杨明
,
梁大开
,
万鹏飞
材料科学与工程学报
doi:10.3969/j.issn.1673-2812.2003.03.019
针对智能复合材料的损伤诊断问题提出了采用人工神经网络将材料结构表面上的裂纹与材料内部的应力变化相结合的诊断方法.光纤珐珀传感器的小体积和高精度使之很适合于埋置在复合材料内部感受材料内部应力变化.而材料结构表面的裂纹是其内部受损伤的外在表现,根据裂纹在结构表面上的分布特征用分形的方法把表面的裂纹量化,获得其分维值,和内部的应力变化一起作为特征值输入到神经网络,利用神经网络的非线性处理能力进行在线的材料损伤识别.在一块35cm×35cm的复合材料试件上的实验结果表明这一方法是可靠的、有效的,完全可以进行材料损伤的在线监测以及进一步的材料寿命预测.
关键词:
光纤传感器
,
神经网络
,
分形
,
分维
,
裂缝
杨明
,
梁大开
,
万鹏飞
兵器材料科学与工程
doi:10.3969/j.issn.1004-244X.2004.02.006
多重分形谱所蕴含的信息比单一的分数维要深刻而全面,在解决实际问题中多重分形主要用来描述物理量不均匀的随机概率分布.在智能复合材料有损伤前后其内部状态从平衡到不平衡,再到更高层次的平衡过程中受力的空间分布发生变化,利用多重分形方法将这一不平衡程度进行量化,多重分形谱Dq-q从平缓到陡峭的变化反映了分形结构复杂性的增加,反映了材料内部应力分布不均匀性的增加.数据仿真计算结果和对在一块埋置有5×5传感光纤阵列的复合材料试件实测数据的计算结果表明该方法的有效性与实用性.
关键词:
智能材料
,
故障诊断
,
多重分形
,
非线性系统
