复合材料单向板本构预测软化模型

复合材料单向板的本构预测在复合材料结构初步设计和预选方案中有着重要意义。复合材料本构预测的软化模型，概括了材料力学模型，预测精度可以通过模型自身调整，较以往的预测模型更加完整；定义了等效长度，进行等效长度回归，给出了相应的预测公式，并给出了两种预测方法。并首次在细观力学分析中引入软化模型，对复合材料细观力学分析及对工程实践都有很大的意义。     

复合材料组分-性能优化

复合材料是由多组分构成的，其性能直接受其组分的性能、含量、配比、相几何等因素影响．提出了复合材料组分一性能优化，在材料设计过程中首先建立因素对性能的模糊影响关系，然后调整这些影响因素，使其既能充分发挥材料特性，满足使用要求，又能使之成本降为最低．这一设计思想是传统的复合材料结构优化的突破，把结构优化设计延伸到材料设计阶段．可以对复合材料的多项性能进行综合优化设计．     

轴向受压CFRP管混凝土柱的膨胀模型及应力-应变关系

在实验基础上, 建立了CFRP 管混凝土柱的轴向压缩膨胀模型。利用膨胀模型计算的紧箍力变化规律和主动侧限混凝土柱的轴向压缩本构模型, 结合多轴应力下的混凝土破坏准则, 推导出被动侧限混凝土柱轴向压缩应力-应变关系理论表达式。根据各组份材料性能、含量、轴向压缩荷载作用下各组份的应力状态及变形协调条件, 建立了CFRP 管混凝土柱轴向压缩本构关系。实验结果证明, 理论预测结果与实验值吻合良好。      

孔隙率对碳纤维/环氧树脂复合材料层合板湿热性能的影响

针对某飞机上应用的典型铺层[(±45)4/(0,90)/(±45)2]S和[(±45)/(0,90)2/(±45)]S,研究了孔隙对碳纤维增强环氧树脂基复合材料层合板的吸湿行为和层间剪切强度的影响。采用不同的热压罐固化压力制备了不同孔隙率的试样。采用显微图像分析技术对孔隙率和孔隙的微观结构特征进行了详细的分析。研究结果表明:孔隙主要分布于层间,且随着孔隙率的增大,孔隙的尺寸增大;2种层合板的吸湿率和最大吸湿量随着孔隙率的增加而增加;湿热老化和未经湿热老化的层间剪切强度都随着孔隙率的增加而下降。铺层[(±45)4/(0,90)/(±45)2]S未经湿热和湿热后的层间剪切强度随着孔隙率增加分别下降6%(孔隙率:0.6%~6.3%)和9%(孔隙率:0.4%~7.0%);铺层[(±45)/(0,90)2/(±45)]S未经湿热和湿热后的层间剪切强度随着孔隙率增加分别下降14%(孔隙率:0.4%~6.9%)和7%(孔隙率:0.2%~8.9%)。     

纤维缠绕复合材料压力容器在内压与非稳定温度场工况下的优化设计

讨论了面内力和法向一维非稳定温度场同时作用下复合材料层合板的优化设计.以层合板的各层铺设角为设计变量,层合板的厚度为目标函数进行优化设计.作为算例,对玻璃纤维缠绕增强塑料压力容器在内压及其内部介质温度突变到稳定温度场全过程逐时刻的不同工况,进行优化设计.     

电力系统复合材料制品质量综合评价

提出了电力系统中复合材料制品的质量综合评定方法,旨在对产品的可用性及产品性能给出较为客观的评价。该评定方法和评价指标建立在质量检验的有关规定基础上,既能检验产品合格与否,又能对合格品的性能、质量给出量化的评定结果。如果在评定过程中加入价格因素,可成为用户对产品的选择依据。     

碳纤维/环氧树脂层压板孔隙率及力学性能的试验表征

 采用超声C扫描、显微镜分析及图像分析软件对层压板的孔隙含量、分布、形状及尺寸进行了定量表征,分析了孔隙率对纵向拉伸强度、压缩强度和层间剪切强度的影响规律。结果表明,铺层方式影响孔隙的分布;对于两种铺层形式的层压板,孔隙等效直径和纵横比都随孔隙率的增加而增加;随着固化压力的不断减小,孔隙率不断增大,层间剪切强度、纵向拉伸强度和压缩强度不断下降,且铺层方式影响纵向拉伸模量变化。     

碳/环氧复合材料层压板孔隙的形态研究

为深刻了解铺层为[(±45)4/(0,90)/(±45)2]S和[(±45)/04/(0,90)/02]S层压板内孔隙的尺寸、形状及分布情况,通过改变固化压力产生不同孔隙率,采用显微图像分析方法对复合材料层压板厚度方向内孔隙的形态进行了观察,并利用图像分析软件对孔隙的形状和尺寸进行了统计分析.研究表明,对于铺层为[(±45)4/(0,90)/(±45)2]S层压板,孔隙大多出现在层间树脂富集的地方,且孔隙均会沿层间发展;对于铺层为[(±45)/04/(0,90)/02]S层压板,孔隙率较小时孔隙主要出现在层间,而当孔隙率较大时孔隙开始在层内出现,且纵横比较小.对于这两种铺层,孔隙的长度、面积和纵横比均随着孔隙率的增加而增加.     

孔隙对碳/环氧层压板层间剪切强度影响的神经网络预测(英文)

采用一种新的方法研究了孔隙(孔隙率、孔隙形状和尺寸)对复合材料层压板[(±45)4/(0,90)/(±45)2]S,[(±45)/(0,90)2/(±45)]S和[(±45)/04/(0,90)/02]S的层间剪切强度影响的非线性关系。建立了了一个四层前馈型BP网络神经网络。采用真空袋和热压罐技术制备了含不同孔隙率的复合材料层压板。神经网络的算法为Levenberg-Marquardt算法。研究结果表明:Levenberg-Marquardt算法的预测能力较高,即,92%的B(决定系数)值大于0.9。而且,神经网络的结构会影响不同孔隙率的环氧树脂基复合材料的层间剪切强度的预测结果。