【摘 要】
：
碳纤维复合材料（CFRP）凭借比强度高,比刚度高,比模量大等出色的性能,近年来在航空航天、化工等各领域被广泛应用。随着其应用范围不断拓宽,使得不少复合材料部件不可避免的会被应用在高温等苛刻的工作环境中。温度影响下其损伤必然会更加复杂,影响使用性和可靠性。本文采用数值模拟、实验研究以及基于深度学习框架实现了高温环境影响下复合材料的损伤特性研究、损伤预测以及试件断裂载荷的预测。本文通过对比分析不同温度
论文部分内容阅读
碳纤维复合材料（CFRP）凭借比强度高,比刚度高,比模量大等出色的性能,近年来在航空航天、化工等各领域被广泛应用。随着其应用范围不断拓宽,使得不少复合材料部件不可避免的会被应用在高温等苛刻的工作环境中。温度影响下其损伤必然会更加复杂,影响使用性和可靠性。本文采用数值模拟、实验研究以及基于深度学习框架实现了高温环境影响下复合材料的损伤特性研究、损伤预测以及试件断裂载荷的预测。本文通过对比分析不同温度环境下的CFRP层合板损伤情况,发现了基体损伤和层间损伤程度与温度密切相关,随着温度的升高,基体和界面的损伤逐渐变重,从零星损伤向大面积损伤转变,且温度环境与试件断裂载荷成反比。利用k-means聚类实现了不同温度环境下的CFRP层合板AE信号分类,实现其损伤模式识别,确定了不同温度下的损伤均包括基体开裂、层间损伤、纤维断裂。同时分析确定了温度升高后基体开裂和层间损伤变多,致使材料在较少纤维断裂损伤出现的情况下即失效。在此基础上基于深度学习框架实现了对信号的进一步分析,利用全连接神经网络实现了高温环境下CFRP层合板损伤模式识别预测,准确率达到91.4%。并利用CWT图像作为卷积神经网络的输入实现了具有更高识别准确率的高温环境损伤预测。最后利用神经网络实现了在较低载荷下（50%断裂载荷）采集AE数据即可预测该试件的最终断裂载荷目的的神经网络,且该网络适用于不同温度环境下的拉伸断裂载荷预测,预测误差在5%以内。研究结果能够为高温环境下工作的碳纤维复合材料结构损伤预警提供支持。
其他文献
在石化行业中,常压储罐底板上、下表面常出现腐蚀坑型缺陷,严重时将出现泄漏现象。因此对储罐底板进行检测十分重要。漏磁检测法可以检测出储罐底板上表面和下表面的缺陷,涡流检测法只能检测出上表面的缺陷,因此,涡流检测法配合漏磁检测法可以判断出缺陷在底板的上表面还是下表面,可提高现场检测的效率和准确度。本文在涡流检测和漏磁检测理论的基础上,对涡流漏磁复合检测技术进行研究。本文利用有限元分析软件对磁化现象和涡
为了解决汽车行驶过程中的交通安全问题,智能驾驶技术一直是人们关注的热点,而随着人工智能、5G技术的广泛应用,也为无人驾驶技术的发展带来契机。其中,轨迹规划与跟踪控制作为智能驾驶技术的重要组成部分,对于智能汽车的安全自主行驶至关重要。由于智能汽车的行驶环境复杂多变,对轨迹规划的实时性有很高要求;同时车辆运动系统是一个复杂非线性的系统,如何保证规划轨迹的可跟踪性以及如何在轨迹精确跟踪时提高车辆的稳定性
随着自动驾驶系统的发展,目前达到了能在特定的交通场景下低速驾驶,实现部分自动化,为使其实现智能化,能够在复杂的城市道路场景中,安全高效地完成一系列自动驾驶任务,必须开发具有针对性的算法和应用,实现感知、预测和估计道路场景。语义分割作为感知道路场景的关键技术脱颖而出,目前自动驾驶领域中语义分割的研究主要围绕着准确性和实时性两个方面,本文提出了在经典语义分割模型基础上的改进方法,提高了网络性能,并设计
教学团队以高度的责任心、强烈的使命感努力做好三优教学团队建设工作，近年来通过开展住院医师规范化培训工作，加强规范化培训课程建设、标准研究，不断提升培训内涵，在建设“三优教学团队”道路中不断探索，总结经验。住院医师规范化培训应重视规范化管理、教学内容创新、注重效果反馈，收集建设性意见与建议，及时调整教学流程、教学内容，改进教学方法，力求打造特色突出且“管理优、教学优、效果优”的三优教学团队。
对石油等油气资源的开采和储藏的水平是衡量一个国家综合实力的重要标准之一,在当今的国际,绝大多数国家运输海洋石油、天然气等资源都使用海底管道方式。影响海底管道压溃压力的最主要的初始形状因素是椭圆度。另一个可以降低在役海底管道压溃压力的因素是由于腐蚀或冲蚀引起的管道内壁变薄。腐蚀性物质可以腐蚀整个横截面,但它们在底部的破坏性更大。在以往的研究中,对弹性管道达到屈曲压力的判定方法为根据压力-位移曲线发生
和美乡村建设是新时代乡村振兴视野下建设农业强国的应有之义。从美丽乡村到和美乡村，既是新时代党对乡村建设内涵的进一步拓展，更体现了党对乡村振兴目标的进一步优化。通过梳理和美乡村的内涵与外延，借鉴美丽乡村建设的得失经验，尝试建构和美乡村建设评价模型。具体而言，运用层次分析法（AHP）、依据乡村振兴的总体要求并借鉴《美丽乡村建设指南》（GB/T 32000-2015）《美丽乡村建设评价》（GB/T 37
智能机器人抓取技术是当前人工智能领域的一个重要研究方向之一。特别是在面临堆叠物体抓取问题时,智能机器人更需要使用先进的视觉感知算法对堆叠物体进行识别与定位,采用合理的抓取规划算法对抓取顺序进行规划以及结合高精度的机器人控制算法实现精准抓取。本课题利用神经网络算法对机器人的视觉感知、抓取规划、机器人控制等进行优化和改进,旨在兼顾各模块的协调能力,提高机器人面对堆叠物体的抓取效率,为机器人分拣工作提供
微型四旋翼无人机具有质量小、便携性好、灵活机动等特点,因此在消防救援、地质勘测、军事侦察等领域均有广泛的应用。然而,传统的微型四旋翼无人机控制方法在某些特殊情况并不适用。例如,在面对强风干扰或者其他扰动时;四旋翼无人机机构发生严重故障等情景。考虑到工作环境的突变、执行器的故障以及无人机系统工作点的转变等现象都可视为一类系统的模态随机切换,本研究将采用多模态系统理论对微型四旋翼无人机进行建模,分别给
近年来,移动机器人已经有了广泛的应用,在感知、定位、决策、规划、控制等方向上的研究也逐渐深入与完善,移动机器人的其中路径规划是目前研究的热点。本文主要研究基于深度学习模型生成一系列预测轨迹。本文的主要工作如下:首先,定义赛场坐标系以及轮式机器人坐标系,并给出转换关系。介绍轮式机器人的结构,建立轮式机器人的运动学模型,给出机器人的自主规划问题的分析和数学描述。其次,设计基于全局路径规划的与局部轨迹规
电潜泵作为占比第二的无杆人工举升方式,应用的范围和场合很广,但不适用于高含气油井,尤其是离心式电潜泵,仅能够泵送含气量小于10%的气液两相混合物。电潜泵输送气液两相流时,叶轮流道内会产生气体聚集现象,泵效下降,输送流体含气比高时会发生气锁,导致电潜泵无法正常工作。近年来,一种新型的缝隙引流叶轮开始进入研究人员视野,该新型叶轮能够显著增强举升较高气液比混合产液的工作稳定性。本文尝试将这种特殊叶轮应用