智能材料结构损伤的分形神经网络诊断方法

来源 :材料科学与工程学报 | 被引量 : 0次 | 上传用户:ss22ss33
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对智能复合材料的损伤诊断问题提出了采用人工神经网络将材料结构表面上的裂纹与材料内部的应力变化相结合的诊断方法.光纤珐珀传感器的小体积和高精度使之很适合于埋置在复合材料内部感受材料内部应力变化.而材料结构表面的裂纹是其内部受损伤的外在表现,根据裂纹在结构表面上的分布特征用分形的方法把表面的裂纹量化,获得其分维值,和内部的应力变化一起作为特征值输入到神经网络,利用神经网络的非线性处理能力进行在线的材料损伤识别.在一块35cm×35cm的复合材料试件上的实验结果表明这一方法是可靠的、有效的,完全可以
其他文献
本文比较了碳纳米管在不同放电电流密度下以及在Ar气氛及真空条件下进行热处理后的电化学充放电性能。采用三电极体系,Ni(OH)2/NiOOH为对电极,CNTs-Ni(质量比1:9)电极为工作电极,Hg/Hg
以(NH4)2S3O8为氧化剂、十二烷基苯磺酸(DBSA)为乳化剂和掺杂剂、苯胺(An)为单体,原位乳液聚合制备了聚苯胺(PAn)/聚甲基丙烯酸甲酯(PAMM)导电复合材料.观察了复合物粒子形貌