[发明专利]一种功能梯度材料与结构的参数统计识别方法

说明书

本发明涉及一种功能梯度材料与结构的参数统计识别方法，该方法是基于功能梯度结构随机模型修正的功能梯度材料组分材料物性参数及组分分布的统计识别方法。一方面，采用每一步迭代对搜索范围进行调整的方法，提高识别速度；另一方面，通过建立功能梯度结构模态参数相对识别参数的一阶偏导和功能梯度材料有效物性参数相对识别参数的一阶偏导之间的对应关系来实现材料识别参数随机性到结构模态参数随机性的传播，避免了迭代识别过程中累积误差造成的不收敛。

技术领域

本发明涉及非均质材料与结构的参数统计识别技术，更具体地说，涉及一种功能梯度材料与结构的参数统计识别方法。其用于机械工程、航空航天领域中功能梯度材料与结构的组分材料物性参数、组分分布的统计识别。

背景技术

功能梯度材料因其卓越的耐高温、机械强度高及抗热冲击性能而在机械工程、航空航天等领域备受瞩目。由于功能梯度材料制备工艺的复杂性与多样性，目前工艺要满足功能梯度材料的物理力学性能呈预先设计的理想梯度变化仍有不少困难，实际制备过程中几乎不可能精确按照预定的梯度制备出功能梯度材料，其微观结构、组分材料体积含量以及间隙等往往表现出明显的随机特征。此外，功能梯度材料由于其优越的耐高温挤抗热冲击的性能，经常被使用于高温环境；而功能梯度材料组分材料的某些物理性能(比如杨氏弹性模量)会随温度发生变化。所以，功能梯度材料作为非均质复合材料，其材料热物参数的不确定性是固有的，而热物参数的不确定性最终会导致微机械行为、宏观力学性能等呈现出很大的不确定性。

准确的功能梯度材料材料参数是功能梯度材料结构宏观机械及力学分析的基础。传统意义上，非均质材料的物性参数及组分材料分布往往通过压痕实验获得。由于功能梯度材料涉及的参数比较多，其性能参数离散性比较大，用标准测试方法测定的材料参数很可能与工程中实际构件的性能参数有较大偏差，而且相应的实验比较耗时耗力，有必要利用功能梯度结构动力学和材料参数之间的关系，建立无损有效且易实现的方法来确定功能梯度材料的组分材料参数和组分分布的统计特性。

用于本发明的随机模型修正技术是现有技术公知的，但是一般是对传统均质材料与结构进行模型修正及参数识别。在传统技术中，通常采用信赖域优化方法来保证识别过程的收敛，以及利用差分方法代替微分法，来求取高维结构模态参数相对识别参数的一阶偏导。这些技术用于非均质的功能梯度材料与结构会出现的重大缺陷是在于信赖法会影响识别速度，而由于功能梯度材料有效物性参数与体积组分指数之间的复杂关系，差分法会导致随机性的传播出现较大误差，每次迭代的误差积累，这将会导致迭代过程不收敛，最终导致识别不成功。

发明内容

本发明的目的是为了解决现有技术在功能梯度材料参数识别技术上的不足之处，提供一种功能梯度材料材料与结构的参数统计识别方法，以便提高识别效率并保证识别过程的收敛。

本发明技术方案是:一种功能梯度材料与结构的参数统计识别方法，其特征是：至少包括以下步骤：

步骤1：建立功能梯度结构的有限元模型，并利用一阶摄动方法，获得结构的随机有限元模型；

步骤2：在随机有限元模型基础上，利用振型的正交性及一阶摄动方法，建立功能梯度结构模态参数相对识别参数的一阶偏导和功能梯度材料有效物性参数相对识别参数的一阶偏导之间的对应关系；

步骤3：对功能梯度结构进行振动测试，并进行模态参数辨识，获得一定样本的实际模态数据，通过样本估计获得实际模态参数的均值与协方差；

步骤4：对功能梯度材料的组分材料物性参数及组分分布进行初始化；

步骤5：利用步骤1的有限元模型进行模态分析，获得理论计算的模态参数；