[发明专利]三维机织碳纤维复合材料汽车翼子板优化方法在审
申请号: | 201710857451.0 | 申请日: | 2017-09-21 |
公开(公告)号: | CN107563094A | 公开(公告)日: | 2018-01-09 |
发明(设计)人: | 刘钊;陶威;朱平 | 申请(专利权)人: | 上海交通大学 |
主分类号: | G06F17/50 | 分类号: | G06F17/50;G06N3/00 |
代理公司: | 上海交达专利事务所31201 | 代理人: | 王毓理,王锡麟 |
地址: | 200240 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 三维 机织 碳纤维 复合材料 汽车 翼子板 优化 方法 | ||
技术领域
本发明涉及的是一种车用复合材料领域的技术,具体是一种三维机织碳纤维复合材料汽车翼子板优化方法。
背景技术
汽车翼子板作为车身外覆盖件之一,不但给保险杠、组合灯与转向灯等提供安装支撑,同时也需要抵抗车辆使用中受到的冲击载荷。在实现三维机织碳纤维复合材料翼子板结构与材料一体化设计中有两个难点:一、需要一种高效的力学性能预测方法,实现对不同机织参数下三维机织碳纤维复合材料的力学性能进行准确预测;二、由于对材料尺度和结构尺度多个变量同时优化,并且实际结构件的载荷约束十分复杂,需要有一种高效而可靠的优化方法对三维机织复合材料翼子板的设计变量进行优化。
发明内容
本发明针对现有只能优化结构尺度的设计变量,不能对材料尺度与结构尺度的设计变量同时进行优化的缺陷,提出一种三维机织碳纤维复合材料汽车翼子板优化方法,优化后三维机织碳纤维复合材料翼子板,在满足翼子板各项性能的前提下能够显著减轻重量。
本发明是通过以下技术方案实现的:
本发明基于观测得到的纤维束内的纤维体积分数,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。
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(纱线间距及层数)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。
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。
所述的纤维束弹性性能是指:基于观测得到的纤维束内的纤维体积分数,采用Chamis公式计算得到的弹性常数。
所述的弹性常数包括但不限于: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。
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。
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(xi),Z(xj)]=σ2R[(R(xi,xj)],其中:R为Z(x)的相关矩阵,R(xi,xj)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
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。
本发明涉及一种实现上述方法的系统,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。
技术效果
与现有技术相比,本发明的优点包括:
1)本发明通过结合Texgen软件与ABAQUS软件,运用细观力学有限元方法,快速地预测了不同机织参数下三维机织碳纤维复合材料的弹性力学性能,避免了现有技术中较为复杂的多尺度建模过程,提高了对三维机织复合材料的弹性力学性能的预测效率,也为材料优化提供了可能性。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学,未经上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710857451.0/2.html,转载请声明来源钻瓜专利网。