论文部分内容阅读
复合材料层合结构的破坏往往起源于界面层。在长期荷载作用下,大型、复杂的结构,由于自然灾害、外部环境、结构本身荷载等因素都会使界面产生损伤,且这种损伤是不易察觉的,从而使结构的力学性能严重退化,甚至发生整体破坏。为了充分利用层合结构的性能,提高其使用价值,对界面力学行为的研究十分必要。同时,为保证结构的安全性,需采取有效手段对其进行实时健康监测。压电阻抗法(EMI)是一种基于智能材料的结构健康检测技术,因其对结构早期微小损伤比较敏感,常被用在土木工程等领域。通过建立压电阻抗模型,提取包含结构损伤信息的EMI信号并进行分析,从而对损伤进行判定。但在实际工程中,EMI信号数据庞大,怎样对这些数据进行快速有效的处理一直是研究的重点。压缩感知(Compression sensing)理论与BP神经网络相结合为大量数据的处理提供了一种可行的方式。压缩感知方法可以对信号进行无失真压缩,大大降低了它的维数。本文对复合材料层合板的弱界面问题进行研究。引入粘弹性界面本构关系模拟界面特性,利用状态空间法求解弹性力学解析解。同时,考察含压电层层合板的机电效应,导出电导纳关系式,验证EMI技术的可行性。然后,建立各向同性及各向异性层合板EMI有限元模型,通过赋予层间弹簧单元不同的刚度系数模拟结构不同界面损伤程度,提取出相应的EMI信号。利用压缩感知理论对信号进行压缩,以提高信号传输和存储能力。为了进一步降低信号的维数,再进行主成分分析,将分析后的主成分特征值输入BP神经网络,实现损伤信号的鉴定与分类。结果表明EMI技术能够对层合结构界面损伤进行检测,同时压缩感知与BP神经网络相结合的方式能够有效降低数据的维数,实现信号的快速传输与存储,并能对界面损伤进行定量归类,为工程健康监测提供了一种可行的方式。