【摘 要】
：
复合材料因具有比强度高、比模量大等优异材料性能在土木工程,航空航天等众多领域得到广泛的应用。在复合材料在服役过程中,不可避免会因面临高压,高温,腐蚀等不利服役环境的影响,形成材料损伤,特别是复合材料内部界面分层以及微小广泛的基体裂纹等不容易被肉眼所观察到的损伤。这类损伤将随着时间不断发展,成为复合材料结构的重大安全隐患,一旦发生工程事故,将给社会带来巨大经济损伤与人员伤亡。故对复合材料损伤监测成为
论文部分内容阅读
复合材料因具有比强度高、比模量大等优异材料性能在土木工程,航空航天等众多领域得到广泛的应用。在复合材料在服役过程中,不可避免会因面临高压,高温,腐蚀等不利服役环境的影响,形成材料损伤,特别是复合材料内部界面分层以及微小广泛的基体裂纹等不容易被肉眼所观察到的损伤。这类损伤将随着时间不断发展,成为复合材料结构的重大安全隐患,一旦发生工程事故,将给社会带来巨大经济损伤与人员伤亡。故对复合材料损伤监测成为社会各界的迫切需求,也成为了学术界广泛研究的方向。传统检测方法如超声检测,射线检测等虽然检测精度高,但存在机械设备笨重,耗时高等诸多局限性。故一种可以实时无损原位监测复合材料损伤的方法具有重要工程意义。本文设计了一种基于多壁碳纳米管（Multi-Walled Carbon Nano Tubes,MWCNT）填充界面的复合材料损伤监测方法。在双悬臂梁（Double Cantilever Beam,DCB）预制Ⅰ型裂纹拉伸和对玻璃纤维增强环氧树脂基（Glass Fiber Reinforced/Epoxy Resin Base,GF/Epoxy）层压板低速冲击两个试验中实现了对复合材料层间损伤的监测,并能精准识别和定位损伤区域,本文具体研究内容如下:首先,本文混合了超声波分散以及阴离子表面改性两种分散工艺,制备了分散性良好的多壁碳纳米管悬浊液,随后将玻璃纤维（Glass Fiber,GF）浸泡于多壁碳纳米管悬浊液内,在其表面均匀沉积吸附MWCNT,从而制备得到了基于MWCNT界面传感器,再利用真空辅助成型技术（Vacuum Assisted Resin Infusion,VARI）,将该界面传感器与复合材料一体成型,形成损伤自评估复合材料。其次,为了探究该方法制备的损伤自评估复合材料对层间损伤的敏感度,本文设计了DCB预制Ⅰ型裂纹拉伸试验进行研究。对位于GF/Epoxy中间层的基于MWCNT界面传感器的电学响应信号与DCB试件裂纹的发展过程进行实时监测,探究两者试验数据之间的关系,同时也从理论上进行推导,找出基于MWCNT界面传感器的电阻数据与断裂长度的关系,并阐明了其机理,实现基于MWCNT界面传感器的电阻增长率对DCB试件层间裂纹长度监测的优化。最后,为了探究该方法制备的损伤自评估复合材料能否精准识别和定位损伤区域,本文在GF/Epoxy层压板内植入基于MWCNT界面传感器监测网络形成损伤自评估复合材料,并设计了对GF/Epoxy层压板低速冲击试验开展研究。通过采集低速冲击前后层压板内的基于MWCNT界面传感器监测网络电阻值,结合配套算法,得到试件的损伤云图,同超声C扫的探伤结果进行对比,发现两者损伤区域基本趋于一致。基于MWCNT界面传感器监测网络识别的落锤冲击中心点与试件表面观察到的冲击中心点之间的最小误差仅有2.2 mm。同时对损伤自评估复合材料的冲击响应曲线与试件冲击损伤形貌进行分析,发现植入基于MWCNT界面传感器监测网络能够通过界面传感网络扩散冲击能量,从而提高试件吸收冲能量的能力。
其他文献
量子秘密共享（QSS）是量子通信研究领域中一个重要分支,它的核心思想是将秘密信息拆分成若干个部分,并由若干参与者共同管理。任何一个参与者都不能单独恢复出原始的秘密信息,只有若干个参与者一起合作才能恢复秘密信息。在SQSS方案中,把半量子方案应用于量子秘密共享成为目前实际应用中的主流。此外,身份认证在量子通信协议的安全性上能够发挥巨大的作用。因此,本文主要对基于身份认证的半量子秘密共享协议（SQSS
目前,裁判文书的书写愈加规范,且随着电子化裁判文书的普及,裁判文书已然成为司法领域研究的重要对象。本文基于孪生神经网络,并结合文本表示、词嵌入、预训练语言模型、文本特征提取等技术对裁判文书的相似性进行研究,为司法判案提供参考,以实现司法领域“同案同判”的需求。主要的工作如下:（1）针对裁判文书的领域性、措辞严谨性以及动态变化性提出了基于TinyBERT-CNN的裁判文书文本表示模型。其中基于Tin
茶叶是我国最主要的饮品之一,并且中国也是茶叶种植规模最大的国家之一,而茶叶的各种病害一直严重影响着茶叶的产量和质量。藻斑病作为主要病害之一,其覆盖辽阔,在全国主要茶区均有发生。藻斑病会对茶树正常代谢造成胁迫,导致茶叶产量和品质下降,给茶农造成直接经济损失。当前,藻斑病的传统检测方法时限长、预处理复杂且成本较高,难以在实际生产中大面积推广应用。因此,准确识别茶叶病害及时采取防治措施成为茶产业发展的关
随着“数字化”不断地普及,现实生产、生活中大量的如文本、网页、图像等信息需要被存储。许多互联网、高科技公司都配备专门的服务器来存储这些有价值的数据。大规模、高维度的数据中通常包含噪声和特征冗余,直接存储这样的数据将会带来高昂的存储代价,并且是不可取和没必要的。机器学习算法则被用于分析、挖掘数据当中有价值的信息。大多数在小规模数据集上使用的机器学习算法已经不能很好地处理这样大规模的数据,因为它们在处
地震作为破坏性极强的自然灾难之一,给人类带来的教训是惨痛的,而有效的地震预报可以减少人员伤亡和经济损失。导致地震的因素繁多但其因素之间存在非线性关系,随着计算机技术飞速发展,使得机器学习模型解决复杂的、非线性的问题广泛进入应用。本文使用MATLAB和python平台,在地震震级预报这一领域内使用自组织特征映射神经网络（SOM）和支持向量回归算法（SVR）提高预报精度。本文首先介绍了机器学习模型在地
社交物联网是融合了物联网和社交网络的新兴范式,它使社交功能从最初的人与人之间扩展到人与物以及物与物之间。如何实现这人与物以及物与物之间的社会交互,是一个亟待解决的问题。自然语言生成技术,关注于从非语言数据中生成自然语言的文本,这对于在社交物联网中实现人类和其他智能对象之间的无障碍交互至关重要。然而,现有的数据生成文本研究方法依赖于特定的模板和标准神经网络模型,当应用于具有不同含义的大规模结构化数据
发光二极管（Light-Emitting-Diode,LED）作为新一代的电光源因其使用寿命长、效率高、体积小、绿色环保等优点被广泛应用于各种照明场合。LED需要有恒定的直流电流支持才能发出稳定的照明灯光。因此,LED驱动器是整个LED照明设备中最为关键的部分,它决定了照明的质量并严重影响整个照明设备的销售价格、使用开支以及使用寿命。单级式LED驱动器因其成本和效率上的优势,深受市场的欢迎。传统单
在未知环境中,移动机器人的即时定位与地图构建（Simultaneous Localization And Mapping,SLAM）是机器人导航领域最重要的研究课题之一。随着近些年深度学习技术的不断发展以及在图像处理方面的优异表现,基于深度学习技术的视觉SLAM也渐渐被关注。而定位技术作为SLAM中最主要的组成部分,对定位技术的研究也成为机器人技术研究的重要方向之一。本文在对现阶段机器人定位技术和