基于GSA的风电叶片主梁初始损伤的敏感因素分析

针对风电叶片主梁褶皱缺陷演化为初始损伤模式的不确定性问题,采用高斯概率分布函数确定7个因素的分布信息,根据褶皱缺陷在拉伸加载时的应力数据,改进Sobol’算法采用拉丁超立方法获取样本点训练BP神经网络,采用Kullback-Leibler散度计算最大和非最大损伤处的应变余能密度相对熵,分别作为基体开裂和纤维断裂的敏感度响应指标。结果表明,基体损伤和纤维断裂的高敏感因素均为载荷幅值、纤维含量、基纤模量比和褶皱高宽比,但基纤模量比与褶皱高宽比的排序有所不同,说明叶片主梁材料性能和缺陷特征形貌对初始损伤模式的作用程度不同。最后建立含褶皱的GFPR层合板有限元模型,模拟结果验证了全局敏感度分析方法的准确性。

基于细观模型的复合材料力学性能预测方法

文章基于细观力学方法,建立了细观代表性体积单元RVE模型,通过设计RVE模型的单胞尺寸和排布方式,施加周期性条件,研究了基于细观模型的复合材料力学性能的预测方法。首先,针对玻璃纤维/环氧树脂单向复合材料,预测了横向、纵向弹性模量和泊松比,研究了均匀纤维排布对纤维树脂基复合材料力学性能的影响规律,通过与参考文献的试验值对比,验证了文章预测方法的精准性。然后,面向碳纤维/环氧树脂单向复合材料,通过改变纤维的有效直径,进而观察在不同纤维体积含量的影响下,四边形RVE模型和六边形RVE模型在预测复合材料力学性能的差异性。研究结果表明,四边形细观RVE模型在基于横向拉伸载荷作用下的有效模量的预测结果更为精确,为此种模型的预测及应用提供了一个新思路。