利用实验与机器学习方法预测和关联湿热条件下碳纤维增强复合材料/铝胶粘接头的加速老化与自然老化

摘要整理

本研究调查了碳纤维增强复合材料（CFRP）与铝胶粘接头在湿热加速老化条件下的性能表现，并与自然老化样品进行对比，以评估材料在恶劣环境中的可靠性。CFRP-铝胶粘接头经历了1~3年的自然老化（6个月间隔采样）和100~1200 h的加速老化（湿热条件，50 h间隔采样）。采用三点弯曲试验评估接头的力学性能。为从加速老化数据预测自然老化时间，采用了五种机器学习模型：人工神经网络、支持向量回归、线性回归、多项式回归和随机森林回归。湿热老化显著降解了基体，导致失效模式从内聚破坏转变为混合型破坏（内聚、粘接和纤维撕裂失效并存），弯曲强度明显下降。自然老化3年的样品强度降低23.13%，加速老化1000 h的样品强度降低24.33%。随机森林回归模型在不同加速老化周期内预测自然老化时间的准确度最高。通过应用机器学习模型，本研究提出了一种利用加速老化实验数据预测自然老化时间的新方法。该方法在优化胶粘接头和复合材料结构、提高耐久性、降低运行期间失效风险方面具有应用潜力。

相关论文