三维针刺C/C-SiC复合材料预制体工艺参数优化EI北大核心CSCD

基于误差反向传播(BP)神经网络与改进的遗传算法建立三维针刺C/C-SiC复合材料预制体工艺优化的代理模型,获得针刺工艺参数与复合材料刚度性能之间的关系。利用BP网络实现复合材料刚度性能预测,BP网络的预测值与有限元计算结果吻合程度较好,模型训练误差最大为0.526%,测试数据误差最大为0.454%,BP网络预测精度高。对传统遗传算法的遗传策略和优化策略进行改进,利用两种改进的遗传算法对针刺工艺参数进行优化。优化后的工艺参数显著提高了材料的刚度性能,其中面内拉伸模量分别提高了11.07%和11.48%,面外拉伸模量分别提高了49.64%和48.13%,复合材料的综合刚度性能分别提高18.17%和18.21%。     

不同针刺工艺的针刺复合材料面内拉伸强度分析

6种针刺工艺不同的碳纤维增强树脂基复合材料,其面内拉伸强度随着针刺密度和针刺深度的增大而降低,针刺处纤维的断裂使材料内的缺陷失稳扩展和面内纤维断裂,进而使材料整体拉伸失效。根据面内拉伸实验结果和纤维累计损伤理论并引入纤维体积折减系数,建立了分析针刺复合材料面内拉伸强度的理论模型。这个模型的预测结果与实验结果相符,并发现断裂纤维簇的个数与体积折减系数相关。用该模型可预报不同针刺工艺复合材料的面内拉伸强度,并指导设计针刺复合材料的预制体。