聚合物基复合材料分层损伤缺陷的研究现状及展望

聚合物基复合材料因具有比强度高、比模量高,疲劳性能好、耐腐蚀等优点,在航空航天等领域中有广泛的应用。然而,聚合物基复合材料存在分层失效现象,对其结构强度及刚度有显著影响,从而给轻量化设计和实际工程应用带来严峻的挑战。从数值模拟及实验表征的角度总结了聚合物基复合材料分层损伤研究现状,系统论述了粘聚力单元技术和扩展有限元技术在分层裂纹扩展方面的应用研究进展,介绍了有限元模拟及原位声发射技术等主要研究方法,指出通过声发射信号参数的处理能够实现聚合物基复合材料分层损伤模态的预测与识别,展望了聚合物基复合材料分层损伤缺陷机器学习研究前景。     

声发射技术在热障涂层失效机理中的研究进展及展望

热障涂层（TBCs）具有优异的高温抗氧化、高温力学和抗热腐蚀性能而备受关注,广泛应用于航空发动机和燃气轮机热端部件中。热障涂层服役环境的恶劣和涂层体系结构的复杂,极易导致涂层发生界面分层或剥落失效,因此通过对热障涂层的裂纹萌生和扩展问题进行实时监测,对于失效机理研究显得尤为重要。简述光激发荧光压电光谱（PLPS）、红外热成像（IRT）、阻抗谱（IS）的原理及其在热障涂层失效行为研究中的应用,重点介绍声发射技术在热障涂层失效机理方面的研究成果。基于声发射的热障涂层失效过程的信号分析和深度处理,结合声发射技术在热障涂层中的参数分析和波形分析,对热障涂层失效过程及失效形态进行模式识别,通过损伤程度的定量评估来进行热障涂层的寿命预测。对声发射技术在热障涂层失效预测及寿命评估指明了方向,并创新性地对未来声发射技术在热障涂层的疲劳损伤方面研究趋势提出展望。     

基于原位声发射信号的热障涂层三点弯曲失效模式的机器学习

由于热障涂层体系结构的复杂和服役环境的恶劣，极易导致涂层发生界面分层、宏观断裂和剥落失效。首先利用声发射技术实时监测了热障涂层在三点弯曲载荷下的失效过程，结合微观形貌特征、声发射参数分析、K-means聚类分析识别了热障涂层损伤失效模式。然后利用Fourier变换、小波包变换等分析了4种失效模式的波形特征，其中宏观断裂或剥落失效信号无明显频带，而基底变形、表面垂直裂纹、剪切型界面裂纹、张开型界面裂纹对应的频率分布范围分别在62.5～125.0 kHz、187.5～250.0 kHz、250.0～312.5 kHz、375.0～437.5 kHz。采用机器学习的方法对原位声发射信号进行了深度处理，提取小波能量系数作为机器学习反向传播神经网络的特征向量，结合收敛曲线、混淆矩阵、受试者工作特征曲线、F1值评价了该模型优劣性，实现了对于热障涂层失效模式的判别，为热障涂层失效预测和寿命评估提供参考价值。