基于EBF神经网络的复合材料耐压壳性能研究-哈尔滨工程大学学报.PDF

第３７卷第 １０期　 　 　 　 　 　 　 　 　 　 　 哈　 尔　 滨　 工　 程　 大　 学　 学　 报　 　 　 　 　 　 　 　 　 　 Ｖｏｌ．３７ №．１０ ２０１６年１０月　 　 　 　 　 　 　 　 　 　 Ｊｏｕｒｎａｌ ｏｆ Ｈａｒｂｉｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ 　 　 　 　 　 　 　 　 　 　 　 Ｏｃｔ．２０１６ 基于ＥＢＦ神经网络的复合材料耐压壳性能研究 １ １ １ ２ 李彬 ，庞永杰 ，程妍雪 ，朱枭猛 （１． 哈尔滨工程大学 水下机器人技术重点实验室，黑龙江 哈尔滨 １５０００１；２． 哈尔滨工程大学 船舶工程学院，黑龙江 哈尔滨 １５０００１） 摘　 要：为了对水下航行器非均匀内部环肋复合材料耐压壳进行高效率结构性能设计，基于复合材料可设计性特 点，应用复合材料细观力学刚度的材料力学理论与有限元分析方法对耐压壳结构进行力学仿真分析，结合ＥＢＦ椭 圆基神经网络近似模型技术以及拉丁超立方设计试验方法从细观层面对组分材料属性在非均匀环肋复合材料耐 压壳性能中的影响进行研究。 结果表明：纤维和基体的弹性模量对耐压壳结构材料力学性能影响最大，剪切模量 对各力学性能影响都很小。 在组分材料属性一定的情况下，随着纤维体积分数增加，Ｔｓａｉ⁃Ｗｕ 失效指数和临界失稳 压力有所提高，而相邻肋骨中点处壳板周向应力、肋骨处壳板轴向应力和肋骨应力随之降低。 因此，在非均匀环肋 复合材料耐压壳设计过程中应重点考虑较大弹性模量以及适当纤维体积分数的组分材料以达到结构性能最优化 的目的。 关键词：水下航行器；复合材料；非均匀环肋耐压壳；ＥＢＦ神经网络模型 ＤＯＩ：１０．１１９９０／ ｊｈｅｕ．２０１５０７０７２ 网络出版地址：ｈｔｔｐ：／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｅｔａｉｌ／ ２３．１３９０．ｕ１４２１．０４６．ｈｔｍｌ － － － 中图分类号：Ｕ６６１．４３　 文献标志码：Ａ　 文章编号：１００６ ７０４３（２０１６）１０ １３２３ ０７ Ｒｅｓｅａｒｃｈ ｏｎ ａ ｃｏｍｐｏｓｉｔｅ ｐｒｅｓｓｕｒｅ ｈｕｌｌ ｂａｓｅｄ ｏｎ ａｎ ＥＢＦ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ １ １ １ ２ ＬＩ Ｂｉｎ ，ＰＡＮＧ Ｙｏｎｇｊｉｅ ，ＣＨＥＮＧ Ｙａｎｘｕｅ ，ＺＨＵ Ｘｉａｏｍｅｎｇ （１． Ｓｃｉｅｎｃｅ ａｎｄＴｅｃｈｎｏｌｏｇｙｏｎＵｎｄｅｒｗａｔｅｒＶｅｈｉｃｌｅＬａｂｏｒａｔｏｒｙ，ＨａｒｂｉｎＥｎｇｉｎｅｅｒｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ，１５０００１，Ｃｈｉｎａ；２． Ｃｏｌｌｅｇｅｏｆ Ｓｈｉｐｂｕｉｌｄｉｎｇ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｈａｒｂｉｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ，１５０００１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎ ｏｒｄｅｒ ｔｏ ｉｍｐｌｅｍｅｎｔ ａ ｓｔｒｕｃｔｕｒａｌ ｄｅｓｉｇｎｗｉｔｈ ｈｉｇｈ ｅｆｆｉｃｉｅｎｃｙ ｆｏｒ ａ ｎｏｎ⁃ｕｎｉｆｏｒｍ ｉｎｎｅｒ ｒｉｎｇ⁃ｓｔｉｆｆｅｎｅｄ ｃｏｍ⁃ ｐｏｓｉｔｅ ｐｒｅｓｓｕｒｅ ｈｕｌｌ ｏｆ ａｎ ｕｎｄｅｒｗａｔｅｒ ｖｅｈｉｃｌｅ，ｍａｔｅｒｉａｌ ｍｅｃｈａｎｉｃｓ ｔｈｅｏｒｙ ｏｆ ｃｏｍｐｏｓｉｔｅ ｍａｔｅｒｉａｌ ｍｅｓｏｍｅｃｈａｎｉｃａｌ ｒｉ⁃ ｇｉｄｉｔｙ ａｎｄ ｆｉｎｉｔｅ ｅｌｅｍｅｎｔ ａｎａｌｙｓｉｓｗｅｒｅ ａｄｏｐｔｅｄｆｏｒ ｓｉｍｕｌａｔｉｏｎ ａｎａｌｙｓｉｓｏｆ ａ ｐｒｅｓｓｕｒｅ ｈｕｌｌ ｏｎ ｔｈｅ ｂａｓｉｓｏｆ ｔｈｅ ｄｅｓｉｇｎ⁃ ａｂｉｌｉｔｙ ｏｆ ｃｏｍｐｏｓｉｔｅｓ． Ｃｏｍｂｉｎｅｄ ｗｉｔｈ ＥＢＦ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ａｐｐｒｏｘｉｍａｔｉｏｎ ｔｅｃｈｎｏｌｏｇｙ，ａ Ｌａｔｉｎ ｈｙｐｅｒｃｕｂｅ ｄｅｓ