2023年7月24至26日,the 11th International Conference on FRP Composites in Civil Engineering(CICE 2023)在巴西里约热内卢隆重召开。该会议是the International Institute for FRP in Construction(IIFC)的官方会议,汇集了众多复合材料与结构领域的国际知名专家学者、科研人员、工程师与研究生。课题组成员侯佳傲参会并作题为“Machine learning-based
investigations on nonlinear vibrations of CFRP composite”的报告。碳纤维增强复合材料(CFRP)具有轻质高强的优势,在航空航天、汽车、能源、交通、建筑等领域中取得了广泛的应用。在服役过程中,CFRP结构易遭受外力作用而产生结构变形。大幅度的变形会引起几何非线性(即大变形使结构受力状态改变),从而导致结构的非线性振动。长期大振幅的非线性振动将导致结构产生裂纹,最终导致结构失效。对于CFRP结构的耐久性和服役安全,外界荷载作用下CFRP的振动响应是一个关键的问题。环氧树脂作为CFRP的基体材料,具有连接纤维、传递荷载等重要作用,其振动性能对CFRP的振动响应至关重要。为了深入理解CFRP的振动响应,开展了环氧树脂振动性能的多尺度研究,如下图所示。采用分子动力学模拟方法,测量了不同含水量下树脂的物理和力学性能,并将其作为无网格模拟的输入参数。在无网格模拟中,分析了不同含水量下树脂的线性振动与非线性振动特性。研究发现,在含水量为1 wt%时,由于树脂分子结构中的官能团与水分子相互作用,不同的官能团间形成二次交联,从而增强了树脂的力学性能和振动性能;随着含水量的增大,由于相互间的氢键相互作用,水分子形成大分子团,破坏了树脂分子间的相互作用,使树脂的力学性能和振动性能严重退化。在明确环氧树脂的振动性能后,进一步探究了外界荷载对CFRP振动性能的影响。为了全面分析CFRP的振动响应,开展了外界荷载作用下CFRP结构非线性振动响应的机器学习研究,如下图所示。首先,采用机器学习方法构建CFRP振动性能的预测模型。基于现有文献的结果,构建不同荷载下CFRP振动性能数据库,使用XGBoost算法构建预测模型并进行训练。将预测数据和数据库进行对比,对模型的准确率等性能进行评估。基于验证的模型,研究不同荷载情况下,具有不同尺寸与边界条件的CFRP板的振动性能。结果表明,随着外部荷载和CFRP尺寸的增加,CFRP板的非线性频率比增加;随着边界条件限制的增加,非线性频率比减小。本研究结果有助于了解长期服役过程中CFRP结构的振动响应,开发的预测模型可以应用于不同工程应用中CFRP结构振动性能的实时监测,有助于推动CFRP的工程应用。相关成果收录于会议论文集中。论文链接:https://zenodo.org/record/8114224。
审核 | 谭力豪