近幾十年來,復合材料已成為一種重要的工業(yè)材料,并在航空、航天等特殊領域發(fā)揮著不可替代的作用。與傳統(tǒng)材料不同,復合材料在細觀尺度上由兩相或多相材料按特定的設計方式組合而成,因此其宏觀尺度的屬性由組分材料及細觀組成方式等因素決定。同時,復合材料的宏觀變形與破壞也由宏、細觀多種機制共同決定。因此,無論是在材料設計階段還是在變形與破壞分析階段,復合材料的宏-細觀力學行為研究均是當前該領域的重點問題。宏-細觀力學分析的關鍵是建立宏觀參數(shù)與細觀參數(shù)之間的定量關系,但是,隨著細觀尺度可設計參數(shù)的增多,傳統(tǒng)分析手段很難同時有效地處理多個細觀參數(shù)與宏觀參數(shù)之間的關系。為了解決這一問題,本文提出了基于數(shù)據(jù)挖掘的復合材料力學研究方法,該方法避免了復雜的數(shù)學推演與假設,且應用范圍不局限于特定的復合材料類型,同時能夠在數(shù)據(jù)中發(fā)現(xiàn)潛在的未知規(guī)律,為復合材料力學的研究提供了新的思路與方法。論文的主要內(nèi)容如下：(1)為了構(gòu)建細觀尺度代表性體元(Representative volume element,簡稱RVE)模型,建立了顆粒增強復合材料細觀隨機分布重構(gòu)程序和基于圖像光滑重構(gòu)程序,程序中包含了細觀幾何參數(shù)及分布規(guī)律調(diào)節(jié)、有限元網(wǎng)格劃分、周期性邊界條件施加與內(nèi)聚力單元插入等功能。同時,提出了基于圖像的光滑重構(gòu)方法,與傳統(tǒng)方法相比,該方法能夠在材料界面位置有效地消除鋸齒單元,在界面應力、裂紋擴展等模擬中具有更高的精度。(2)利用隨機分布重構(gòu)程序構(gòu)建了纖維增強復合材料的RVE模型,提出了樹脂基體的溫度、應變率相關彈塑性本構(gòu)模型,該基體模型在不同溫度、應變率條件下均與實驗吻合良好。同時,采用該本構(gòu)模型作為組分材料的RVE模型獲得了與實驗吻合良好的應力-應變曲線。由此可見,在細觀幾何重構(gòu)模型與組分材料屬性準確的情況下,RVE模型能夠可靠地預測復合材料宏觀屬性。(3)提出了基于數(shù)據(jù)挖掘的宏-細觀材料屬性預測方法。在該方法中,數(shù)據(jù)庫來源于具有不同細觀設計參數(shù)的RVE模型,通過利用基于張量分解的數(shù)據(jù)挖掘方法對數(shù)據(jù)進行降維與低維擬合,得到宏觀材料屬性與細觀設計參數(shù)之間的定量關系。在此,以顆粒增強復合材料為例,分析了多種細觀設計參數(shù)與宏觀彈性模量、強度及剩余模量之間的定量關系,并討論了張量分解參數(shù)對結(jié)果的影響。(4)通過對數(shù)據(jù)挖掘方法的擴展,提出了基于數(shù)據(jù)挖掘的層級多尺度方法,該方法在細觀尺度上利用非正交周期邊界條件與實時均勻化方法對復雜變形的RVE進行分析并建立切線模量數(shù)據(jù)庫；在宏觀尺度上通過調(diào)用細觀切線模量的數(shù)據(jù)挖掘結(jié)果進行本構(gòu)更新。研究表明,該方法能夠有效地修正傳統(tǒng)層級多尺度方法在大變形時的誤差,與直接數(shù)值模擬(Direct numerical simulation,簡稱DNS)結(jié)果吻合良好。(5)針對功能梯度復合材料斷裂問題,將基于數(shù)據(jù)挖掘的材料屬性預測方法與動態(tài)分段指數(shù)模型結(jié)合,以材料設計參數(shù)作為輸入?yún)?shù)進行研究,分析了梯度比例、梯度形式、裂紋長度和裂紋位置等因素對功能梯度復合材料中裂紋動態(tài)應力強度因子的影響。
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：TB33;TP311.13
文章目錄
摘要
Abstract
第1章 緒論
1.1 課題來源及研究的目的和意義
1.2 復合材料發(fā)展現(xiàn)狀
1.3 復合材料力學研究現(xiàn)狀
1.3.1 宏觀力學研究方法
1.3.2 細觀力學研究方法
1.3.3 多尺度力學研究方法
1.4 數(shù)據(jù)挖掘方法研究現(xiàn)狀
1.5 本文主要研究內(nèi)容
第2章 復合材料細觀結(jié)構(gòu)有限元重構(gòu)方法研究
2.1 引言
2.2 細觀結(jié)構(gòu)重構(gòu)方法比較
2.2.1 周期分布重構(gòu)方法
2.2.2 隨機分布重構(gòu)方法
2.2.3 基于圖像的重構(gòu)方法
2.2.4 三種重構(gòu)方法的應用范圍
2.3 顆粒增強復合材料的隨機重構(gòu)程序設計
2.3.1 隨機顆粒生成算法
2.3.2 有限元模型建立
2.3.3 內(nèi)聚力單元插入算法
2.3.4 隨機分布重構(gòu)程序框架
2.4 基于圖像的光滑重構(gòu)方法研究
2.4.1 數(shù)字圖像獲取
2.4.2 數(shù)字濾波光滑算法
2.4.3 轉(zhuǎn)換單元光滑算法
2.4.4 光滑重構(gòu)方法對界面應力的影響
2.4.5 光滑重構(gòu)方法對界面裂紋的影響
2.4.6 光滑重構(gòu)對顆粒增強材料中裂紋的影響
2.5 本章小結(jié)
第3章 纖維增強復合材料的宏-細觀材料屬性研究
3.1 引言
3.2 樹脂基體的塑性本構(gòu)研究
3.2.1 拋物面屈服準則
3.2.2 非關聯(lián)流動法則
3.2.3 溫度、應變率相關硬化規(guī)律
3.2.4 有限元實現(xiàn)方法
3.2.5 結(jié)果與驗證
3.3 代表性體元的建立
3.4 纖維增強復合材料宏觀材料屬性研究
3.4.1 組分材料參數(shù)
3.4.2 應力、應變均勻化方法
3.4.3 橫向壓縮預測及實驗比較
3.4.4 偏軸壓縮預測及實驗比較
3.5 折曲破壞現(xiàn)象模擬
3.5.1 折曲破壞現(xiàn)象描述
3.5.2 結(jié)果與分析
3.6 本章小結(jié)
第4章 基于數(shù)據(jù)挖掘的宏-細觀復合材料屬性預測方法
4.1 引言
4.2 基于張量分解的數(shù)據(jù)挖掘方法簡介
4.2.1 數(shù)據(jù)挖掘方法簡介
4.2.2 數(shù)據(jù)庫的獲取
4.2.3 數(shù)據(jù)可視化與預處理
4.2.4 張量分解方法簡介
4.3 顆粒增強復合材料的屬性預測
4.3.1 細觀代表性體元模型的建立
4.3.2 宏觀屬性參數(shù)的提取方法
4.3.3 宏-細觀數(shù)據(jù)庫的構(gòu)建方法
4.3.4 細觀設計參數(shù)篩選
4.3.5 數(shù)據(jù)挖掘與分析
4.4 宏觀材料屬性的預測結(jié)果與分析
4.4.1 顆粒增強復合材料的彈性模量分析
4.4.2 顆粒增強復合材料的強度分析
4.4.3 顆粒增強復合材料的剩余模量分析
4.5 張量分解參數(shù)研究
4.5.1 分解秩數(shù)對結(jié)果的影
4.5.2 缺失元素比例對結(jié)果的影響
4.5.3 CP分解與TUCKER分解的比較
4.6 宏觀本構(gòu)關系的預測
4.6.1 宏觀本構(gòu)方程的求解
4.6.2 結(jié)果與驗證
4.6.3 基于數(shù)據(jù)挖掘本構(gòu)的應用
4.7 本章小結(jié)
第5章 基于數(shù)據(jù)挖掘的層級多尺度方法研究
5.1 引言
5.2 基于數(shù)據(jù)挖掘的層級多尺度方法簡介
5.2.1 漸近展開均勻化理論
5.2.2 基于數(shù)據(jù)挖掘的層級多尺度方法求解流程
5.3 基于切線模量的宏觀本構(gòu)方程
5.4 細觀等效模量數(shù)據(jù)庫的求解方法
5.4.1 非正交坐標系轉(zhuǎn)換方法
5.4.2 實時均勻化方法
5.4.3 結(jié)果與討論
5.5 數(shù)據(jù)分析與挖掘
5.5.1 切線模量數(shù)據(jù)庫的產(chǎn)生
5.5.2 基于張量分解的數(shù)據(jù)挖掘方法
5.5.3 分解秩數(shù)的誤差分析
5.6 結(jié)果與討論
5.6.1 單向拉伸加載模擬
5.6.2 懸臂彎曲加載模擬
5.7 本章小結(jié)
第6章 功能梯度復合材料宏-細觀動態(tài)斷裂問題研究
6.1 引言
6.2 梯度參數(shù)的細觀尺度求解
6.3 宏觀動態(tài)分段指數(shù)模型
6.4 模型的驗證
6.4.1 收斂性驗證
6.4.2 均勻材料驗證
6.4.3 功能梯度復合材料驗證
6.5 結(jié)果與討論
6.5.1 梯度比例對動態(tài)應力強度因子的影響
6.5.2 梯度形式對動態(tài)應力強度因子的影響
6.5.3 裂紋位置對動態(tài)應力強度因子的影響
6.5.4 各個參數(shù)與動態(tài)應力強度因子之間的相關性分析
6.5.5 動態(tài)應力強度因子穩(wěn)態(tài)值與峰值之間的關系研究
6.6 本章小結(jié)
結(jié)論
附錄
參考文獻
攻讀博士學位期間發(fā)表的論文及其他成果
致謝
個人簡歷
【相似文獻】
相關期刊論文 前10條
1 陳修寬;董祥軍;石芙芙;;Web數(shù)據(jù)挖掘綜述[J];山東輕工業(yè)學院學報(自然科學版);2009年03期
2 黃會明;王紅星;;SQL Server 2005在數(shù)據(jù)挖掘中的應用[J];煤炭技術;2011年06期
3 吳孝麗;周焱;;Microsoft SQL Server數(shù)據(jù)挖掘的高級研究[J];煤炭技術;2011年07期
4 糜元根;數(shù)據(jù)挖掘方法的評述[J];南京化工大學學報(自然科學版);2001年05期
5 李小平,焦李成;數(shù)據(jù)挖掘中信息顆粒及其構(gòu)造[J];西安石油學院學報(自然科學版);2001年04期
6 秦忠寶,彭文利,何衛(wèi)平,陳偉東;網(wǎng)絡環(huán)境下數(shù)據(jù)挖掘若干問題的述評[J];西北輕工業(yè)學院學報;2002年02期
7 葉克江,陳廣宇;數(shù)據(jù)挖掘的實現(xiàn)方法及其應用[J];鄭州輕工業(yè)學院學報;2002年03期
8 高磊紅,駱舒心,仇記清,雷和穩(wěn),段惠敏;一類復雜工業(yè)生產(chǎn)過程中的數(shù)據(jù)挖掘[J];河北化工;2003年06期
9 喬淑云;數(shù)據(jù)挖掘[J];江蘇煤炭;2003年04期
10 譚立云,高學東,武森;數(shù)據(jù)挖掘方法與應用[J];華北科技學院學報;2004年02期
相關博士學位論文 前10條
1 于自強;海量流數(shù)據(jù)挖掘相關問題研究[D];山東大學;2015年
2 張馨;全基因組SNP芯片應用于CNV和L0H分析的軟件比對與數(shù)據(jù)挖掘[D];復旦大學;2011年
3 彭計紅;基于數(shù)據(jù)挖掘的癡呆中醫(yī)證的研究[D];南京中醫(yī)藥大學;2015年
4 李秋虹;基于MapReduce的大規(guī)模數(shù)據(jù)挖掘技術研究[D];復旦大學;2013年
5 鄔文帥;基于多目標決策的數(shù)據(jù)挖掘方法評估與應用[D];電子科技大學;2015年
6 謝邦彥;整合數(shù)據(jù)挖掘與TRIZ理論的質(zhì)量管理方法研究[D];首都經(jīng)濟貿(mào)易大學;2010年
7 何偉全;云南高校學生意外傷害因素關聯(lián)規(guī)則挖掘及風險管控體系研究[D];昆明理工大學;2015年
8 段功豪;基于多結(jié)構(gòu)數(shù)據(jù)挖掘的滑坡災害預測模型研究[D];中國地質(zhì)大學;2016年
9 白曉明;基于數(shù)據(jù)挖掘的復合材料宏—細觀力學模型研究[D];哈爾濱工業(yè)大學;2016年
10 藍永豪（LAM Wing Ho）;基于數(shù)據(jù)挖掘技術分析當代中醫(yī)名家痤瘡驗方經(jīng)驗研究[D];南京中醫(yī)藥大學;2016年
相關碩士學位論文 前10條
1 林仁紅;基于數(shù)據(jù)挖掘的機遇識別與評價研究[D];首都經(jīng)濟貿(mào)易大學;2007年
2 張彥俊;游戲運營中的數(shù)據(jù)挖掘[D];復旦大學;2011年
3 焦亞召;基于多核函數(shù)FCM算法在數(shù)據(jù)挖掘聚類中的應用研究[D];昆明理工大學;2015年
4 王杰鋒;物聯(lián)網(wǎng)能耗數(shù)據(jù)智能分析及其應用平臺設計[D];江南大學;2015年
5 劉學建;數(shù)據(jù)挖掘在電子商務推薦系統(tǒng)中的應用研究[D];昆明理工大學;2015年
6 戴陽陽;基于數(shù)據(jù)挖掘的金融時間序列預測研究與應用[D];江南大學;2015年
7 石思優(yōu);基于主題模型的醫(yī)療數(shù)據(jù)挖掘研究[D];廣東技術師范學院;2015年
8 陳丹;移動互聯(lián)網(wǎng)信令挖掘?qū)崿F(xiàn)智慧營銷的設計與實現(xiàn)應用研究[D];華南理工大學;2015年
9 陳思;基于數(shù)據(jù)挖掘的大學生客戶識別模型的研究[D];昆明理工大學;2015年
10 位長帥;基于客戶數(shù)據(jù)挖掘的電信客戶關系管理研究[D];西南交通大學;2015年
本文編號：
2101652
