复合材料损伤研究现状

复合损伤的研究现状复合材料是一种新型材料。由于其高比强度和比模量的优点，在许多领域具有潜在的应用潜力。然而，复合材料由纤维、基体、界面等组成。其微观结构是一个复杂的多相系统，具有不均匀性和各向异性，这使得其结构内部的损伤不同于普通材料。即使使用x光和超声波分层扫描，结构表面也可能没有损坏的迹象。现有的无损检测方法难以准确检测和评估复合材料结构的损伤程度，无法实现在用复合材料结构的在线实时监测。智能传感器敏感网络嵌入复合材料中，结合适当的现代信号处理技术，形成智能复合材料结构系统，实现对复合材料内部状态的在线实时监测，及时发现和确定材料结构中的损伤位置和程度，监测损伤区域的扩展，从而为材料结构的损伤检测、维修和自修复提供准确的信息，避免复合材料结构损伤带来的巨大损失。由于智能复合材料中传感器网络信号的高度非线性、大量性、并行性等特点，使用传统的分析方法进行处理往往非常耗时、困难甚至不可能。然而，现代模式识别方法(包括人工神经网络)、小波分析技术、时间有限元模型理论和光时域反射仪检测技术已经成为分布式信号实时、在线和智能处理的理想工具。结构损伤诊断是指对结构进行检测和评估，以确定结构是否存在损伤，进而判断结构损伤的程度和方向、原结构的现状、使用功能以及结构损伤的变化趋势等。结构损伤诊断是近40年来发展起来的一门新兴学科。它是为满足工程实际需要而形成的一门交叉学科。随着结构损伤诊断概念的引入和发展，机械故障诊断问题开始引起各国政府的重视。美国宇航局成立了一个机械故障预防小组(MFPG)，英国成立了一个机器保健中心(MHMC)。这些机构专门从事失效机理的技术研究、检测、诊断和预测，以及可靠性分析和耐久性评估。因此，大型旋转机械的状态监测和故障诊断技术已经进入实用阶段。20世纪80年代，以微型计算机为核心的现代故障诊断技术迅速发展，出现了许多商用计算机辅助监测和故障诊断系统，如美国科学公司的永磁系统和我国开发的大型旋转机械计算机状态检测和故障诊断系统。现阶段，由于传感技术的快速发展，诊断可以利用振动、噪声、温度、力、电、磁、光和辐射等多种信号作为信息源，从而发展了振动诊断技术、声发射诊断技术、光谱诊断技术和热成像监测诊断技术。与此同时，信号处理技术、模式识别、模糊数学和灰色系统理论等新的信息处理方法发展迅速，并已应用于故障诊断技术中。结构损伤诊断技术的研究在国外大致可分为三个发展阶段：(1)从20世纪40年代到50年代，探索阶段侧重于建筑结构缺陷的原因分析和修补方法的研究。大多数检查工作都是基于目视检查。(2)20世纪60-70年代是发展阶段。重点研究了建筑检测技术和评估方法。提出了损伤检测、无损检测和物理检测等几十种现代检测技术。还提出了分析评价、综合评价和模糊评价等多种评价方法。(3)自20世纪80年代以来，进入了完善阶段。在这一阶段，制定了一些规范和标准，强调综合评价，并引入知识工程进行结构设计在我国，结构损伤诊断的研究起步较晚，但近年来发展很快。在研究理论和方法方面，提出了基于一类模式的状态识别技术、统计学习分类技术、全息光谱技术、时间序列分析诊断技术、智能诊断技术等。结构损伤诊断技术已经应用于国民经济的重要生产部门，并取得了显著的经济效益。纤维增强复合材料因其高的比强度和比模量而在许多领域受到关注。损伤过程和损伤机理的研究是复合材料和结构研究、设计和质量检测的重要课题。文献1研究了芳纶/环氧复合材料在拉伸载荷下的损伤和断裂行为。发现不同的损伤类型表现出不同的声发射特征。从声发射信号的相关图可以更好地判断损伤类型，根据声发射特征参数值可以合理地确定临界承载值。声发射技术是通过检测和记录材料结构在应力作用下突然释放的应力波来判断结构的损伤位置、损伤阶段、损伤机理和严重程度。它的基本原理是在材料结构的表面安装传感器，应力波被转换成电信号，电信号被放大器放大成声发射仪，然后这些信号被数字化处理。文献2介绍了小波技术的基本理论，综述了小波技术在复合材料损伤检测中的应用和发展，指出了存在的问题，并展望了小波技术在复合材料损伤检测中的应用。小波分析是一种时变信号的时频二维分析方法，具有多分辨率分析的特点，能够同时在时频两个域表示局部特征。文献3在实验研究的基础上，作者指出，长期使用的CAI(冲击后抗压强度)的物理意义模糊不清，有时会误导材料研究和设计选择。同时，作者提出损伤阻抗性能应分别用典型层压板静态压痕力-凹坑深度曲线的最大压痕力来表征。用凹坑深度-压缩破坏应变曲线的阈值cait(冲击阈值后的压缩破坏应变)表征损伤容限性能，并对试验方法提出建议。文献4采用神经网络、小波变换和神经网络对复合材料的损伤位置进行定量分析和研究。结果表明，利用小波变换对信号进行预处理，可以明显提高损伤定位的识别率。文献5将T300碳纤维编织成编织角为22的三维四向编织体，通过化学气相渗透法在950-1000沉积热解碳界面层和碳化硅基体。最后，获得纤维体积分数约为40%、热解碳界面层厚度约为0.2微米、孔隙率为17%的复合材料，表面碳化硅涂层厚度为50m。由于热应力和外力，基体会产生许多微裂纹。利用单向陶瓷基复合材料的裂纹计算公式，可以粗略地估算出3D2C/SiC的基体裂纹应力和裂纹间距。纤维束之间的孔隙在蠕变过程中变形，孔隙表面的基体容易产生微裂纹，纤维束之间的夹角不断变化。蠕变是由损伤引起的，属于损伤蠕变机制。在弯曲、断裂韧性、蠕变和疲劳试验中，纤维束试图沿拉应力方向拉直，纤维束与损伤之间的相对滑动是细观上的主要损伤机制。室温和疲劳循环应力低、多次循环的断裂表面粗糙度大，纤维拔出长。高温、高应力、少循环的断口相对平整，纤维拔出相对较短。在由纤维束和基体界面以及纤维和基体界面的剥离和滑动引起的损伤中文献6对纤维增强聚合物基复合材料进行了损伤和断裂力学分析，建立了材料模型，通过对基体横向裂纹的剪切滞后分析，获得了较好的基体开裂定量分析结果。采用边界配置法计算各向异性材料裂纹体的应力强度因子，建立裂纹扩展准则，并对纤维断裂进行弹性分析。对玻璃纤维/酚醛复合材料层合板进行了理论和实验分析，得到了材料裂纹密度与刚度退化的相关曲线。实验结果验证了理论分析结果的正确性。得到了应力强度因子S随裂纹尺寸的变化曲线和纤维断裂脱胶引起的刚度退化的计算结果。文件7应用模态分析技术分析复合材料拉伸破坏试验中的声发射信号，提取复合材料不同破坏阶段的声发射源信号特征，开展复合材料损伤模式识别工作。文献8介绍了一种通过兰姆波检测复合材料损伤的定位方法。该方法利用HHT算法提取损伤特征，利用损伤处能量的衰减特征确定损伤位置。最后，通过实验对该方法进行了验证。结果表明，本文提出的损伤定位方法能够有效地确定复合材料的损伤。在文献9中，通过使用神经网络建立了复合材料的冲击损伤检测方法。采用遗传算法和神经网络对复合材料损伤检测的三个传感器的布置进行优化。用穷举法验证了结果。遗传神经网络方法是通用的，可以有效地推广到类似的传感器位置优化问题。具有损伤自检测功能的智能复合材料是一种多传感器体系结构。优化其传感器的数量和位置具有重要的应用价值，值得深入研究。文件10使用声发射技术在整个过程中监测二维编织碳/碳化硅复合材料的拉伸试验。通过声发射多参数分析和断口微观观察，结合材料拉伸应力-应变曲线，分析了二维编织碳/碳化硅复合材料拉伸损伤的演化过程和损伤机理。结果表明，材料的拉伸损伤演化经历了三个阶段：第一阶段是非损伤阶段，材料没有损伤。第二阶段是损害的初始阶段。损伤主要是微裂纹开裂，微裂纹开裂基本上均匀地出现在试样的工作截面上。第三阶段是损伤的加速阶段，主要包括宏观基体、界面裂纹和纤维束断裂，发生在断裂区。第二阶段和第三阶段损伤之间的转变点约为抗拉强度的76%。转变点的确定对二维编织碳/碳化硅复合材料的工程应用具有重要意义。为了监测复合材料的结构健康和损伤，减少复合材料中裂纹、应力集中和疲劳引起的事故，建立了光纤传感系统，介绍了神经网络算法，并介绍了其在损伤程度和位置分类中的实现。文献12测量了拉伸载荷下UHMWPE/高密度聚乙烯复合材料的声发射振幅信号。对于特殊样品，即具有明确预测断裂模式的样品，如纤维-基体界面脱粘、基体断裂、纤维断裂和脱层，进行加载直至失效。利用扫描电子显微镜(SEM)观察试样的断口，识别出一些特殊损伤类型产生的声发射信号。在相同的加载条件下，对不同种类的UHMWPE/高密度聚乙烯准各向同性层压板进行了声发射测试。结果特殊样品的损伤类型与声发射信号的入射振幅之间建立了对应关系，揭示了上述各种准各向同性层合板在损伤扩展过程中的声发射特征和损伤机制。各种准各向同性层合板的声发射事件的累积数量不同于拉伸应力曲线，当相同的损伤类型发生时，相应的拉伸载荷水平也不同文献13研究了颗粒增强聚合物复合材料的力学行为。研究表明，材料屈服、裂纹成核、扩展和聚结直至最终断裂是一个逐渐退化的过程，损伤理论很好地描述了这一退化过程。基于自由能和耗散势函数的假设，推导了损伤演化规律。与实验相比，模型与实验结果基本一致。进一步采用改进的达格尔模型，重点研究损伤对GB/PPO复合材料宏观裂纹萌生的影响。建立了描述材料退化行为和裂纹扩展的损伤模型。结果表明，损伤区域严重影响裂纹尖端性能，材料损伤对宏观裂纹萌生的影响不容忽视。文件14中红外热波的无损检测是基于物体的热辐射特性。主动加热技术通过相关的检测系统，记录试件表面缺陷与基体材料因不同热特性而产生的温差，从而确定飞机复合材料表面和内部的损伤。与传统检测方法相比，红外热波无损检测具有非接触、快速、直观和准确的优点。文献15基于模拟聚丙烯复合材料的本构模型的失效机理评价CODAM模型。首先，确定了聚丙烯复合材料CODAM模型中的参数。然后，通过有限元模拟与标准材料试验的相关性，确定拉伸、压缩和剪切破坏参数。标准材料测试包括拉伸、压缩、压缩拉伸和剪切测试；冲击试验初步验证了模型的有效性。文献16利用YAG激光和激光，在两种典型波长(10.16m和1.06m)的高能量密度激光能量作用下，对固体火箭发动机壳体用碳纤维材料试样进行了损伤实验，分析了波长对碳纤维试样损伤效应和损伤模式的影响。结果表明，在相同功率密度条件下，YAG激光能量不仅会导致表面树脂的分解和碳化，还会直接导致纤维断裂。激光能量对碳纤维材料的损伤主要表现在内部树脂分解。此外，每单位面积钇铝石榴石的平均质量损失为28。64，低于激光作用下的平均值40.33，约为71%。每焦耳激光能量的平均质量损失为15。0，小于测试结果21.4。从烧蚀热来看，在失去相同质量的情况下，要求YAG激光能量大于激光能量。文献17测量了准静态拉伸下UHMWPE/低密度聚乙烯复合材料的声发射信号，用无监督模式识别方法对预处理后的声发射信号进行了分类，并分析了几个样品(0，90和45/-45)的损伤机理。研究表明，模式识别方法能够识别试样中基体开裂、纤维2基体界面脱粘、纤维拔出和纤维断裂等损伤模式，识别结果与扫描电镜观察到的损伤截面一致。UHMWPE/低密度聚乙烯复合材料的声发射信号特征仅受损伤模式的影响，与样本类型无关。PR方法能有效区分不同损伤模式的声发射信号，各损伤模式的声发射信号累积数与应变的关系曲线能清晰地反映复合材料的损伤过程。声发射信号的概率响应分析为复合材料损伤机理分析提供了准确的依据。文献18总结和研究了自组织特征映射神经网络的结构和学习算法，提出了一种利用自组织特征映射神经网络对输入样本的“聚类”功能和MATLAB神经网络工具箱对故障模式进行分类的新方法，并通过U矩阵图对分类结果进行了仿真和分析。结果表明，该网络能够准确识别和分类复合材料损伤监测的诊断故障。与一般的可视化界面相比，该方法的可视化界面更加简单直观，故障识别率高。将其应用于材料的无损检测是有效可行的。文件19提供了一种自动测量飞机复合材料部件损坏面积的方法在智能材料和结构的各个领域的研究中，结构损伤健康监测是非常有前途的。近年来，健康监测技术因其广泛的应用潜力而备受关注。它不仅在所有关于智能材料和结构的国际研讨会上被提出，而且已经成为一个特殊的研究课题。参考1刘怀西，马润祥，碾压，芳纶纤维/环氧树脂复合材料损伤与断裂过程的声发射特征J，材料指南，2004.6，18 (6): 93-952董，小波分析在复合材料损伤检测中的应用J，科学仪器学报，2004.8，25 (4): 489-4913沈振，张子龙，王锦，杨胜春，叶林，复合材料损伤阻抗和损伤容限的表征J，复合材料学报，2004.10，21 (5): 140-1454谢，梁大凯