基于神經(jīng)網(wǎng)絡(luò)的CFRP沖擊失效預(yù)測研究

摘 要：針對CFRP材料的沖擊失效預(yù)測問題，采用CFRP板開展沖擊實驗，基于ABAQUS建立仿真分析模型，比較仿真分析與實驗測試的沖擊載荷，相對誤差低于3.3%，說明了仿真分析方法的有效性。改變沖擊能量、沖擊角度和CFRP厚度，設(shè)計正交實驗，基于仿真分析模型獲得沖擊載荷。將仿真沖擊載荷、沖擊角度、CFRP厚度抽象為神經(jīng)網(wǎng)絡(luò)輸入神經(jīng)元參數(shù)，基于BP神經(jīng)網(wǎng)絡(luò)理論，建立沖擊載荷預(yù)測模型，調(diào)整訓(xùn)練參數(shù)并重新排列進行模型訓(xùn)練。結(jié)果表明，文章模型預(yù)測準確度較高。

關(guān)鍵詞：CFRP材料 神經(jīng)網(wǎng)絡(luò)

1 前言

CFRP（碳纖維增強樹脂基復(fù)合材料）具有重量輕、高強度和高耐沖擊性等特性，被應(yīng)用于汽車、航空等行業(yè)。CFRP材料在使用、維修和制作過程中經(jīng)常會受到不可避免的沖擊損傷，這些損傷是不易察覺并且導(dǎo)致材料的強度和使用壽命下降。

傳統(tǒng)復(fù)合材料結(jié)構(gòu)研發(fā)周期較長，難以快速地給出設(shè)計方案，如何快速準確預(yù)測CFRP材料的抗沖擊性能，對優(yōu)化CFRP材料的結(jié)構(gòu)設(shè)計和提高抵抗外力性能方面有深遠的影響。

近年來，許多學(xué)者以傳統(tǒng)方法對復(fù)合材料抗沖擊性能等進行了深入研究。余粵凱[1]研究了金屬/CFRP低速沖擊和層間增強機理，研究發(fā)現(xiàn)CFRP遭受的沖擊載荷越大，沖擊所造成的內(nèi)部損傷面積越大，CFRP力學(xué)失效提前；慕琴琴等[2]人研究了不同厚度及沖擊角度對復(fù)合材料平板抗沖擊能力的影響，結(jié)果表明復(fù)合材料抗沖擊性能與厚度有關(guān)，并且存在最優(yōu)撞擊角度，使抗沖擊性能最大。現(xiàn)有研究表明復(fù)合材料的抗沖擊性能與沖擊能量、沖擊角度和板材厚度有一定的關(guān)系。

傳統(tǒng)的有限元方法計算CFRP材料抗沖擊性能，需要成熟的損傷演化理論、復(fù)雜的基礎(chǔ)試驗測量材料的基本參數(shù)和強大的計算機資源支撐。對于這種情況，使用tReHinpNyx1cpYJGRpcCJWV4wPu0wsMTE+4Gz20qrKg=神經(jīng)網(wǎng)絡(luò)進行預(yù)測是一種較好的選擇。近年來，隨著計算機的發(fā)展，神經(jīng)網(wǎng)絡(luò)已經(jīng)在復(fù)合材料和航空等諸多領(lǐng)域中展現(xiàn)出了其在效率和準確度方面的極大優(yōu)勢。陳棟康康[3]等人針對CFRP板孔隙缺陷進行的無損檢測方法研究，解決傳統(tǒng)檢測方法所面臨的材料尺寸過大和實地環(huán)境限制的因素的影響，實現(xiàn)了快速精準實現(xiàn)外場實時缺陷檢測；王莉[4]等人使用BP神經(jīng)網(wǎng)絡(luò)對復(fù)合材料損傷進行分析，提高了復(fù)合材料的使用安全性。

近年來，人工神經(jīng)網(wǎng)絡(luò)被廣泛應(yīng)用于有效處理各學(xué)科領(lǐng)域中復(fù)雜多變的數(shù)據(jù)關(guān)系中。本文首先進行沖擊試驗采集數(shù)據(jù)，再使用ABAQUS進行有限元仿真并記錄數(shù)據(jù)，驗證仿真分析方法的準確性，再使用ABAQUS建立數(shù)據(jù)集；最后，使用神經(jīng)網(wǎng)絡(luò)模型進行預(yù)測數(shù)據(jù)，與數(shù)據(jù)集進行比較，驗證使用神經(jīng)網(wǎng)絡(luò)預(yù)測CFRP材料抗沖擊性能的可能性。

2 CFRP沖擊實驗

本次實驗采用的CFRP纖維為T300平紋，樹脂為環(huán)氧類型，通過模壓成型工藝加工而成。試驗樣片尺寸要求為矩形截面，長150mm，寬100mm，厚度為2mm的CFRP板，如圖1。試驗所用儀器是型號為CLC—AI的落錘沖擊試驗機。

實驗開始前，將樣件中心對準錘頭，再打開沖擊試驗軟件后輸入所需沖擊能量進行沖擊實驗，然后對得到的沖擊數(shù)據(jù)進行分析，每個實驗重復(fù)四次取平均值，個別數(shù)據(jù)相差過大，進行剔除，再進行實驗。

2.1 沖擊結(jié)果及分析

將CFRP板固定，對其分別進行2J/4J/6J/8J能量的沖擊實驗，根據(jù)位移-載荷曲線（如圖2所示）可以看出，沖擊失效載荷分別為530.071N、959.259N、880.687N、900.002N。能量較小時，板材無明顯的纖維斷裂和損傷，在正面凹陷不太明顯；能量較大時，板材有明顯的纖維斷裂和損傷的痕跡，板材的正面有明顯的凹陷，背面有明顯的凸起，但所以實驗板材整體沒有發(fā)生斷裂，實驗合格。如圖3所示，為6J沖擊實驗后的復(fù)合材料板面結(jié)果。

3 ABAQUS對CFRP有限元分析仿真

3.1 創(chuàng)建模型及定義部件

本文采用ABAQUS建立沖擊實驗的仿真分析模型（如圖4）。CFRP板采用C3D8R單元，尺寸為2mm，材料屬性如表1所示；錘頭單元尺寸為0.5mm。對板與錘頭進行裝配，定義通用接觸的相互作用，其力學(xué)性選擇摩擦系數(shù)為0.1的切向行為，壓力過盈時進行“硬”接觸，并允許接觸后分離的法向行為，對錘頭選擇剛體的約束，并指定向錘頭的Z軸方向進行沖擊。選擇預(yù)定義場時，根據(jù)沖擊能量和質(zhì)量，設(shè)置錘頭的沖擊速度。

表1中，E1、E2、E3表示彈性模量，V12、V13、V22表示泊松，G12、G13、G23表示剪切模量，Xt、Yt、Zt表示拉伸強度，Xc、Yc、Zc表示壓縮強度，GLT、GTT分別表示縱向和橫向的拉伸斷裂韌性，GLC、GTC分別表示縱向和橫向的壓縮斷裂韌性，P表示材料的密度。

3.2 模擬結(jié)果分析

基于實驗方案計劃，進行150mm*100mm*

2mm的CFRP板沖擊仿真模擬，得到載荷與位移曲線，以驗證仿真的準確性和模型的可靠性。通過仿真得出的最大沖擊力與實驗的數(shù)值進行對比如表2所示，可以看出，相比較實驗，平均誤差為3.575%，最大誤差為7%，總體來說，仿真模型在一定范圍內(nèi)仍然具有足夠的準確度。

3.3 有限元模擬數(shù)據(jù)集的建立

仿真試驗數(shù)據(jù)相對較少，無法保證通過python平臺建立的神經(jīng)網(wǎng)絡(luò)模型預(yù)測的準確性和可行性，此時，需要建立一個數(shù)據(jù)集。本次實驗通過ABAQUS仿真軟件對試驗進行仿真模擬，溫度20℃保持不變，通過改變沖擊能量、沖擊角度和CFRP厚度，設(shè)計正交實驗得到不同的試驗數(shù)據(jù)來建立好數(shù)據(jù)集。

4 基于BP神經(jīng)網(wǎng)絡(luò)對CFRP沖擊性能預(yù)測

4.1 神經(jīng)網(wǎng)絡(luò)模型的建立

BP神經(jīng)網(wǎng)絡(luò)是基于數(shù)據(jù)進行驅(qū)動運算的算法，在神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程中輸入數(shù)據(jù)的選擇將很大程度影響模型訓(xùn)練的時間以及后期預(yù)測的效果。

BP神經(jīng)網(wǎng)絡(luò)是一種根據(jù)誤差進行逆向傳播算法訓(xùn)練的多層前反饋網(wǎng)絡(luò)，其神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)主要分為三層，即輸入層、隱藏層和輸出層[5]，基本結(jié)構(gòu)如下圖5所示。

BP神經(jīng)網(wǎng)絡(luò)是依據(jù)數(shù)據(jù)進行驅(qū)動的人工算法，算法在運算過程中，開始輸入訓(xùn)練數(shù)據(jù)，經(jīng)過隱藏層的加權(quán)和運輸?shù)玫浇Y(jié)果；結(jié)果在與數(shù)據(jù)進行對比，不斷優(yōu)化權(quán)重，使運算得到最優(yōu)結(jié)果，模型運算結(jié)束。本次選擇CFRP沖擊載荷峰值作為神經(jīng)網(wǎng)絡(luò)模型預(yù)測的輸出值，該特征值能反映整體結(jié)構(gòu)在不同沖擊強度下的響應(yīng)狀況，能衡量CFRP的沖擊性能。

在進行神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程時，輸入的數(shù)據(jù)將對模型訓(xùn)練的時間以及后期預(yù)測的效果有很大的影響。在訓(xùn)練過程中，通常把輸入的數(shù)據(jù)稱為特征，因為選擇的數(shù)據(jù)要能夠概括每一個樣本的特點，突出不同樣本之間的差異。本次神經(jīng)網(wǎng)絡(luò)預(yù)測模型的輸出值為CFRP沖擊載荷峰值，該特征值能夠反映出整體結(jié)構(gòu)在不同沖擊強度下的響應(yīng)狀況，能衡量CFRP整體抗沖擊性能。

由于人工神經(jīng)元激活函數(shù)的特性，為了輸入到神經(jīng)網(wǎng)絡(luò)模型中，數(shù)據(jù)需要進行歸一化處理，將其范圍轉(zhuǎn)換為[-1，1]。通過使用Python中與函數(shù)premnmx類似的函數(shù)來實現(xiàn)，這個函數(shù)的原理是：

式中，xt為某一特征值經(jīng)過歸一化后輸出的數(shù)值，xn為原始數(shù)值，xmax、xmin分別表示該特征值同組數(shù)據(jù)中的最大值和最小值。

本次運用Python平臺進行神經(jīng)網(wǎng)絡(luò)模型的創(chuàng)建，以CFRP板厚度、錘頭沖擊角度、沖擊能量為特征，選擇以CFRP沖擊載荷峰值為預(yù)測。

最開始，各個節(jié)點間的連接權(quán)值是隨機設(shè)定的，在神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練過程中，這些權(quán)值會逐步通過迭代更新為新的數(shù)值，其更新計算公式如下所示：

式中E表示均方誤差，表示學(xué)習(xí)率，是0-1之間的任意常數(shù)值，學(xué)習(xí)率主要影響迭代計算中的迭代步長，本次模型訓(xùn)練中選擇的學(xué)習(xí)率為0.01[6]。

隨著訓(xùn)練數(shù)據(jù)的增多，能夠讓神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練效果和預(yù)測準確率得到一定的提升。神經(jīng)網(wǎng)絡(luò)模型使用的數(shù)據(jù)類型應(yīng)不進行制約，使得在往后的實驗中能夠使用更多的參數(shù)對CFRP的多種性能進行預(yù)測，依靠其預(yù)測值能夠迅速預(yù)估實驗結(jié)果，對實驗設(shè)計及CFRP設(shè)計規(guī)劃給出參考。

運用Python對所需要的神經(jīng)網(wǎng)絡(luò)進行編程創(chuàng)建，將訓(xùn)練數(shù)據(jù)代入其中，然后進行預(yù)測，可得出結(jié)果。

4.2 神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果及分析

在神經(jīng)網(wǎng)絡(luò)的預(yù)測中，因為代入的訓(xùn)練數(shù)據(jù)還不夠，故有一些個別預(yù)測數(shù)據(jù)與原始數(shù)據(jù)偏差較大，剔除誤差較大的個別數(shù)據(jù)，平均誤差減小到了9%，具有較高的預(yù)測準確性。

5 結(jié)語

CFRP材料（碳纖維復(fù)合材料）受到低速沖擊后，力學(xué)性能下降程度與沖擊角度、沖擊能量和板材厚度相關(guān)。本文運用BP神經(jīng)網(wǎng)絡(luò)，以板材厚度、沖擊角度和沖擊能量為輸入?yún)?shù)，創(chuàng)建車用CFRP抗沖擊性能的預(yù)測模型，平均達到10%以下，具有較高的準確性。本次運用神經(jīng)網(wǎng)絡(luò)對CFRP材料抗沖擊性能進行預(yù)測，對于提高CFRP材料的結(jié)構(gòu)設(shè)計和抵抗外力性能方面有深遠的影響，整個過程中神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果基本與數(shù)據(jù)集的結(jié)果相似，對運用神經(jīng)網(wǎng)絡(luò)預(yù)測CFRP板的抗沖擊性能的運用提供了一定的理論性。

基金項目：廣西壯族自治區(qū)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃立項項目《基于神經(jīng)網(wǎng)絡(luò)CFRP板抗沖擊性能預(yù)測》S202310602025；

廣西壯族自治區(qū)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃立項項目《考慮老化效應(yīng)的汽車復(fù)合材料結(jié)構(gòu)沖擊損傷規(guī)律研究》202210602068。

參考文獻：

[1]余粵凱.金屬/碳纖維增強復(fù)合材料低速沖擊和層間增強機理研究[D].南昌：華東交通大學(xué)，2023.

[2]慕琴琴，燕群，杭超，等.不同厚度及沖擊角度對復(fù)合材料平板抗沖擊能力的影響[J].實驗力學(xué)，2023，38（01）：142-150.

[3]陳棟康康.碳纖維增強復(fù)合材料層合板孔隙缺陷的無損檢測方法研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2022.

[4]王莉，劉國強，楊宇，等.基于神經(jīng)網(wǎng)絡(luò)的復(fù)合材料結(jié)構(gòu)分層損傷定量監(jiān)測方法[J].纖維復(fù)合材料，2020，37（03）：50-54.

[5]盛鳴劍，陳普會.復(fù)合材料低速沖擊損傷面積神經(jīng)網(wǎng)絡(luò)估算方法[J].南京航空航天大學(xué)學(xué)報，2018，50（01）：30-35.

[6]羅浩舜.基于BP神經(jīng)網(wǎng)絡(luò)的透明夾層結(jié)構(gòu)抗沖擊性能研究[D].太原：太原理工大學(xué)，2022.