基于声发射和XGBoost的陶瓷基复合材料剩余强度预测

为有效评估陶瓷基复合材料在载荷作用下的损伤状态,开展了陶瓷基复合材料加载过程中的声发射监测试验。对比了包括XGBoost、AdaBoost、KNN回归等多种机器学习算法在材料剩余强度预测方面的性能。通过基于SHAP的模型可解释性,分析了各相关特征对模型预测能力的贡献。结果表明:除关键声发射信号特征之外,基于声发射信号的计算特征——预警函数,对剩余强度模型预测能力的提升有较大帮助,基于XGBoost算法和声发射信号能够实现较精确的陶瓷基复合材料剩余强度预测。

基于改进遗传算法的C/SiC拉伸损伤声发射模式识别

采用层次聚类及基于改进遗传算法的无监督模式识别方法,对2D-C/SiC复合材料常温拉伸试验过程的声发射数据进行分析,结合试样断口的扫描电镜(SEM)照片,得到拉伸过程中5类损伤模式及其典型声发射特征参数。通过对各类损伤的能量分布、累计事件数和累计能量的分析,研究C/SiC复合材料的损伤演化过程,发现其过程可分为基体微裂纹和界面失效为主的初始损伤阶段、基体微裂纹停滞导致层间剥离及纤维失效占主导地位的裂纹饱和阶段、基体长裂纹和界面失效为主的损伤积累发展阶段和纤维束大量失效的宏观断裂阶段。

C/SiC拉伸强度与声发射演化的关联性

对平纹编织C/SiC复合材料样品拉伸破坏过程的声发射进行监测,采用基于改进遗传算法的无监督聚类方法对声发射信号进行模式识别,统计分析各类声发射模式的特征及其演化过程,结合断口分析,研究了C/SiC复合材料的拉伸强度、损伤机制与声发射信号演化之间的关系.结果表明:维断裂的声发射能量能够反映纤维/基体界面结合强度;低强度C/SiC材料中存在引起应力集中的基体富集区,在加载初期基体开裂事件占比超过50%;中强度C/SiC材料由于较强的界面,纤维损伤以单丝或部分纤维断裂事件为主;高强度C/SiC材料界面结合强度适中,纤维簇断裂是主要的失效模式.