基于贝叶斯推断的复合材料层间内聚力模型参数反演

doi:10.3901/JME.2022.06.110

机械工程学报 ›› 2022, Vol. 58 ›› Issue (6): 110-118.doi: 10.3901/JME.2022.06.110

扫码分享

基于贝叶斯推断的复合材料层间内聚力模型参数反演

赵文滔¹, 杨颜志^2,3, 王长焕^2,3, 鞠雪梅^2,3, 严刚¹

1. 南京航空航天大学机械结构力学与控制国家重点实验室南京 210016;
2. 上海宇航系统工程研究所上海 201109;
3. 上海市空间飞行器机构重点实验室上海 201109

收稿日期:2021-05-20 修回日期:2021-11-12 出版日期:2022-03-20 发布日期:2022-05-19
通讯作者: 严刚,男,1981年出生,博士,副教授,硕士研究生导师。主要研究方向为多功能复合材料结构、结构健康监测和结构疲劳断裂。E-mail:yangang@nuaa.edu.cn
作者简介:赵文滔,男,1996年出生。主要研究方向为复合材料结构强度。E-mail:zwt@nuaa.edu.cn
基金资助:
上海市空间飞行器机构重点实验室开放课题(YYHT-F805201808012)、南京航空航天大学基本科研业务费(NS2021002)和江苏高校优势学科建设工程资助项目。

Parameter Inversion for Composite Interlayer Cohesive Zone Model Based on Bayesian Inference

ZHAO Wentao¹, YANG Yanzhi^2,3, WANG Changhuan^2,3, JU Xuemei^2,3, YAN Gang¹

1. State Key Laboratory of Mechanics and Control of Mechanical Structures, Nanjing University of Aeronautics and Astronautics, Nanjing 210016;
2. Shanghai Institute of Aerospace Systems Engineering, Shanghai 201109;
3. Shanghai Key Laboratory of Spacecraft Mechanism, Shanghai 201109

Received:2021-05-20 Revised:2021-11-12 Online:2022-03-20 Published:2022-05-19

摘要/Abstract

摘要： 复合材料因为比强度大、比刚度高、可设计性强等优点，在航空航天等领域被广泛应用，其主要的损伤模式为分层损伤。内聚力模型可以很好地模拟复合材料的分层损伤，被广泛应用于复合材料结构设计和分析，因此准确确定内聚力模型参数对计算结果的可靠性具有重要作用。通过复合材料双悬臂梁试验获取载荷-位移数据信息，结合对应的有限元模型，分别采用双线性和指数型内聚力模型，基于贝叶斯推断方法反演确定层间内聚力参数的概率分布。数值仿真和试验结果表明，两种内聚力模型对断裂韧性的识别结果影响较小，而对界面强度的识别结果影响较大；贝叶斯推断能够考虑模型误差和测量噪声等不确定性因素，反演得到的参数信息比确定性方法更丰富，可以对结果进行不确定性分析。

关键词: 贝叶斯推断, 内聚力模型, 参数反演, 双悬臂梁试验, 不确定性

Abstract: Due to the advantages of high specific strength, high specific stiffness and high designability, composites have been widely used in aerospace and other fields, and their main damage mode is delamination damage. Cohesive zone model(CZM) is widely used in design and analysis of composite structures due to its capacity of simulating delamination damage, thus it is very important to accurately determine the parameters of CZM to increase the reliability of the numerical results. The load-displacement data is obtained through the composite double cantilever beam(DCB) experiments. Combined with the corresponding finite element model, Bayesian inference is employed to inversely determine the probability distributions of the parameters for bilinear and exponential CZMs, respectively. Numerical simulation and experimental results have demonstrated that, the two CZMs have neglected effect on the identification of fracture toughness but important effect on the identification of interface strength; since Bayesian inference considers uncertainties from modeling error and measurement noise, compared to deterministic methods, it can obtain more information about the CZM parameters, providing a new method to identify parameters of CZM and perform uncertainty analysis on the results.

Key words: Bayesian inference, cohesive zone model, parameter inversion, double cantilever beam tests, uncertainty

中图分类号:

TB332
O346

赵文滔, 杨颜志, 王长焕, 鞠雪梅, 严刚. 基于贝叶斯推断的复合材料层间内聚力模型参数反演[J]. 机械工程学报, 2022, 58(6): 110-118.

ZHAO Wentao, YANG Yanzhi, WANG Changhuan, JU Xuemei, YAN Gang. Parameter Inversion for Composite Interlayer Cohesive Zone Model Based on Bayesian Inference[J]. Journal of Mechanical Engineering, 2022, 58(6): 110-118.

参考文献

[1] 赵丽滨，龚愉，张建宇. 纤维增强复合材料层合板分层扩展行为研究进展[J]. 航空学报，2019，40(1)：171-199. ZHAO Libin，GONG Yu，ZHANG Jianyu. A survey on delamination growth behavior in fiber reinforced composite laminates[J]. Acta Aeronautica et Astronautica Sinica，2019，40(1)：171-199.
[2] 张厚江，陈五一，陈鼎昌. 碳纤维复合材料(CFRP)钻孔出口缺陷的研究[J]. 机械工程学报，2004，40(7)：150-155. ZHANG Houjiang，CHEN Wuyi，CHEN Dingchang. Investigation of the exit defects in drilling carbon fibre-reinforced plastic plates[J]. Journal of Mechanical Engineering，2004，40(7)：150-155.
[3] PARK K，PAULINO G H，ROESLER J. Cohesive fracture model for functionally graded fiber reinforced concrete[J]. Cement and Concrete Research，2010，40(6)：956-965.
[4] SORENSEN B F，JACOBSEN T K. Determination of cohesive laws by the J integral approach[J]. Engineering Fracture Mechanics，2003，70(14)：1841-1858.
[5] CHEN X，DENG X，SUTTON M A，et al. An inverse analysis of cohesive zone model parameter values for ductile crack growth simulations[J]. International Journal of Mechanical Sciences，2014，79：206-215.
[6] AIROLDI A，DAVILA C G. Identification of material parameters for modelling delamination in the presence of fibre bridging[J]. Composite Structures，2012，94(11)：3240-3249.
[7] 赵海峰. 反分析确定金属薄膜与陶瓷间界面的力学性能参数[J]. 工程力学，2008，25(10)：80-85. ZHAO Haifeng. Inverse analysis to determine interfacial properties between metal film and ceramic substrate with an adhesive layer[J]. Engineering Mechanics，2008，25(10)：80-85.
[8] XU Y，LI X，WANG X，et al. Inverse parameter identification of cohesive zone model for simulating mixed-mode crack propagation[J]. International Journal of Solids and Structures，2014，51(13)：2400-2410.
[9] CAMPILHO R D S G，BANEA M D，NETO J A B P，et al. Modelling adhesive joints with cohesive zone models：Effect of the cohesive law shape of the adhesive layer[J]. International Journal of Adhesion and Adhesives，2013，44：48-56.
[10] FERNANDEZ-CANADAS L M，IVANEA I，SANCHEZ-SAEZ S. Influence of the cohesive law shape on the composite adhesively-bonded patch repair behavior[J]. Composites Part B：Engineering，2016，91：414-421.
[11] JAILLON A，JUMEL J，LACHAUD F，et al. Mode I cohesive zone model parameters identification and comparison of measurement techniques based on uncertainty estimation[J]. International Journal of Solids and Structures，2020，191-192：577-587.
[12] NICHOLS J M，LINK W A，MURPHY K D. A Bayesian approach to identifying structural nonlinearity using free-decay response：Application to damage detection in composites[J]. Journal of Sound and Vibration，2010，329(15)：2995-3007.
[13] 姜辉，杨建国，姚晓栋，等. 数控机床主轴热漂移误差基于贝叶斯推断的最小二乘支持向量机建模[J]. 机械工程学报，2013，49(15)：115-121. JIANG Hui，YANG Jianguo，YAO Xiaodong，et al. Modeling of CNC machine tool spindle thermal distortion with LS-SVM based on Bayesian inference[J]. Journal of Mechanical Engineering，2013，49(15)：115-121.
[14] YAN G. A Bayesian approach for damage localization in plate-like structures using Lamb waves[J]. Smart Materials and Structures，2013，22(3)：35012.
[15] ALBUQUERQUE E B，GUZMAN C，BORGES L A，et al. A Bayesian framework for the calibration of cohesive zone models[J]. The Journal of Adhesion，2018，94(4)：255-277.
[16] HILLERBORG A，MODEER M，PETERSSON P E. Analysis of crack formation and crack growth in concrete by means of fracture mechanics and finite elements[J]. Cement and Concrete Research，1976，6(6)：773-781.
[17] VAN DEN BOSCH M J，SCHREURS P J G，GEERS M G D. An improved description of the exponential Xu and Needleman cohesive zone law for mixed-mode decohesion[J]. Engineering Fracture Mechanics，2006，73(9)：1220-1234.
[18] YAN G. A Bayesian approach for impact load identification of stiffened composite panel[J]. Inverse Problems in Science and Engineering，2014，22(6)：940-965.
[19] HARPER P W，HALLETT S R. Cohesive zone length in numerical simulations of composite delamination[J]. Engineering Fracture Mechanics，2008，75(16)：4774-4792.
[20] 韩学群. 复合材料层合板分层损伤数值模拟[D]. 武汉：武汉理工大学，2010. HAN Xuequn. Numerical simulation of delamination damage for composite laminates[D]. Wuhan：Wuhan University of Technology，2010.

基于贝叶斯推断的复合材料层间内聚力模型参数反演

Parameter Inversion for Composite Interlayer Cohesive Zone Model Based on Bayesian Inference

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	刘水清, 付锦园, 沈骁, 韩旭. 点胶机器人撞针磨损建模与不确定性分析[J]. 机械工程学报, 2024, 60(7): 34-44.
[2]	韦新鹏, 姚中洋, 宝文礼, 张哲, 姜潮. 一种基于主动学习克里金模型的证据理论可靠性分析方法[J]. 机械工程学报, 2024, 60(2): 356-368.
[3]	李怡然, 尧军平, 梁超群, 肖鹏, 陈国鑫, 李步炜. 基于三维微观结构的SiC/AZ91D复合材料单轴拉伸过程中裂纹萌生扩展机制[J]. 机械工程学报, 2024, 60(16): 160-170.
[4]	程锦, 吕昊, 刘振宇, 谭建荣. 考虑多源不确定性的三维CAD软件质量综合评价[J]. 机械工程学报, 2024, 60(13): 235-246.
[5]	邵海东, 肖一鸣, 邓乾旺, 任颖莹, 韩特. 基于不确定性感知网络的可信机械故障诊断[J]. 机械工程学报, 2024, 60(12): 194-206.
[6]	张德权, 李星奥, 贾新宇, 叶楠, 韩旭. 基于分层贝叶斯推理的RV减速器动力学模型修正及动态响应预测方法[J]. 机械工程学报, 2024, 60(11): 135-144.
[7]	朱挺, 陈兆祥, 周笛, 陈震, 胡兵, 潘尔顺. 基于Bayesian-LSTM神经网络的热轧轧辊剩余寿命预测及不确定性评估[J]. 机械工程学报, 2024, 60(11): 181-190.
[8]	杨凯, 唐小林, 钟桂川, 王明, 李国法, 胡晓松. 面向无信号灯十字路口场景的自动驾驶安全决策方法研究[J]. 机械工程学报, 2024, 60(10): 147-159.
[9]	谈东奎, 胡港君, 朱波, 胡旭东, 姚明尧. 基于轨迹预测安全边界的智能汽车换道避撞系统[J]. 机械工程学报, 2024, 60(10): 317-328.
[10]	林莉, 马志远, 孙珞茗, 罗忠兵, 雷明凯. 航空功能涂层表界面完整性参数超声检测反演原理及其应用[J]. 机械工程学报, 2023, 59(8): 1-8.
[11]	王亚良, 高康洪, 范欣宇, 金寿松. 面向不确定性的车间布局调度集成建模与优化[J]. 机械工程学报, 2023, 59(5): 235-246.
[12]	赵琳, 刘源, 曹喜滨, 侯耀东, 张俊杰. 基于NNBoost的卫星用复合材料层合板结构不确定性固有频率分析方法研究[J]. 机械工程学报, 2023, 59(24): 242-250.
[13]	朱威霖, 王超, 邓文翔, 梁相龙, 姚建勇. 基于非奇异终端滑模的电机伺服系统预设性能控制[J]. 机械工程学报, 2023, 59(24): 359-366.
[14]	刘检华, 夏焕雄, 巩浩, 刘少丽, 庄存波, 敖晓辉. 精密装配的内涵、技术体系和发展趋势[J]. 机械工程学报, 2023, 59(20): 436-450.
[15]	韩啸, 孙亮亮, 刘博, 刘哲远, 吴承伟. 胶层厚度对胶接波纹板三点弯曲力学性能影响研究[J]. 机械工程学报, 2023, 59(2): 104-112.