[发明专利]一种基于决策树模型的纤维丝性能检测方法及系统

说明书

本发明属于复合材料检测技术领域，公开了一种基于决策树模型的纤维丝性能检测方法及系统；在有限元仿真软件中建模仿真，获取用于模型训练与测试的数据；在模型训练前对原始数据进行特征选择，实现数据降维；根据要预测的对象编程建立决策树模型，调节参数得到最佳预测模型。本发明采用机器学习中的决策树回归模型建立了纤维单丝性质与复合材料整体宏观参数之间的联系，模型训练与测试数据均来自Abaqus仿真实验，为避免过拟合出现，本发明在模型训练之前采用L1范数方法进行特征选择。经过参数调节和模型选择，得到有较好的泛化性能的模型，用于纤维丝纵向弹性模量、横向弹性模量和泊松比的预测。

技术领域

本发明属复合材料检测技术领域，尤其涉及一种基于决策树模型的纤维丝性能检测方法及系统。

背景技术

目前，业内常用的现有技术是这样的：

复合材料是由一种或多种不同物理和化学性质的物质组合而成的多相固体材料，近年来在飞机材料用量中占比持续攀升。复合材料中有一相为连续相，称为基体；另一相为分散相，称为增强相。各相之间取长补短，相得益彰，实现单种材料所不能实现优秀性能。但复合材料的性能却不是各个组成材料性能的简单叠加。纤维丝作为最常用的增强相，由于尺寸极小，传统机械方法难以直接测定其弹性模量等基本参数，因此纤维单丝的性质测定一直是工程上的一个难题。

在大多数工程研究中，比较容易获得材料的宏观机械性能参数。因此建立复合材料宏微观性质之间的联系，从而由复合材料宏观性质得到微观性质是解决该问题的一个思路。为此国内外学者做了各种探索。现有技术一总结分析了二维编织复合材料领域的研究现状，比较了当前通用预浸料技术和刚度失效准则应用的优缺点，回顾了复合材料领域弹性预测的各个模型。现有技术二提出了一种多用途易上手的微观复合材料模型，该模型可以模拟仿真二维编织复合材料在任意载荷下的弹性、弹塑性和应力极限。现有技术三提出了一种在编织模型建立后基于数值模拟和数学建模的分析方法。现有技术四采用MTI微型拉伸试验机测试了标距为250mm的玄武岩纤维丝的拉伸性能，利用MTS万能试验机对不同标距纤维丝进行了准静态拉伸实验，结果表明玄武岩力学性能受标距长度影响。现有技术五采用微观力学强度理论，通过对碳纤维树脂复合材料进行横向、纵向静态拉伸、压缩和弯曲实验得到层合板力学性能和强度指标，又建立了碳纤维树脂基复合材料的微观力学模型，获取了树脂基和纤维不同位置的载荷应力放大系数和热载荷应力放大系数，与宏观实验结果对比验证微观结构的正确性。这些成果总结起来主要分为实地实验和理论分析两种方式，理论分析需要相关人员具备大量背景知识和力学基础，实际测量的方法步骤繁杂且需要专门设备，对操作人员要求较高，因此两种方法均也较难在业界应用。

综上所述，现有技术存在的问题是：

(1)复合材料的性能并不是各个组成材料性能的简单叠加，纤维丝作为最常用的增强相，由于尺寸极小，传统机械方法难以直接测定其弹性模量等基本参数。

(2)目前对纤维丝的检测多为实地实验和理论分析两种方式，理论分析需要相关人员具备大量背景知识和力学基础，实际测量的方法步骤繁杂且需要专门设备，对操作人员要求较高，均较难实现与应用。

(3)纤维丝的实验数据通过实际实验是不可能直接得到的，且变换多组材料做实验开销也很昂贵。

解决上述技术问题的难度和意义：

难度在于如何建立合理的复合材料仿真模型，如何进行合理有效的特征选择，如何建立合适的决策树模型；意义在于通过仿真数据集对决策树模型的训练与测试，建立起在一定误差范围内的针对纤维丝弹性模量与泊松比值预测的一套方法，在以后的需要纤维丝参数的场合，只要输入由该纤维丝参与组成的一种复合材料在拉伸试验中变形参数、载荷大小和该复合材料中基体的弹性模量与泊松比，模型即可给出纤维丝的弹性模量和泊松比预测值，为后续整体复合材料其他参数的计算提供依据，帮助更加深刻地理解复合材料各向相互增强的机理。

发明内容