基于实验的反演识别方法与粘接界面力学性能研究

基于实验的反演识别方法与粘接界面力学性能研究

论文摘要

粘接结构广泛应用于工业领域,为进一步满足工程应用中对材料力学特性的分析与评价,需要针对实际粘接结构对其界面力学特性进行表征与预估。现代实验力学的发展,可以为界面力学特性表征实验提供丰富的全场信息,但是难以实现粘接界面参量的直接测量。同时,界面力学模型的发展为粘接界面力学分析提供了理论基础。因此,将实验与力学模型有机结合起来,基于实验测试信息,发展一种新的求解技术,使其能够用于非线性、多参量复杂问题的表征与求解。本文以基于实验的一体化反演识别方法与考虑时间相关效应的粘接界面力学性能表征为主要研究内容。本文提出了一种新的基于实验的一体化反演识别技术框架,以实验测试数据为依据,将力学建模以及反演识别技术路线有机结合起来,搭建了从实验数据空间到模型分析的桥梁,实现粘接结构界面力学特性参数的识别与提取。特别是提出一种独立实验验证方法,通过比较独立实验测试结果与基于识别参数的数值模拟结果的一致性,对识别方法解的准确性进行有效地评价。本文将这种基于实验的反演识别一体化的技术框架应用于真实金属粘接界面以及软材料粘接界面时间相关的界面力学性能分析中。首先,针对粘接结构中粘接界面具有时间相关的特性,在Needleman内聚力模型的基础上,提出一种新的考虑时间效应的粘接界面力学模型。这一模型通过强度、刚度和粘性系数实现了对复杂粘接结构界面作用区域的参数化表征。基于连续全场实验测试的力学响应数据,结合考虑时间效应的粘接界面理论模型进行有限元数值模拟分析,借助于识别方法,实现了单向拉伸和剪切载荷作用下对粘接件界面相关力学参数的反演识别,有效地解决了粘接结构中对界面力学特性难以实现直接实验测量的困难。最后,通过拉、剪不同加载方式作用下,软硬不同粘接结构界面力学性能结果的综合分析,证明了本文提出的新的粘接界面模型和基于实验的反演识别方法可以有效地表征工程应用中的真实粘接结构。

论文目录

  • 中文摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 选题背景及研究意义
  • 1.2 界面粘接问题的实验和力学表征
  • 1.2.1 粘接界面实验方法
  • 1.2.2 断裂力学法
  • 1.2.3 内聚力模型
  • 1.3 实验分析中的反演识别方法
  • 1.3.1 直接数学拟合法
  • 1.3.2 实验-解析混合法
  • 1.3.3 实验-数值混合法
  • 1.4 本文主要工作和结构
  • 第二章 基于实验的反演识别方法中的若干关键技术
  • 2.1 基于实验的反演识别方法的技术框架
  • 2.2 基于实验反演识别的若干关键技术
  • 2.2.1 反演识别问题的正演模型
  • 2.2.2 反演识别求解技术
  • 2.2.3 反演识别解的不适定性及解决方法
  • 2.2.4 基于实验反演识别一体化的策略与方案
  • 2.3 本章小结
  • 第三章 金属粘接件单向拉伸作用下时间相关粘接界面力学性能反演识别
  • 3.1 单向拉伸作用下时间相关的界面力学性能反演识别的基本思想
  • 3.2 单向拉伸作用下时间相关的界面模型
  • 3.2.1 时间相关界面模型的提出及研究现状
  • 3.2.2 时间相关界面模型公式推导
  • 3.2.3 时间相关界面模型有限元实现
  • 3.3 金属粘接件单向拉伸实验设计
  • 3.3.1 试件的设计和制备
  • 3.3.2 实验测试过程
  • 3.3.3 主要实验结果
  • 3.4 单向拉伸力学性能的反演识别过程
  • 3.4.1 目标函数的建立
  • 3.4.2 正问题模型分析
  • 3.4.3 遗传算法识别过程
  • 3.4.4 识别结果分析和讨论
  • 3.5 本章小结
  • 第四章 金属粘接件剪切载荷作用下时间相关粘接界面力学性能反演识别
  • 4.1 剪切载荷作用下粘接界面力学行为反演识别的基本思想
  • 4.2 金属粘接件剪切实验设计
  • 4.3 剪切载荷作用下时间相关的界面模型及有限元实现
  • 4.4 剪切界面力学性能的反演识别
  • 4.4.1 目标函数的建立
  • 4.4.2 遗传算法识别过程
  • 4.4.3 识别结果分析和讨论
  • 4.5 本章小结
  • 第五章 软材料时间相关粘接界面力学性能反演识别
  • 5.1 软材料粘接界面力学性能反演识别的基本思想
  • 5.2 软材料粘接实验设计
  • 5.3 软材料粘接件时间相关的界面模型及有限元实现
  • 5.4 软材料考虑时间效应界面力学性能的反演识别
  • 5.4.1 目标函数的建立
  • 5.4.2 遗传算法识别过程
  • 5.4.3 识别结果及适定性分析
  • 5.4.4 关于拉、剪两类载荷下软硬两类被粘接材料界面力学性能实验结果的综合分析和讨论
  • 5.5 本章小结
  • 第六章 总结与展望
  • 参考文献
  • 发表论文和科研情况说明
  • 致谢
  • 相关论文文献

    • [1].基于云计算的网络资源缺失信息识别方法[J]. 电子元器件与信息技术 2019(11)
    • [2].武汉市主城区现状用地自主识别方法探索[J]. 中国土地 2020(02)
    • [3].基于场景-部件的人体行为识别方法[J]. 测控技术 2020(02)
    • [4].基于人眼识别的人脸朝向识别方法[J]. 信息记录材料 2020(01)
    • [5].产品虚假评论文本识别方法研究述评[J]. 数据分析与知识发现 2019(09)
    • [6].网络谣言识别方法及展望[J]. 网络空间安全 2016(Z2)
    • [7].物联网智能终端设备识别方法[J]. 电信科学 2017(02)
    • [8].一种分布式人脸识别方法及性能优化[J]. 光学精密工程 2017(03)
    • [9].振动目标产生的瑞雷波的识别方法研究[J]. 沈阳理工大学学报 2017(02)
    • [10].松辽盆地二氧化碳气层录井识别方法[J]. 石化技术 2017(10)
    • [11].用于机动目标跟踪的分段机动识别方法[J]. 电波科学学报 2015(01)
    • [12].“特殊的平行四边形”易错点剖析[J]. 初中生世界 2017(15)
    • [13].基于深度学习的人脸识别方法研究进展[J]. 现代计算机 2020(01)
    • [14].基于典型相关分析特征融合的行人再识别方法[J]. 光电子·激光 2020(05)
    • [15].4G网络深度覆盖“283”识别方法研究[J]. 数字通信世界 2019(03)
    • [16].颠覆性技术识别方法研究与应用分析[J]. 军事医学 2018(01)
    • [17].一种大象流两级识别方法[J]. 电信科学 2017(03)
    • [18].多角度人脸检测与识别方法研究[J]. 电子设计工程 2017(11)
    • [19].卫星图像传输跟踪优化识别方法仿真研究[J]. 计算机仿真 2017(09)
    • [20].基于主题模型和情感分析的垃圾评论识别方法研究[J]. 计算机科学 2017(10)
    • [21].同形异义词机器辅助识别方法研究[J]. 数字图书馆论坛 2015(05)
    • [22].4G网络深度覆盖精确需求识别方法研究[J]. 电信工程技术与标准化 2015(09)
    • [23].试分析基于区域生长的道路和桥梁识别方法的研究[J]. 科技创业家 2014(01)
    • [24].基于统计的人脸识别方法综述[J]. 安阳工学院学报 2012(04)
    • [25].基于情景分析的项目风险识别方法研究[J]. 理论观察 2012(05)
    • [26].基于深度学习的视频行为识别方法综述[J]. 电信科学 2019(12)
    • [27].基于深度学习的场景识别方法综述[J]. 计算机工程与应用 2020(05)
    • [28].基于特征的矢量图形符号渐进识别方法[J]. 软件导刊 2020(05)
    • [29].天然气管道泄漏的声-压耦合识别方法[J]. 应用声学 2020(03)
    • [30].基于多源时空分析的复杂活动识别方法[J]. 计算机工程与设计 2020(07)

    标签:;  ;  ;  ;  ;  

    基于实验的反演识别方法与粘接界面力学性能研究
    下载Doc文档

    猜你喜欢