2007年第4期

玻璃钢/复合材料

3

人工神经网络结合遗传算法对

1

2

(11哈尔滨工业大学材料科学与工程学院,哈尔滨

张力制度的优化

1

150036)

谢怀勤,王海龙,李叶斌

150001;21哈尔滨玻璃钢研究院,哈尔滨

摘要:由于纤维缠绕聚合物基复合材料(FWRP)与结构同时形成,因此缠绕成型工艺过程控制(如纤维缠绕张力)对

FWRP制品结构抗力具有重大影响。人工神经网络具有超强非线性映射能力,可在特定条件下将缠绕张力与缠绕结构抗力两

者由相关关系转化为确定性关系(函数关系)。本文分别以碳纤维和玻璃纤维缠绕聚合物基复合材料制成NOL环试件。在实验基础上采用人工神经网络结合遗传算法对纤维缠绕张力进行优化,取代传统的“试凑法”,优化结果与实验吻合。

关键词:纤维缠绕;聚合物基复合材料;缠绕工艺;纤维缠绕张力;优化

中图分类号:TQ340;TB332　　文献标识码:A　　文章编号:1003-0999(2007)04-0003-04

1　前　言

工艺,比强度比模量高(8倍,比模量为316倍,抗腐蚀等优异性能。FWRP材料与结构(压力容器)同时形成,因此成型工艺过程控制(如纤维缠绕张力制度,固化制度等)对制品性能影响重大,为FWRP独具特点。纤维缠绕张力对FWRP制品结构抗力具有重要影响,两者为非确定性关系,是相关关系。工艺参数缠绕张力传统采用“试凑法”探索实验,耗时长也未必达到优化目的。人工神经网络法具有超强非线性映射能力,无需任何先验公式就可通过学习(或者训练),自动总结出数据间的函数关系,亦即可在特定条件下将函数(变量)之间的相关关系转化为确定性关系,是一种有效的建模手段。建立起函数关系后还需确定由该函数作为目标函数的最优化问题,即寻找合适的网络输入,即使网络输出值达到最大(或最小)。由于用人工神经网络确定的函数关系是通过神经元间的连接权值与阀值来实现的,难以用简单的函数形式表达,所以用传统数学规化优化方法不易解决。可采用遗传算法来完成人工神经网络的寻优过程。它只需要由网络响应值转化得来的适应值信息,而无需知道具体函数形式。本文以碳纤维缠绕聚合物基复合材料(CFWRP)与玻璃纤维缠绕聚合物基复合材料(GFWRP)制成NOL环试件。在实验的基础上采用人工神经网络结合遗传算法对纤维缠绕张力进行优化,得到了较好效果。

,形状尺寸如图1所示。采用碳纤维和玻璃纤维缠绕制备两种增强材料的NOL环试件。增强材料的性能如表2所示。为探求纤维缠绕工艺过程控制参量2纤维缠绕张力与FWRP制品力学性能的关系,最终得到优化结果。全部试件树脂配方相同,如表1所示,含胶量相同(23%),固化制度相同(90℃/3h2120℃/2h2160℃/3h)。总共缠绕10组,

每组5个NOL环试件。前3组为碳纤维恒定张力缠绕,缠绕张力分别为1.0、1.5、2.0kg。第四组为碳纤维递减张力缠绕,缠绕张力为2.0～1.0kg。后6组为玻璃纤维恒定张力缠绕,缠绕张力分别为012、0.6、0.9、1.8、2.4、3.0kg

。

图1　NOL环尺寸表1　树脂配方

配　方配　比

E251100

TDE28540

66930

AF65

增韧剂

3

收稿日期:2006210226

基金项目:国家自然科学基金(50475034)

作者简介:谢怀勤(19392),男,教授,博士生导师,主要从事聚合物基复合材料的研究。