[发明专利]一种CFRP-金属混合螺栓连接结构疲劳寿命预测方法

权利要求书

1.一种竞争失效下的CFRP-金属混合螺栓连接结构疲劳寿命预测方法，其特征在于包括以下步骤：

步骤A：采用渐进疲劳损伤模型预测CFRP板疲劳寿命；

所述步骤A中采用渐进疲劳损伤模型预测CFRP板疲劳寿命的过程为：

步骤A1，根据预估的复合材料结构疲劳寿命设置最大循环数n_max和循环数增量Δn，并根据CFRP-金属混合螺栓连接结构几何参数，建立连接结构详细的三维有限元模型；

步骤A2，基于连接结构的三维有限元模型在最大疲劳载荷水平下进行结构应力分析，获得结构的应力分布；

步骤A3，采用剩余刚度模型和剩余应变模型计算逐渐退化的材料力学性能，并对结构施加初始位移载荷δ₀；

所述步骤A3中计算逐渐退化的材料力学性能的实现过程为：

(A31)采用分段函数评估在疲劳循环数为n时复合材料的归一化剩余刚度E(n)

其中，材料参数A、B和v可通过单向碳纤维增强复合材料疲劳试验数据拟合得到；

(A32)采用分段函数评估在疲劳循环数为n时复合材料的归一化剩余应变ε^R(n)

其中，材料参数A、B和v可通过单向碳纤维增强复合材料疲劳试验数据拟合得到；

步骤A4，对施加位移载荷的含损伤结构进行应力分析，调取单元积分点的应变ε^k，其中k为位移增量步，采用扩展的最大应变准则检查单元失效；

所述步骤A4中扩展的最大应变准则检查复合材料失效状态的实现过程为：

(A41)进行结构的应力分析，读取单元积分点的应变ε^k；

(A42)将应变值代入如下失效准则判断材料失效模式：

当i＝j＝1,2,3时，若材料发生拉伸/压缩失效；

当1≤ij≤3时，若材料发生拉伸/压缩失效；

式中，x是McCauley算子，定义为x＝(x+|x|)/2；ε_ij是承受外载荷时材料主坐标系下的应变分量；是随疲劳循环数n的增加而逐渐下降的极限应变分量；显然，当n＝0时，即所施加的载荷为静力载荷时，扩展的最大应变准则蜕变为传统的最大应变准则；

(A43)更新单元失效状态变量；

步骤A5，如果发生单元失效，根据材料性能突降模型对损伤单元的刚度进行退化；否则，施加位移增量Δδ，增大位移载荷，跳到步骤A4；

所述步骤A5中根据突降退化模型对失效材料进行材料刚度退化的实现过程为：

(A51)如果满足失效准则，则材料发生失效，转到步骤(A52)，否则跳到步骤A4；

(A52)按如下退化模型对失效材料进行刚度退化，更新材料属性：

纤维拉伸失效，

纤维压缩失效，

基体拉伸失效，

基体压缩失效，

纤维-基体剪切失效，

层间拉伸失效，

层间压缩失效，

其中，E₁₁、E₂₂、E₃₃、G₁₂、G₁₃、G₂₃、ν₁₂、ν₁₃、ν₂₃为复合材料的三维工程弹性常数，E₁₁^d、E₂₂^d、E₃₃^d、G₁₂^d、G₁₃^d、G₂₃^d、ν₁₂^d、ν₁₃^d、ν₂₃^d分别为发生损伤后复合材料的三维工程弹性常数；d_ft、d_fc、d_mt、d_dt、d_mc、d_dc、d_fm1、d_fm2分别为失效材料的刚度退化系数，求解方式为：

d_mt＝d_dt＝0,d_mc＝d_dc≈0

式中，E_m、G_m为复合材料基体的模量，E₁₁、E₂₂、G₁₂、G₂₃为复合材料的三维工程弹性常数，V_f为复合材料的纤维含量，V_m为复合材料的基体含量；

(A53)更新材料刚度矩阵，C^k+1＝C^d，其中C^d代表损伤后材料刚度；

(A54)更新损伤材料的应力σ^k+1＝C^k+1·(ε^k+Δε^k)，其中，ε^k为第k增量步的应变，Δε^k为应变增量；

步骤A6，如果位移δ达到预先设定的最大位移δ_max，则提取P-δ曲线，并根据P-δ曲线确定结构的剩余强度P_r；否则，施加位移增量Δδ，增大位移载荷，跳到步骤A4；

步骤A7，判断疲劳载荷谱中的最大载荷P_max是否小于结构剩余强度P_r，若P_maxP_r则继续提高疲劳循环数，输出相应的疲劳循环数n，根据不同疲劳循环数下的结构剩余强度，通过插值获得结构的疲劳寿命；

步骤B：采用名义应力法预测金属板疲劳寿命；

步骤C：将预测的CFRP层合板疲劳寿命值与金属板疲劳寿命值对比，预测竞争失效下的混合螺栓连接结构疲劳寿命及失效模式。

2.根据权利要求1所述的一种竞争失效下的CFRP-金属混合螺栓连接结构疲劳寿命预测方法，其特征在于：所述步骤B中采用名义应力法预测金属板疲劳寿命的理论值的过程为：

步骤B1，根据在疲劳加载过程中金属板的危险截面所承受的最大拉伸载荷F，求解金属板的名义应力为

σ_n＝F/(W-D)t

式中，F为金属板的危险截面所承受的最大拉伸载荷；W为金属板宽度；D为孔径；t为金属板厚度；

步骤B2，根据金属的S-N曲线，拟合得到的对数疲劳寿命曲线，带入连接结构中金属板的名义应力，预测金属板的疲劳寿命。