[发明专利]纤维增强复合材料参数层级敏感性分析方法

权利要求书

1.一种纤维增强复合材料参数层级敏感性分析方法，其特征在于，通过确定纤维增强复合材料多尺度模型各层级的子模型，经细观-介观尺度模型材料参数敏感性分析得到细观-介观尺度指标，然后通过介观-宏观尺度模型材料参数敏感性分析得到介观-宏观尺度指标和独立转换变量；再基于敏感性分析得到细观材料参数与独立转换变量的敏感性指标；最后通过线性回归获得线性回归系数并集成组合上述指标获得整个纤维增强复合材料多尺度模型的敏感性指标，并基于该敏感性指标对材料参数的影响程度进行有效评估；

所述的纤维增强复合材料多尺度模型各层级的子模型包括：细观-介观尺度模型g^L:X→Y和介观-宏观尺度模型g^U:Y→Z，其中：上标L表示细观-介观尺度模型，上标U表示介观-宏观尺度模型；细观-介观尺度模型输入变量X＝(X₁,X₂,…,X_n)，n为输入变量数目；介观-宏观尺度模型的输出变量及介观-宏观尺度模型的输入变量为Y＝(Y₁,Y₂,…,Y_m)，m为输出变量数目；介观-宏观尺度模型的输出变量为Z，介观-宏观尺度模型为为介观-宏观尺度模型局部输入变量；X_sb为跨尺度共享变量；Y包含具有相关性的变量Y_s和独立变量

所述的细观-介观尺度模型材料参数敏感性分析是指：采用稀疏混沌多项式方法构造输出响应Y与输入变量X的随机表达式，对随机表达式进行后处理得到细观-介观尺度模型输入变量关于输出响应的敏感性指标输出响应的方差V^Y和各变量对输出响应方差的贡献方差

所述的介观-宏观尺度模型材料参数敏感性分析是指：通过相关性分析得到介观-宏观尺度模型各输入变量之间的相关系数，采取Vine Copula方法构建输入变量的联合概率分布，并通过Rosenblatt转换得到服从相互独立标准正态分布的随机变量进一步采用基于稀疏混沌多项式构造及后处理的方法得到介观-宏观尺度模型的边缘敏感性指标和各转换变量对输出响应方差的贡献方差该后处理方法同上述细观-尺度模型材料参数敏感性分析后处理方法；

所述的对材料参数的影响程度进行有效评估是指：基于整个纤维增强复合材料多尺度模型的敏感性指标对各尺度的材料参数的影响程度大小进行分析，并对其进行排序。

2.根据权利要求1所述的纤维增强复合材料参数层级敏感性分析方法，其特征是，所述的细观-介观尺度指标包括：细观-介观尺度模型的输入变量关于输出响应的敏感性指标、输出响应的方差和各变量对输出响应方差的贡献方差；

所述的介观-宏观尺度指标包括：介观-宏观尺度模型各转换变量的边缘敏感性指标和其对输出响应方差的贡献方差；

所述的边缘敏感性指标为：介观-宏观尺度模型正交独立转换后的随机变量贡献方差与输出响应方差的比值。

3.根据权利要求1所述的纤维增强复合材料参数层级敏感性分析方法，其特征是，所述的共享变量是指同时作为两个及两个以上子模型的输入变量，被同一尺度的子模型共享的变量定义为同尺度共享变量，被不同尺度的子模型共享的变量定义为跨尺度共享变量，仅作为一个子模型的输入变量被定义为局部变量。

4.根据权利要求1所述的纤维增强复合材料参数层级敏感性分析方法，其特征是，所述的稀疏混沌多项式方法是指：稀疏混沌多项式表达式其中：A是稀疏集，q_α为多项式系数，ψ_α为多项式项，基于稀疏混沌多项式得到输出的随机表达式。

5.根据权利要求1或2所述的纤维增强复合材料参数层级敏感性分析方法，其特征是，所述的敏感性指标是Sobol敏感性指标，由于混沌多项式既有正交特性又有统计特性，故对混沌多项式进行后处理即得到Sobol敏感性指标。

6.根据权利要求1所述的纤维增强复合材料参数层级敏感性分析方法，其特征是，所述的后处理是指：基于稀疏混沌多项式的一阶Sobol敏感性指标的估计公式得到；为输出响应方差；为各变量对输出响应方差的贡献方差。