基于稀疏识别和压缩感知的复合材料失效准则发现方法

摘要整理

复合材料结构的可靠设计需要充分考虑复合材料的失效问题。Hashin失效准则因其应用简便而成为工程实践中最常用的现象学模型之一。尽管Hashin失效准则取得了显著成效，但其预测结果与实验数据的拟合度并不总是理想。近年来积累了大量失效实验数据，充分利用现有数据改进失效准则预测精度具有重要意义。本文提出了一个结合稀疏回归与压缩感知的框架，用于从实验数据中发现失效准则。按照现象学失效模型的分类方法，将复合材料失效分为纤维拉伸失效、纤维压缩失效、基体拉伸失效和基体压缩失效四种模式。通过两个典型算例验证了所提框架的有效性。第一个算例采用Hashin失效准则生成数据并加入不同幅度的噪声，用提出的框架从含噪数据中反演失效准则，验证了方法的可靠性。第二个算例采用第一届国际复合材料失效准则对标研究(WWFE I)的实验数据，进行失效准则的发现与优化。两个算例均表明，所提方法能够准确地从实验数据中发现复合材料失效准则，为改进工程应用中的失效预测提供了新的数据驱动方法。

相关论文