基于Kalman濾波技術(shù)的纖維增強復(fù)合材料界面斷裂參數(shù)確定方法

何周理 徐緋， 段敏鴿

(1.西北工業(yè)大學(xué)航空學(xué)院，西安 710072;2.上海飛機設(shè)計研究院，上海 200232)

連續(xù)碳(及碳化硅)纖維增強復(fù)合材料具有較高的比強度、比剛度以及耐高溫、耐腐蝕、抗氧化、低密度等優(yōu)點，因此，已越來越廣泛地應(yīng)用于航空、航天等高溫領(lǐng)域。

在固體力學(xué)和材料力學(xué)領(lǐng)域中，某些材料參數(shù)通過試驗直接測量十分困難。但卻可以通過試驗測量得到與這些材料參數(shù)直接相關(guān)的其它物理量，再考慮通過反演計算得到所需的材料參數(shù)值。常用的反演方法主要包括:Monte Carlo［1］法、模擬退火法［2］、遺傳算法［3］、改進的人工神經(jīng)網(wǎng)絡(luò)法［4］等等。上述的幾種反演方法屬于完全非線性反演法，具備全局搜索能力，但是計算量往往很大，計算效率不高。所以對于單個或者未知參數(shù)較少時的反演情況，上述方法并非最佳選擇。本文將介紹一種計算效率較高的Kalman濾波反演法。

1960年，Kalman提出了用遞歸方法解決離散數(shù)據(jù)線性濾波問題。此后，由于數(shù)字計算技術(shù)的進步，Kalman濾波技術(shù)得到了廣泛的應(yīng)用，特別是在自主及協(xié)助導(dǎo)航領(lǐng)域。Kalman濾波可由一系列遞歸數(shù)學(xué)公式描述，它們提供了一種高效的方法來估計過程的狀態(tài)，并使估計均方誤差最小［5］。其應(yīng)用廣泛且功能強大，即使對相應(yīng)模型的性質(zhì)不確定，可以估計信號的過去和當(dāng)前狀態(tài)，甚至將來的狀態(tài)?；谝陨螷alman濾波反演方法的優(yōu)點，促使其正逐漸走進研究者的視野，如結(jié)合邊界元利用擴展的Kalman濾波方法對材料彈性和熱彈性參數(shù)［6］進行反分析;利用Kalman濾波方法對金屬材料的Gurson模型參數(shù)［7，8］進行反演確定;利用擴展的 Kalman濾波對單一載荷下裂紋斷裂參數(shù)和動態(tài)界面分層參數(shù)進行反演確定［9，10］;大體積混凝土結(jié)構(gòu)位移場參數(shù)［11］的反演等等

本工作介紹了Kalman濾波反演方法的基本原理，并且結(jié)合SiC(SCS-6)/Ti復(fù)合材料的單纖維頂出試驗，成功地反演出了碳化硅纖維鈦基復(fù)合材料的界面參數(shù)。論證了Kalman濾波反演法具有較好的收斂性和較高的精確性。并且通過不同的測量噪音證明了其具有一定的消除噪音的能力。通過例證還可看出，Kalman濾波反演方法可在一定程度上簡化實驗方案［12］。

1 纖維頂出試驗研究

單纖維頂出試驗［13］是從細觀上對纖維增強基體復(fù)合材料界面性能進行研究的一種試驗手段，主要用于獲得纖維和基體交界處的界面性能，比如界面的剪切強度、拉伸強度以及斷裂能等等。單纖維頂出試驗的實驗示意圖和試驗結(jié)果曲線如圖1、圖2所示，實驗機通過壓頭施加壓力把纖維從基體中頂出，同時測量出壓頭的支反力和位移。

從試驗曲線可以看出初始載荷隨位移呈線性增加，當(dāng)載荷增加到Fmax時，表示界面剪切應(yīng)力達到最大值，界面開始脫粘，此后載荷開始直線下降。由試驗曲線可以獲得2個重要的參數(shù)Fmax以及與Fmax對應(yīng)的位移δmax。然后根據(jù)公式:

上式中d是纖維的直徑，L是試樣的長度，通過上式計算得到界面的試驗剪切強度。由于在上述試驗中獲得的界面剪切強度τ為纖維脫粘時整個界面的剪切應(yīng)力平均值，然而在實際情況中，纖維脫粘時沿纖維軸向的拉伸應(yīng)力和剪切應(yīng)力分布都是不均勻的，所以上述試驗中獲得的界面剪切強度并非材料界面的真正剪切強度［14］。為了得到纖維增強復(fù)合材料界面的真實剪切強度，很多研究者運用有限元模擬計算來反演界面剪切強度。如文獻［9］中關(guān)于正問題的研究，成功地用cohesive單元模擬單纖維頂出試驗，得到了纖維脫粘時切應(yīng)力沿界面的分布，通過有限元計算得到的力-位移曲線和試驗的結(jié)果基本一致。在本文的研究中我們用反問題思路，即考慮界面剪切強度和斷裂能量都為未知參數(shù)，通過參考文獻［15］中試驗得到的力-位移曲線結(jié)果，結(jié)合Kalman濾波反演技術(shù)來反演計算未知的兩個參數(shù)。

有限元模型，試驗?zāi)Ｐ涂煽闯奢S對稱模型所以在模擬計算中用軸對稱條件進行簡化。簡化后的有限元模型及尺寸如圖3所示，圖中顯示了對稱軸和界面的位置，分別標識了壓頭端和簡支座端，對稱軸采用對稱邊界條件，簡支端限制Z向位移，加載端Z向位移0.09mm。

圖3 簡化的有限元模型Fig.3 the FEA model

2 Kalman濾波原理簡介

簡單來說，Kalman濾波是一個優(yōu)化自回歸數(shù)據(jù)處理算法，用遞歸的方法解決離散數(shù)據(jù)線性濾波問題。Kalman濾波應(yīng)用廣泛且功能強大，他的廣泛應(yīng)用已經(jīng)超過30年，包括機器人導(dǎo)航、控制、傳感器數(shù)據(jù)融合甚至在軍事方面的雷達系統(tǒng)以及導(dǎo)彈追蹤等等。近年來更被應(yīng)用于計算機圖像處理，例如頭臉識別、圖像分割及圖像邊緣檢測等等。Kalman濾波器的基本工作原理主要由時間更新(預(yù)測)和量測更新(校正)兩部分組成，原理公式如表1中所示。

式(2)表示由k－1時刻的狀態(tài)變量xk－1遞推k時刻的狀態(tài)變量xk;式(3)表示估計誤差協(xié)方差的遞推公式;式(4)表示量測向量zk在狀態(tài)變量xk時的函數(shù)表達。其中P－k為先驗估計誤差協(xié)方差矩陣，R為量測噪音協(xié)方差矩陣;A表示差分方程的增益矩陣，B代表可選的控制輸入u∈Rl的增益矩陣，wk－1表示過程激勵誤差;h表示狀態(tài)變量xk對量測變量zk的增益函數(shù)，向量vk表示量測誤差。估計誤差協(xié)方差Pk和量測誤差協(xié)方差R都隨著時間步k的變化而不同。Hk為k時刻量測變量值對狀態(tài)變量(待估參數(shù))的一階偏導(dǎo)數(shù):

當(dāng)Kalman濾波的過程激勵噪音wk=0、增益矩陣A為單位矩陣I、控制輸入u=0時，Kalman

濾波的狀態(tài)更新方程簡化為為:

Kalman濾波器向估計誤差協(xié)方差矩陣更新方程為:

表1 Kalman濾波原理(-代表先驗，^代表估計)Kalman filter principle table(-is priori state estimate，^denote estimate)

3 Kalman濾波反演步驟

(1)首先假設(shè)待估參數(shù)的初值:取狀態(tài)變量的初值為x0和誤差協(xié)方差初值為P0。

(2)把第k步的狀態(tài)變量值和已知的各材料參數(shù)代入到有限元模型計算中，得到計算量測向量;并且提取有限元結(jié)果計算出Hk。

(4)根據(jù)第k步的值計算Kalman增益矩陣Kk+1。

(6)檢驗更新的誤差協(xié)方差矩陣的最大特征值是否達到預(yù)設(shè)的精度ε。

(7)如果沒有達到精度要求則重復(fù)反演計算步驟2－6;如果達到精度要求則停止濾波反演計算。

4 實例證明

4.1 例證1

在第1節(jié)中已經(jīng)說明了單纖維頂出試驗得到的是復(fù)合材料界面的平均性能，而非界面的真實性能。本例將使用Kalman濾波反演法來求解真實的剪切強度τb，設(shè)界面的剪切強度τb為未知參量，即狀態(tài)向量為xk=τbk;以壓頭支反力的最大值為Kalman濾波的量測標準，即量測向量為zk=Fmax。本例中狀態(tài)向量只有一個參數(shù)，所以屬于一維的Kalman濾波反演計算。在反演計算中，力的單位為N，剪切強度的單位為MPa，位移的單位為mm。

表2 Kalman濾波器的參數(shù)設(shè)置Table 2 The initial parameters of Kalman filter

Kalman濾波反演計算的每一步更新中必須已知試驗量測向量Zk+1和Hk的值，所以針對不同的狀態(tài)變量xk，結(jié)合有限元計算可得到所需的計算量測向量z－k和Hk，然后可以使Kalman濾波反演計算向后一步一步進行預(yù)估校正。當(dāng)即估計誤差的協(xié)方差小于等于1時，認為找到合適的反演結(jié)果。把上述初始估計和誤差協(xié)方差矩陣代入Kalman濾波反演計算中。當(dāng)經(jīng)過10次反演計算后最終誤差矩陣協(xié)方差為0.999，反演結(jié)果為 200.8MPa，反演數(shù)值曲線如圖4所示。

把得到的參數(shù)xk=τbf=200.8 MPa代入到數(shù)值模擬計算中，計算得到的力-位移曲線如圖5所示，與試驗得到的力-位移曲線相比較，兩者基本吻合，證明了此方法的可行性和精確性。

4.2 例證2

運用Kalman濾波反演法確定單纖維增強復(fù)合材料界面的多個未知參數(shù)。界面的剪切強度τb和斷裂能均為未知參量，即狀態(tài)向量為xk=［τ，G］T，所以本例的計算屬于二維的Kalman濾波反演計算。在反演計算中以壓頭的壓力和對應(yīng)的下壓位移為反演的量測標準，即量測向量為zk=［Fmax，δ］。在計算中，力的單位為N，剪切強度的單位為MPa，位移的單位為mm，斷裂能的單位為N/mm。本例進行計算的初始參數(shù)設(shè)置如下。

初始狀態(tài)變量:

初始估計誤差的協(xié)方差矩陣:

觀測誤差的協(xié)方差矩陣:

過程激勵噪聲方差矩陣:

把上面的的各個值結(jié)合有限元計算可得到反演所需的Zk和Hk，然后按照Kalman濾波反演計算的步驟一步一步向后進行反演計算。當(dāng)(即估計誤差的協(xié)方差矩陣的最大特征值小于等于1時)，認為反演值達到要求的精度，找到了合適的反演結(jié)果。本例中的觀測誤差協(xié)方差矩陣為:R=diag(2.5，2.5)，當(dāng)經(jīng)過44次反演計算后得到結(jié)果為xk=［τ，G］T為［200.555，3.9548］T，最終的誤差協(xié)方差為過程激勵噪聲方差矩陣:P44=diag(0.9983，0.001)，得到參數(shù) τ和 G的反演曲線如圖5所示。

把反演得到的參數(shù)τ和G代入到有限元計算中的界面模型中，進行數(shù)值模擬計算，最后計算得到的力－位移曲線如6圖所示，并且和試驗得到的力－位移曲線相比較。由圖6中可以看出，最后的反演結(jié)果計算得到的曲線和試驗得到的曲線基本重合，所以反演的結(jié)果為精確值。另外隨著反演的參數(shù)增多，濾波次數(shù)明顯增多。

4.3 例子3

研究量測噪音誤差對反演結(jié)果的影響，例2中其它各參數(shù)不變，而僅僅把量測噪音誤差協(xié)方差分別設(shè)為 diag(1，1)，diag(5，5)和 diag(16，16)，相對應(yīng)的試驗誤差分別為2%，4.5%和8%的情況。按照例2的步驟進行Kalman濾波反演計算，得到的結(jié)果如表3示。

圖6 剪切強度(τ)(a)和斷裂能(G)(b)的反演曲線Fig.6 The inverse analysis of shear strength(τ)(a)and the fracture energy(G)(b)

表3 不同的量測噪音協(xié)方差Kalman濾波反演結(jié)果Table 3 The results of influence of noise by Kalman filter

圖7 反演結(jié)果和實驗結(jié)果對比Fig.7 Comparison of inverse analysis and experimental results

表3說明Kalman濾波反演計算具有一定的消除噪音的能力，由不同的測量噪音誤差協(xié)方差得到的反演結(jié)果具有一致性;但是隨著噪音的增大，濾波的次數(shù)要明顯增多。

5 結(jié)論

通過對SiC(SCS－6)/Ti單纖維增強復(fù)合材料的界面參數(shù)計算研究表明:

(1)Kalman濾波反演方法不論對于單個參數(shù)反演還是多個參數(shù)反演都是可行的，由圖4和圖6可知Kalman濾波反演法的收斂性較好。

(2)圖3和圖7的例證結(jié)果表明反演得到的結(jié)果和試驗得到的結(jié)果［9］吻合很好，說明Kalman濾波反演方法具有較高的精度。

(3)Kalman濾波反演方法可以引入不同的量測噪音協(xié)方差矩陣，說明實驗噪聲的影響，這也是該方法作為材料參數(shù)反演計算的一個重要特點和優(yōu)點。

［1］姚姚.蒙特卡洛非線性反演方法及其應(yīng)用［M］.北京:冶金工業(yè)出版社，1997.

［2］KIRKPAT rick S，CELATT C D，VECCHI M P.Optimization by simulated annealing［J］.Sciences，1983，220:671－680.

［3］師學(xué)明，王家映.地球物理資料非線性反演方法講座(四)遺傳算法［J］.工程地球物理學(xué)報，2008，5(2):129－140.

［4］靳蕃，范俊波，譚永東.神經(jīng)網(wǎng)絡(luò)與神經(jīng)計算機原理應(yīng)用［M］.成都:西南交通大學(xué)出版社，1997.

［5］KALMAN RE.A new approach to linear filtering and prediction problems［J］.Transaction of the ASME—Journal of Basic Engineering，1960，82:35 －45.

［6］王元淳，孫浩.彈性、熱彈性物性值反問題的邊界元分析［J］.計算結(jié)構(gòu)力學(xué)及其應(yīng)用，1993，10(4):490－494.

［7］AOKI Shigeru，AMAYA Kenji，SUGA Kazuhiro，et al.Identification of Gurson’s Material Constants by Using Kalman-Filter［J］.Transactions of the JapanSociety of Mechanical Engineers，2001，67(664):1892 －1897.

［8］ALBERTO C，STEFANO M，BARBARA O.Identification of Gurson-Tvergaard material constants by using Kalman filtering technique I Theory［J］.International Journal of Fracture，2000，104(4):349 －373.

［9］BOLZON G，F(xiàn)EDEL R，MAIER G.Parameter identification of a cohesive crack model by Kalmanfilter［J］.Computer Methods in Applied Mechanics and Engineering，2002，191:2847 －2871.

［10］ALBERTO C，STEFANO M.Identification of a consititutive model for the simulation of time-dependent interlaminar debonding processes in composites［J］.Computer Methods in Applied Mechanics and Engineering，2002，191:1861 －1894.

［11］蔡汝銘，張劍，趙新銘.大體積混凝土位移場參數(shù)的卡爾曼濾波反演［J］.華北水利水電學(xué)院學(xué)報，2006，27(1):24－27.

［12］WELCH Greg，BISHOP Gary.An Introduction to the Kalman Filter［J］.UNC-Chapel Hill，2006，TR:95 － 041.

［13］KERANS R J，PARTHASARATHY TA.Theoretical A-nalysis of the Fiber Pull-Out and Push-Out Tests［J］.Journal of the American Ceramic Society，1991，74:1585 －1596.

［14］原梅妮，楊延清，馬志軍，等.SiC纖維增強鈦基復(fù)合材料界面強度研究進展［J］.稀有金屬材料與工程，2007，36:1115－1118.

［15］CHANDRA N，Li H，SHET C，et al.Some issues in the application of cohesive zone models for metal-ceramic interfaces［J］.International Journal of Solids and Structures，2002，39:2827 －2855.