谢桂兰
,
肖春芽
,
贺礼财
玻璃钢/复合材料
为实现大型风机叶片的轻量化,对纤维增强风机叶片复合材料进行三维拓扑优化设计.首先,基于均匀化理论,将碳纤维增强风机叶片复合材料等效为等效均质体,预测其宏观等效力学性能;然后,以单元相对密度为设计变量、实体材料总体积分数为约束条件、等效宏观弹性矩阵主对角线分量或分量的加权组合为目标函数建立优化模型.采用固体各向同性材料惩罚模型(SIMP)建立设计变量和宏观弹性模量之间的关系,采用灵敏度过滤技术和优化准则法控制材料的分布.在MATLAB平台上编写了相应程序,对大型风机叶片复合材料进行三维拓扑优化,计算得出不同优化目标下的三维最优结构.数值结果表明了该优化模型的正确性和有效性,为实现风机叶片结构轻质高强设计提供了一种参考.
关键词:
风机叶片
,
轻量化
,
复合材料
,
均匀化
,
拓扑优化
谢桂兰
,
贺礼财
,
肖春芽
材料导报
doi:10.11896/j.issn.1005-023X.2014.24.033
以蜂窝铝芯几何结构参数对其面内等效性能影响为研究对象,将正交试验和均匀化理论与有限元相结合来获得数据样本,建立了蜂窝铝芯几何结构参数与其等效弹性性能参数之间复杂非线性映射关系的网络模型,并利用贝叶斯正则化算法,实现了BP神经网络对蜂窝铝芯力学性能的预测.在较少样本数据的情况,可以较高精度地预测胞元结构参数对蜂窝铝芯等效性能的影响规律.提取该BP模型中各层的权值,运用Garson算法得到各结构参数对蜂窝铝芯等效力学性能影响程度的灵敏度系数,结果表明灵敏度分析可评估结构参数对等效力学性能的影响,可为蜂窝铝芯设计提供参考.
关键词:
蜂窝铝芯
,
性能预测
,
灵敏度分析
,
均匀化
,
BP神经网络
杨榛
,
乔文明
,
梁晓怿
新型炭材料
doi:10.1016/S1872-5805(17)60108-2
如何控制和预测孔结构是炭气凝胶研究的重要课题.然而,由于耗时耗财,导致实验方法研究控制和预测孔结构成为难题.本文提出一种基于神经网络的炭气凝胶孔结构的预测与优化模型,并采用遗传算法设计和优化模型,对六种典型训练算法模型性能进行比较分析.利用该模型对孔径和吸附容量进行预测,两者的预测相关系数分别为0.992和0.981,预测均方根误差分别为0.077和0.054.经测试,该模型与实验研究的结果相符,并有效的应用于预测和控制炭气凝胶实验参数.
关键词:
炭气凝胶
,
孔结构
,
神经网络
,
训练算法
,
模型
