基于小波分析和神经网络技术相结合的复合材料层合结构的分层损伤诊断

复合材料层合结构由于其特殊的性能特点,在使用中甚至在制造过程中都会出现各种缺陷和损伤,这些缺陷和损伤将导致结构在服役期承载能力弱化。作者的研究工作的目标是将小波分析与神经网络应用于含分层损伤的复合材料层合结构损伤诊断。在本文中,作者首先介绍了各向同性和异性材料的损伤诊断的研究现状,对小波分析与神经网络算法的基本理论及其相关的研究成果作了简要介绍,总结了小波分析与神经网络的优缺点,指出其适合损伤诊断的原因;其次,建立了含贯穿分层的复合材料层合板悬臂板的动力分析模型,通过ANSYS进行对典型结构进行算例分析,证明了本文提出的有限元方法的可靠性;在此基础上,通过对大量的无损伤及含损伤算例讨论和分析,在时域上应用小波分析相应动力响应信号,有效诊断出由于复合材料层合结构的损伤出现的时域信号的变异,同时又针对在不同位置、长度的含有贯穿单分层和多处贯穿分层损伤的复合材料层合结构的模态特征,采用小波分析进行了损伤诊断,成功地判断出其损伤位置和大小;本文最后,通过有限元法分析分层长度和位置对结构的固有频率、振型的影响,形成神经网络训练所需要的频率样本库,并应用Matlab的神经网络工具箱,分别建立了人工神经网络,通过仿真结果的比较,说明了作者所提出的方法是可以应用于对复合材料层合板结构的分层损伤诊断的工作。本项研究工作是国家自然科学基金项目“含冲击损伤复合材料加筋板桥非线性动态特性和破坏行为(10272025)”的子课题的一部分。