飞机圆弧风挡抗鸟撞试验研究

进行了某型飞机圆弧风挡抗鸟撞试验研究,为了解风挡边界及相关附件的影响,实验系统包括飞机前舱较大范围的部件。采用高速摄像系统记录了风挡动力响应变形的全过程,得到了该机型圆弧风挡抗鸟撞极限速度的范围及响应过程中关注点的位移、应变-时间曲线等数据。分析了风挡关键点位移随撞击速度的变化规律,给出了撞击临界速度与应变之间的变化规律,同时计算了风挡受鸟撞时的动态应力值,为进一步设计研制具有高抗鸟撞能力的风挡提供了有价值的数据。     

水陆两栖飞机尾翼抗鸟撞设计与验证方法研究

为确保水陆两栖飞机尾翼结构的抗鸟撞性能,针对其不同结构部位提出不同的抗鸟撞设计思路。耦合SPH方法建立了尾翼结构的鸟撞数值模型,采用实验方法获得了结构铝合金材料的准静态和中低应变率拉伸实验数据以及不同冲击速度下带母材铆钉的极限拉伸载荷和极限剪切载荷数据。进一步开展了尾翼结构抗鸟撞分析,并通过鸟撞实验对数值分析结果进行验证。结果表明,针对水陆两栖飞机尾翼前缘结构提出的两种抗鸟撞设计思路合理,且具有较好的抗鸟撞性能;结构采用的3种铝合金存在较为明显的应变硬化效应,但应变率敏感性较弱;随着加载速度的增大,结构采用的4种铆钉拉伸载荷呈下降趋势,但总体幅度并不大,而剪切载荷变动较小;建立的尾翼结构鸟撞数值分析模型准确,较好预测了结构的破坏模式和鸟体冲击分散过程。     

蜂窝夹芯雷达罩结构的鸟撞数值分析

运用非线性动力学有限元软件PAM-CRASH对鸟撞击蜂窝夹芯结构雷达罩的过程进行了数值分析。在有限元建模中对材料模型的选取做了详细的讨论。根据适航标准,使用1.80 kg的鸟体进行鸟撞分析。在不考虑材料应变率强化作用的情况下,计算了鸟体对结构上21个不同位置的撞击,给出了雷达罩结构吸收冲击能量随撞击位置的变化规律。对玻璃纤维面板材料的应变率强化作用进行讨论,对比分析了应变率强化作用对计算结果的影响,数值模拟结果可为雷达罩鸟撞实验提供参考。     

YB3航空有机玻璃平板鸟撞动态响应实验研究

为验证鸟撞有机玻璃平板数值计算模型的正确性,同时为进一步设计研制具有高抗鸟撞能力的航空有机玻璃风挡提供有价值的数据,本文采用动态数据采集系统,对YB3航空有机玻璃平板在两种不同速度下的鸟体撞击动态响应全过程进行了详细研究。测量了YB3平板上三个点的位移、七个点的应变、鸟体撞击方向四个支反力等物理量随时间的变化历程,同时利用高速摄像系统记录了鸟体撞击下平板动态变形和破坏的全过程。分析了鸟撞实验结果的有效性,同时分析了有机玻璃被鸟体击穿后的破坏模式。重复性实验结果的一致性表明了本文实验测试结果的有效性和可靠性。     

基于光纤光栅传感器的玻璃纤维复合材料层间应变测试的实验分析

通过对内埋未封装光纤光栅传感器(Fiber Bragg Grating,FBG)的玻璃纤维增强复合材料进行力学实验分析,得到不同试件层间的应变曲线与试件断面的微观截面图.探讨了玻璃纤维复合材料固化过程中温度和压力对FBG传感器的传感性能的影响,深入分析了FBG传感器与玻璃纤维复合材料的融合度以及弯曲实验中FBG传感器检测精度.在试件三点弯曲实验中,与传统电测方法不同,应用新型未封装FBG传感器进行复合材料的层间应变测量,得到的层间应变与载荷数据,拟合直线的线性相关系数均在0.99以上,并且传感器在监测不同试件同一层的层间应变的相对误差不超过5％.为应用FBG传感器检测实际的复合材料构件内部应变以及形成FBG传感网络损伤监测系统提供了实验基础.     

用于鸟撞试验的仿真鸟弹研究

对用于飞机结构抗鸟撞试验的仿真鸟弹进行了研究,给出了配方,其基体材料为明胶和水.密度是仿真鸟弹的关键参数,通过工艺流程和添加调质材料对其进行控制.鸟弹外形尺寸和重量由模具保证,制作出了满足规范要求的1.8kg标准形态鸟弹.利用4块12mm厚的铝板,进行了3次真实鸟弹试验和1次仿真鸟弹的鸟撞对比试验.试验结果表明,仿真鸟弹具有足够的强度可承受发射过载.同时仿真鸟弹与真实鸟弹的动态变形模式以及结构动态应变响应时间历程基本一致.其结构动态应变响应最大值仅相差3.2％,而结构残余变形相差8.7％.上述结果证明了本文研制的仿真鸟弹可以在结构抗鸟撞试验研究中替代真实鸟弹.     

基于BP神经网络算法的断裂参数预测

采用BP神经网络算法预测断裂参数J和A2.将三点弯曲试件有限元数值实验结果作为神经网络的训练样本,经过训练得到拓扑结构为4-25-2的BP网络模型.建立了J-积分、约束参数A2这二者与裂纹尺寸、裂纹尖端附近三个应变值之间的非线性映射.结果表明:应用BP网络时,只要选取适当的传递函数、训练函数、隐含层数目、神经元个数、学习速率就可以得到较好的预测,满足应用要求.     

飞机全尺寸风挡抗鸟撞击实验研究

采用高速摄像系统和数据测量采集系统,详细研究了鸟撞某型号飞机全尺寸风挡的动态响应全过程,分析了风挡撞击后的破坏模式,得到了风挡抗鸟撞击的临界速度及结构关键点的位移、应变时程曲线等重要数据.通过分析高速摄影照片,提出了用于鸟撞风挡数值仿真分析的鸟体形状模型.所获结果可为建立合理的鸟撞风挡有限元模型提供实验依据及验证实例.     

基于神经网络算法的应力集中值的确定法

基于神经网络的B－P算法，根据应力集中附近的三点应变值，通过网络训练，建立了应力集中附近的三点应变值与最大应变值之间的映射关系，从而方便地确定最大应变值。结果表明，该方法使用方便，预测精度高，结果可靠。     

基于复数神经网络的粘弹性材料动态模量拟合方法

固体火箭发动机药柱粘弹性材料除具有弹塑性特性,还具有粘滞性,这一特性使得材料变形具有明显的时间效应,本构关系复杂,进行动态力学分析时,动态模量难以有效拟合．本文提出了一种基于(Levenberg-Marquardt, L-M)算法的复数神经网络拟合粘弹性材料动态模量的方法．通过广义Maxwell模型推导得到材料的动态模量表达式,以此构造未定网络参数为复数的神经网络,从而提供了一种输入、输出样本均为复数的神经网络解决方法．将实数L-M训练算法进行改进,衍生到复数领域,提出复数L-M训练算法．通过粘弹性材料实验,将实验数据时温等效转换,获得复数神经网络的训练及测试样本．通过对神经网络进行训练,实现粘弹性材料动态模量的高精度拟合．数值算例表明,与传统神经网络拟合方法相比,所提方法在训练速度和泛化能力方面都有其优越性．     

Experimental and FEM study of windshield subjected to high speed bird impact

Both experimental and finite element model (FEM) results are presented for the dynamic strength behavior of windshield subjected to bird impact. The experimental data taken from a series of high speed photographs are compared with the numerical results predicted by using FEM in which the windshield was modeled entirely with solid elements and the bird body was approximately simulated by an elastic-plastic material with failure element behavior. Effective plastic strain and element pressure were adopted as the failure criteria and once the pressure or the effective plastic strain of an element reached the critical value, the element would lose the tensile resistance capability completely. The deflection and stress distribution in the windshield were obtained. It is shown that the result from the finite element analysis agrees with those from the full-scale bird impact test. The project supported by the National Natural Science Foundation of China (10272011)     

飞机风挡结构抗鸟撞一体化设计技术研究

结合大型非线性有限元分析软件,实践了飞机风挡结构由初步设计、数值仿真以及实验验证的一体化设计过程,建立了适于风挡结构材料的非线性黏弹性本构计算接口程序,对合理选取单元类型、材料模型、边界条件影响以及试验设计等工作细节进行了深入研究,通过实验与仿真计算结果的对比,验证了数值仿真计算模型的精度．为飞机风挡的抗鸟撞结构设计-数值仿真-实验验证一体化技术提供了支持论证．     

Coupled Shell-Material Point Method for Bird Strike Simulation

In a bird strike, the bird undergoes large deformation like flows; while most part of the structure is in small deformation, the region near the impact point may experience large deformations, even fail. This paper develops a coupled shell-material point method(CSMPM)for bird strike simulation, in which the bird is modeled by the material point method(MPM)and the aircraft structure is modeled by the Belytschko-Lin-Tsay shell element. The interaction between the bird and the structure is handled by a particle-to-surface contact algorithm. The distorted and failed shell elements will be eroded if a certain criterion is reached. The proposed CSMPM takes full advantages of both the finite element method and the MPM for bird strike simulation and is validated by several numerical examples.     

汽车玻璃高温蠕变特性的实验与理论研究

通过对汽车用挡风玻璃进行不同温度、不同应力水平下的单轴拉伸蠕变实验,揭示了其非线性蠕变变形特性.实验发现,不同温度和载荷下的蠕变曲线形状类似,高温(550℃～590℃)下该材料的减速蠕变变形不很明显,主要表现为稳态和加速蠕变变形,且其断裂数据符合Monkman-Grant关系,应力和温度对其影响不显著.基于实验结果,本文建立了非线性高温蠕变本构方程.理论预测与实验数据进行了比较,结果表明所提出的本构方程能较好地描述汽车玻璃高温蠕变变形的全过程.     

RBF神经网络及其在结构损伤识别中的应用研究

采用具有更好的仿生效果的径向基函数（RBF）网络对单处损伤结构及多处损伤结构的损伤程度，位置，区域，处数进行识别，网络学习方法选择了简单易行，精度高且运算速度快的正交最小二乘（OLS）法，通过实例对该方法进行了测试，并与BP网进行了比较，测试结果可验证：RBF网络及其OLS学习方法可以快速，有效，高精度地识别结构损伤状况。     

基于“AM-GoogLeNet+BP”联合数据驱动的混凝土细观模型压缩应力-应变曲线预测

本文结合GoogLeNet卷积神经网络和BP神经网络分别在图像数据挖掘和数据分析方面的良好性能,采用“AM-GoogLeNet+BP”联合数据驱动方法,对混凝土细观模型(含砂浆、骨料及孔隙)的单轴压缩应力-应变曲线进行了有效预测.通过引入力学参量对图像数据驱动的训练结果进行优化,从而提升了神经网络的物理可解释性.基于Python语言实现混凝土细观模型在Abaqus中的自动建模及细观图像生成过程,并将生成的细观图像数据库与相应的压缩应力-应变曲线作为训练数据集.在GoogLeNet中分别引入SENet, ECANet和CBAM三种代表性注意力机制并对三种注意力机制的性能进行对比和分析,以自适应方式提升神经网络对混凝土各相组分的分析能力,并以此得到混凝土细观模型的初步应力-应变预测曲线;将骨料体积分数、孔隙率及初步峰值应力等物理参量作为输入引入BP神经网络以改善峰值应力的预测精度,并与将物理参量直接引入卷积神经网络输入层的方法进行了对比,最后定量给出了骨料体积分数和孔隙率对峰值应力的影响权重.结果表明,对于不同骨料体积分数及孔隙率的混凝土细观模型,该方法均展现了较高的预测精度.本文采用的“...