压电复合材料性能参数预测

压电复合材料性能参数预测

论文摘要

压电材料是一种能够实现机械能与电能之间相互转换的机敏材料。由它制成的传感器、滤波器、延迟器和致动器等关键的功能元件已经在电子技术、医疗设备和机械工程等现代工业的各个不同领域中得到了广泛的应用。按照压电相和非压电相在复合材科中的分布状态,压电复合材料可以分为十种基本类型,即0—0,0—1,0—2,0—3,1—1,1—2,1—3,2—2,2—3,3—3。在充分学习了压电学理论及熟练掌握有限元分析软件ANSYS的基础上,提取周期性压电复合材料中代表性体积单元,对0—3,1—3,2—3,3—3四种连通类型的压电复合材料进行模拟分析。使用APDL语言编写脚本程序,通过对9种不同工况的模拟,提取模拟结果数据,利用压电材料本构方程、材料力学及电磁学知识预测压电复合材料性能参数:刚度矩阵[c]、压电应力矩阵[e]以及相对介电矩阵[k]。并在此基础上分析连通类型、压电相体积分数、压电相空间尺寸及聚合物基体性能(杨氏模量、泊松比及介电常数)对压电复合材料弹性常数、压电常数及介电常数的影响。经过模拟分析,提高具有高压电性能组元的含量,可有效提高复合材料的压电性能。在相同压电相体积分数情况下,连通类型对于压电复合材料各性能参数有显著影响。减小不同组元的介电常数和钢度系数之间的差异,减小0—3型压电复合材料的颗粒粒度,增加1—3型压电复合材料纵横比,可以提高复合材料压电性能。通过本文所作分析以期望能对压电复合材料的设计、制造提供参考,节约制造成本、降低生产周期。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 压电材料发展及研究现状
  • 1.1.1 压电材料的诞生与发展
  • 1.1.2 压电材料的分类与应用
  • 1.1.3 压电复合材料的发展与研究概况
  • 1.2 压电效应机理简介
  • 1.3 本文主要研究内容及意义
  • 1.3.1 本文研究内容
  • 1.3.2 本文研究意义
  • 第二章 理论基础
  • 2.1 压电材料本构理论
  • 2.1.1 压电效应
  • 2.1.2 压电效应的机理
  • 2.1.3 边界条件与本构方程
  • 2.1.4 压电材料主要参数及其相互关系
  • 2.1.5 压电元件主要性能参数
  • 2.2 有限元方法介绍
  • 2.3 ANSYS介绍
  • 2.3.1 ANSYS软件耦合场分析介绍
  • 2.3.2 APDL语言介绍
  • 2.3.3 压电单元介绍
  • 第三章 压电材料性能参数预测
  • 3.1 前处理
  • 3.1.1 定义材料参数
  • 3.1.2 四种连通类型实体RVE模型的建立及网格划分
  • 3.2 定义边界条件及施加载荷
  • 3.2.1 计算力学常数所需施加的边界条件及载荷
  • 3.2.2 计算电学常数所需施加的边界条件及载荷
  • 3.3 后处理
  • 3.4 预测方法验证
  • 第四章 影响压电复合材料性能参数的因素分析
  • 4.1 连通类型及压电相体积分数的影响
  • 4.2 压电相空间尺寸对电学参数的影响
  • 4.2.1 压电相几何形状的影响
  • 4.2.2 压电相几何尺寸的影响
  • 4.3 聚合物基体性能对1-3型压电复合材料压电常数的影响
  • 4.3.1 杨氏模量的影响
  • 4.3.2 泊松比的影响
  • 4.3.3 介电常数的影响
  • 4.4 本章小结
  • 结论
  • 参考文献
  • 致谢
  • 附录A 攻读学位期间所发表的学术论文
  • 相关论文文献

    • [1].基于向量误差修正模型的短时交通参数预测[J]. 吉林大学学报(工学版) 2015(04)
    • [2].基于参数预测的化工驱动系统无刷直流电机调速研究[J]. 化工自动化及仪表 2015(04)
    • [3].基于模糊逻辑的蒸气云爆炸参数预测框架算法及其应用[J]. 上海电力学院学报 2019(05)
    • [4].尾矿库坝体溃决参数预测[J]. 现代矿业 2016(07)
    • [5].基于汽车行驶状态参数预测的主动安全研究[J]. 机械科学与技术 2011(09)
    • [6].基于参数预测的“光雨互补”发电系统研究[J]. 铁道建筑技术 2018(08)
    • [7].基于KPCR的发电机组参数预测与估计[J]. 电力自动化设备 2010(10)
    • [8].基于隐马尔科夫模型的中文发音动作参数预测方法[J]. 数据采集与处理 2014(02)
    • [9].基于统计模型融合的交通参数预测与实践研究[J]. 交通世界(运输.车辆) 2013(05)
    • [10].基于深度学习的TBM掘进参数预测研究[J]. 现代隧道技术 2020(05)
    • [11].基于PSO-KELM的发动机特征参数预测[J]. 控制工程 2014(S1)
    • [12].基于隐马尔可夫模型与反向传播神经网络的运动型多功能汽车运动参数预测[J]. 装备机械 2018(01)
    • [13].多参数预测高体重儿及其分娩结局观察[J]. 社区医学杂志 2009(22)
    • [14].交通参数预测的自适应优化算法研究[J]. 计算机应用研究 2008(01)
    • [15].基于灰色理论的新陈代谢自适应多参数预测方法[J]. 上海交通大学学报 2017(08)
    • [16].一种时间序列分解的卫星周期性参数预测方法[J]. 计算机科学 2016(02)
    • [17].基于运动参数预测的群组移动节点定位算法[J]. 计算机应用研究 2018(04)
    • [18].电阻率参数预测地热田深部温度方法技术研究[J]. 物探化探计算技术 2010(01)
    • [19].焦炭质量的多参数预测与调控[J]. 燃料与化工 2012(01)
    • [20].基于PSO-ELM的热力系统参数预测[J]. 电力科学与工程 2018(03)
    • [21].B超测量胎儿生长参数预测巨大儿的方法比较[J]. 南通大学学报(医学版) 2015(05)
    • [22].灰色系统理论在地源热泵系统参数预测中的应用[J]. 泰州职业技术学院学报 2009(01)
    • [23].基于机器学习的整体穿刺加压参数预测方法[J]. 纺织学报 2019(08)
    • [24].利用齿轮传动系统振动信号时域参数预测系统工况的研究[J]. 石油化工设备技术 2015(03)
    • [25].基于退化数据和DBN算法的IGBT健康参数预测方法[J]. 计算机测量与控制 2017(05)
    • [26].基于体检平台的云南省甲状腺恶性肿瘤超声多参数预测价值[J]. 云南医药 2014(06)
    • [27].改进的BP网络对ESP运行参数预测的研究[J]. 兰州交通大学学报 2011(04)
    • [28].基于IPSO-BP混合模型的TBM掘进参数预测[J]. 岩石力学与工程学报 2020(08)
    • [29].基于LSTM网络的IGBT参数预测硬件系统设计[J]. 电子技术应用 2019(10)
    • [30].基于最大熵原理的平面磨削工艺参数预测[J]. 制造技术与机床 2016(12)

    标签:;  ;  ;  ;  

    压电复合材料性能参数预测
    下载Doc文档

    猜你喜欢