络对损伤分析结果数据库进行训练，通过所构建的结果数据库完成BP神经网络的训练，进而预测开孔层合板的损伤行为，包括预测层合板的损伤起始位置、起始端部位移，达到基于数据驱动的损伤行为预测分析的目的。2.根据权利要求1所述的一种基于数据驱动的复合材料开孔层合板渐进损伤预测方法，其特征在于，所述第二步中，复合材料开孔层合板二维的应力应变关系表达式为：式(1)中，σ
11
表示复合材料1方向的应力，σ
22
表示复合材料2方向的应力，τ
12...

【专利技术属性】
技术研发人员：叶宏飞，郭江波，郑勇刚，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：