[发明专利]三维机织碳纤维复合材料汽车翼子板优化方法

权利要求书

1.一种三维机织碳纤维复合材料汽车翼子板优化方法，其特征在于，基于观测得到的内纤维的体积分数，通过建立不同机织参数下的三维机织碳纤维复合材料代表性体积单元几何模型与有限元模型，计算得到三维机织碳纤维复合材料的弹性常数；然后通过对三维机织碳纤维复合材料翼子板进行有限元建模，配合上述弹性常数仿真得到翼子板的在各个工况下的性能参数；再建立三维机织复合材料翼子板工况响应的Kriging代理模型，运用粒子群优化算法，对建立的Kriging代理模型进行寻优计算，并通过有限元仿真验证优化结果的有效性，实现三维机织碳纤维复合材料汽车翼子板优化。

2.根据权利要求1所述的方法，其特征是，所述的代表性体积单元几何模型是指：采用Texgen软件快速建立不同机织参数的三维机织复合材料代表性体积单元，经网格划分后将网格模型导入ABAQUS得到。

3.根据权利要求1所述的方法，其特征是，所述的有限元模型是指：在ABAQUS中根据纤维束弹性性能赋予至三维机织复合材料代表性体积单元中，并通过建立纤维束的局部坐标系来定义纤维束的主方向，从而建立三维机织复合材料代表性体积单元介观有限元模型。

4.根据权利要求1所述的方法，其特征是，所述的纤维束弹性性能是指：基于观测得到的内纤维的体积分数，采用Chamis公式计算得到的弹性常数。

5.根据权利要求1所述的方法，其特征是，所述的三维机织碳纤维复合材料的弹性常数包括：纤维束轴向弹性模量、纤维束横向弹性模量、纤维束面内剪切模量、纤维束面外剪切模量、主泊松比。

6.根据权利要求1所述的方法，其特征是，所述的各个工况下的性能参数是指：翼子板安装点刚度、外板刚度和翼尖刚度。

7.根据权利要求1所述的方法，其特征是，所述的Kriging代理模型是指：y(x)＝f(x)+Z(x)，其中：x为输入参数向量，y(x)为待求的输出函数，f(x)为全局多项式拟合函数，Z(x)为均值等于0的随机过程，其协方差矩阵为：Cov[Z(x_i),Z(x_j)]＝σ²R[(R(x_i,x_j)]，其中：R为Z(x)的相关矩阵，R(x_i，x_j)为两个样本点之间的相关函数；

所述的随机过程Z(x)的相关函数采用高斯相关函数

8.根据权利要求1所述的方法，其特征是，所述的寻优计算是指：将三维机织复合材料翼子板优化设计问题表达为粒子群模型，随机生成整个初始粒子种群的速度与位置，根据需要对粒子的速度与位置进行离散处理，计算得到当前的最优值，按照粒子群算法的速度与位置更新公式，对所有粒子进行速度和位置更新，然后对粒子的速度与位置进行离散处理，重新计算得到当前的最优值直至满足优化条件。

9.一种实现上述任一权利要求所述方法的系统，其特征在于，包括：复合材料弹性性能预测模块、翼子板工况性能分析模块以及优化设计模块，其中：优化设计模块为复合材料弹性性能预测模块和翼子板工况性能分析模块提供了优化参数，复合材料弹性性能预测模块为翼子板工况性能分析模块提供了材料性能输入，翼子板工况性能分析模块为优化设计模块提供了样本点取值。