具有荷载自识别功能的压电智能材料结构的研究

论文摘要

本文从航空航天等领域利用压电智能结构进行结构健康监控的工程背景出发,对压电智能材料结构承受冲击载荷的识别方法进行了研究,并以此方法为基础构建了一种具有载荷自识别功能的的压电智能材料结构。这对于智能结构的载荷识别研究以及在结构健康监控工程中的应用具有重要的理论意义和工程应用价值。其主要研究内容分为三个方面:一是提出了采用有限元逆分析和BP神经网络相结合的方法,实现了复合材料板壳结构冲击载荷位置的识别。该方法通过有限元分析计算得到神经网络训练的测试样本,用训练样本对网络进行训练,以训练好的网络来识别壳体结构的载荷作用位置。并分别通过复合材料板、壳结构仿真算例加以验证。算例结果表明:基于BP神经网络的结构载荷识别的方法是非常有效的,网络训练速度很快,精度可以满足工程实际要求。二是基于对压电层合板智能结构的应变模态分析,研究了由结构的压电模态应变反演瞬态荷载时间历程的有限元逆分析方法。其思路是将智能板离散成若干压电板单元设计成压电模态传感器,实测压电板单元的应变响应作为基本测量参数,通过分析得到被测结构的应变响应函数,然后由参数识别得到结构的固有频率、阻尼比和应变振型,最后由结构模态应变反推出荷载的时间历程。三是完成了一种具有荷载自识别功能的压电智能材料结构的设计与研究。方法是将压电片粘贴在要监控的碳纤维复合材料关键部位表面上,设计制作类似飞行器机翼的壳面结构。为考虑压电元件的响应范围和识别精度等因素,文中对压电片的数量和优化布置方法进行了讨论。本文的研究得到了国家自然科学基金(10672077)的资助。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景和选题依据
• 1.2 智能材料结构载荷识别问题描述
• 1.3 国内外研究概况
• 1.3.1 智能材料结构荷载识别方法
• 1.3.2 荷载识别方法比较
• 1.4 本论文研究内容
• 第二章 智能材料结构的冲击定位
• 2.1 引言
• 2.2 智能材料结构分析
• 2.3 逆传播BP 神经网络
• 2.3.1 标准逆传播BP 神经网络算法（简称SBPA）
• 2.3.2 一种改进的逆传播神经网络算法
• 2.3.3 BP 神经网络的结构设计
• 2.3.3.1 BP 网络参数设计
• 2.3.3.2 BP 网络结构参数设计
• 2.4 数值算例
• 2.4.1 用于冲击定位的BP 神经网络
• 2.4.2 复合材料层合板（四压电片）载荷识别算例
• 2.4.3 复合材料层合板（六压电片）载荷识别算例
• 2.4.4 翼面层合壳结构载荷识别算例
• 2.5 算例结果分析
• 2.6 设计BP 神经网络的MATLAB 程序
• 第三章 基于应变模态识别结构动态荷载
• 3.1 引言
• 3.2 压电智能结构的应变传感原理
• 3.3 应变模态分析
• 3.4 精细逐步积分方法
• 3.5 动态荷载识别算例
• 第四章 具有荷载自识别功能的压电智能材料结构的设计研究
• 4.1 引言
• 4.2 智能材料结构组成
• 4.3 结构设计的关键技术
• 4.3.1 压电片的网格化分布
• 4.3.2 压电片粘贴技术
• 4.3.3 智能材料结构应变传感测量技术
• 4.3.4 荷载识别软件系统
• 4.4 结构设计实例
• 4.5 结论
• 第五章 全文总结与展望
• 5.1 本文的主要工作
• 5.2 后续研究工作展望
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文