文档介绍：1
江苏航空 2008 增刊
1
1 1 1 1 1 ö
基于遗传算法的复合材料结构材料参数识别
王广帅 1 1 1 ö
(南京航空航天大学航空宇航学院, 南京, 210016)
摘要: 结合有限元方法和遗传算法进行复合材料结构材料参数识别。材料的弯曲模态频率由有限元方法得到, 用
遗传算法优化材料参数使计算得出的前五阶弯曲模态频率与结构振动实验测得的频率在最小二乘意义上差别
最小。算例表明, 用此方法通过结构振动实验和计算就能较为准确地得到复合材料结构的材料性能参数。
关键词: 复合材料; 参数识别; 遗传算法
问题中找到全局最优解。遗传算法不采用基于梯度
引言
的搜寻策略, 也无需制定参数初始值。由于遗传算
目前关于复合材料结构健康监测的研究取得法的种种优点, 本文采用遗传算法作为优化算法。
了许多成果, 其中基于结构振动信息变化识别复合本文利用模态实验结果, 采用遗传算法、有限
材料结构损伤的研究是最活跃和最具发展前途的元仿真对碳纤维复合材料梁的纤维和基体材料体
方向之一[1 ]。比如, 将计算力学和神经网络技术相积含量进行了反求。测量值取自碳纤维增强复合材
结合, 以固有频率作为神经网络输入的特征参数, 料梁模态分析实验所得到的前五阶弯曲模态频率,
[3 ]
利用计算力学模拟结构的各种脱层损伤情况, 构造此复合材料被认为满足复合材料力学弹性理论。
神经网络的训练样本, 依靠神经网络强大的非线性 1 碳纤维增强复合材料梁的模态分
映射能力, 实现脱层损伤的智能识别[2 ]。但是, 基于
析实验
计算力学所建立的初始有限元模型存在一些误差,
不能直接用于复合材料结构健康监测, 需要利用完 1 1 碳纤维复合材料试件的制备
好结构的实测模态数据修正初始有限元模型。实验中所采用的试验件是自制的 4 层单向碳
初始有限元模型误差来源有几何误差, 材料参纤维增强复合材料梁, 总厚度为 1mm , 其尺寸规格
数误差, 边界条件误差等, 对于复合材料结构而言, 见图1。T 300 碳纤维[5 ] 和环氧树脂基体[6 ] 的力学参
最主要的误差是来自复合材料结构材料参数不准数分别见表 1, 2。
引起的误差, 因而复合材料结构的材料参数识别成
为亟待解决的问题。由此本文提出了一种基于遗传
算法的材料参数识别方法, 可以迅速、准确地得到
复合材料性能参数。
本文采用仿真结合实验的方法对材料参数进
行识别。这种方法用优化方法不断调整参数值, 最
终使一定参数下有限元计算结果与实验测量值之
差在最小二乘意义上最小。由于复合材料的宏观弹
性系数同纤维、基体材料的体积含量密切相关[3 ] , 图 1 复合材料梁试件及实验系统示意图
本文把纤维、基体材料的体积含量作为需要识别的
参数。弯曲模态频率在模态实验中容易测得且误差表 1 T300 碳纤维的属性
碳纤维纵向弹横向弹纵向剪横向剪主泊次泊
较小, 故将弯曲模态频率作为实验测量值。以前的密度
类型性模量性模量切模量切模量松比松比
文献中多采用传统的基于梯度的优化方法, 但是
T300 221M Pa 13 8M Pa 9 0M Pa 4 8M Pa 0 2 0 25 1 770 kg m 3