[發明專利]一種預測復合材料疲勞壽命的方法

有效

• 申請號: 201910046021.X
• 申請日: 2019-01-16
• 公開（公告）號: CN109855991B
• 公開（公告）日: 2022-04-05
• 發明（設計）人: 張芝芳;梁智洪;廖興升;傅繼陽;劉愛榮;吳玖榮
• 申請（專利權）人: 廣州大學
• 主分類號: G01N3/32
• 分類號: G01N3/32
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 顏希文;宋靜娜

本發明提供了一種預測復合材料疲勞壽命的方法，所述方法包括以下步驟：(1)對復合材料進行模態測試，得到頻率值；將頻率值代入疲勞壽命預測模型，得到預測的疲勞壽命，其中，所述疲勞壽命預測模型為關于交變循環次數與頻率的疲勞壽命預測模型，所述交變循環次數與頻率的數據通過交變疲勞載荷下同時進行疲勞試驗和模態試驗得到。本發明的方法只需采用簡便易得的振動采集設備就能實現頻率的采集，并進而預測疲勞壽命，簡便易行且具有很好疲勞壽命預測的精度。

技術領域

本發明涉及復合材料疲勞壽命領域，具體涉及一種預測復合材料疲勞壽命的方法。

背景技術

纖維增強復合材料具有高的比強度、比模量、可設計性、耐腐蝕性等優點，現已廣泛應用于航空航天、建筑土木、能源交通、海洋工程等領域。在工程應用中，許多纖維增強復合材料構件或部件在工作中長期承受反復作用的交變載荷，材料內部會逐漸萌生裂紋，隨著疲勞損傷的不斷累積，復合材料的強度與剛度嚴重下降，材料的使用壽命大大縮短。因此，對復合材料的疲勞壽命進行預測，具有重要意義。

目前的疲勞壽命預測技術基本上都是通過變化著的機械性能(如剩余強度、剩余剛度)為參量來描述疲勞損傷的演化，并建立這些參量與疲勞壽命的聯系，從而預測疲勞壽命?，F有技術要測量剩余強度和剩余剛度這些參量來預測疲勞壽命，首先，測量復合材料的剩余強度和剩余剛度都無法在線進行，即需要將正在服役的復合材料構件拆下來再放到測試設備上進行測量；其次，測量這些參量需要借助較為昂貴的試驗設備，如疲勞試驗機；第三，測量剩余強度時還將破壞復合材料試件，屬于破壞性的測試過程。

發明內容

本發明的目的在于克服現有技術存在的不足之處而提供一種預測復合材料疲勞壽命的方法。

為實現上述目的，本發明采取的技術方案為：一種預測復合材料疲勞壽命的方法，所述方法包括以下步驟：

(1)對復合材料進行模態測試，得到頻率值；

(2)將頻率值代入疲勞壽命預測模型，得到預測的疲勞壽命，其中，所述疲勞壽命預測模型為關于交變循環次數與頻率的疲勞壽命預測模型，所述交變循環次數與頻率的數據通過交變疲勞載荷下同時進行疲勞試驗和模態試驗得到。

所述方法以振動頻率為參量來預測疲勞壽命，只需借助常見易得的振動設備就可采集頻率數據，且無需破壞試件，此外，振動頻率還可以實現在線測量，即對正在服役的復合材料進行原位測試以獲取振動信號，然后提取頻率數據進行分析后便可以對復合材料的疲勞壽命進行評估。

優選地，所述交變疲勞載荷下進行疲勞試驗得到由交變循環次數構成的集合A和由頻率構成的集合B，所述集合A中的元素為交變循環次數，所述集合B中的元素為頻率，所述疲勞壽命預測模型為所述集合A和集合B一一映射的模型。

優選地，所述疲勞壽命預測模型為關于交變循環次數與頻率的多項式函數模型，所述多項式函數模型通過最小二乘法擬合得到。

優選地，所述多項式函數模型為以交變循環次數為因變量、頻率為自變量的一元M次多項式，其中M為不小于1的整數。

優選地，所述疲勞壽命預測模型為關于交變循環次數與頻率的訓練人工神經網絡模型，頻率F作為人工神經網絡的輸入，交變循環次數N作為輸出，對人工神經網絡進行訓練，通過訓練人工神經網絡建立人工智能預測模型。

優選地，所述進行疲勞試驗和模態試驗得到交變循環次數與頻率數據的方法包括以下步驟：

(1)確定復合材料的靜拉伸/壓縮應力；

(2)對初始狀態的復合材料試件進行振動測試，獲得其初始頻率；