玻纤增强聚酯复合材料损伤分析与预测：声发射与机器学习方法

摘要整理

疲劳裂纹是航空工业中最常见的结构问题之一，可能在无预警情况下发生，导致灾难性失效和意外停机。声发射（AE）是一种被动式结构健康监测（SHM）技术，通过实时检测结构裂纹产生的应力波来实现损伤检测。近年来，机器学习技术在众多领域取得显著成效。本研究采用监督学习和无监督学习两种机器学习方法，对玻纤增强聚酯复合材料试样的损伤演化过程进行评估，建立了复合材料损伤检测与表征的方法体系。研究结果表明，机器学习模型能够有效预测复合材料中的损伤。所有预测模型的性能与声发射参数均与施加应力值呈直接相关性，表明这些关联可作为预测复合材料疲劳寿命的可靠手段。该方法为复合材料结构的在役监测和寿命评估提供了新的技术途径。

相关论文