Параметрическая идентификация коэффициентов модели усталостной деградации жёсткости композиционного материала


Цитировать

Полный текст

Аннотация

Разработана методика получения параметров модели деградации жёсткости композиционного материала путём специальной обработки данных экспериментов и использования методов оптимизации. В качестве исходных данных используются результаты ресурсных испытаний однонаправленных полимерных композиционных материалов с разными изначальными жёсткостями, напряжениями разрушения и действующими напряжениями цикла. В качестве математической модели деградации жёсткости используется нелинейное обыкновенное дифференциальное уравнение с пятью неизвестными параметрами, отражающее характерные изменения свойств материала. Процедура решения сводится к задаче оптимизации целевой функции, величина которой характеризует достигнутую точность. В качестве методов оптимизации использованы метод, имитирующий поведение стаи мотыльков, и метод последовательной редукции множества поиска. Предложен пошаговый алгоритм нахождения неизвестных параметров модели, приведены численные результаты обработки экспериментальных данных, содержащих информацию об изменении модуля упругости композиционного материала в ходе приложения циклов нагрузки.

Об авторах

А. В. Пантелеев

Московский авиационный институт (национальный исследовательский университет)

Автор, ответственный за переписку.
Email: avpanteleev@inbox.ru
ORCID iD: 0000-0003-2493-3617

доктор физико-математических наук, профессор, заведующий кафедрой математической кибернетики института «Компьютерные науки и прикладная математика»

Россия

Н. В. Турбин

Московский авиационный институт (национальный исследовательский университет)

Email: turbinnv@mai.ru
ORCID iD: 0000-0002-7264-0694

ведущий инженер Передовой инженерной школы

Россия

И. С. Надоров

Московский авиационный институт (национальный исследовательский университет)

Email: nnadorovivan@gmail.com
ORCID iD: 0009-0008-2085-2987

студент бакалавриата института «Компьютерные науки и прикладная математика»

Россия

Н. О. Кононов

Московский авиационный институт (национальный исследовательский университет)

Email: nconon@gmail.com
ORCID iD: 0009-0002-2665-4785

инженер Передовой инженерной школы

Россия

Список литературы

  1. Shokrieh M.M., Lessard L.B. Progressive fatigue damage modeling of composite materials, Part I: Modeling // Journal of Composite Materials. 2000. V. 34, Iss. 13. P. 1056-1080. doi: 10.1177/002199830003401301
  2. Van Paepegem W. Development and finite element implementation of a damage model for fatigue of fibre-reinforced polymers. Ghent University Architectural and Engineering Press, 2002. 395 p.
  3. Turbin N.V., Shelkov K.A. Numerical study of fatigue damage accumulation in composite wing panels of prospective supersonic transport aircraft // Aerospace Systems. 2023. V. 6. P. 481-490. doi: 10.1007/s42401-023-00200-1
  4. Shramko K.K., Kononov N.O., Lutoshkina A.E., Shadrinov A.V. Computational estimate of the initial damage effect on the fatigue strength of composite materials // Journal of Composites Science. 2023. V. 7, Iss. 10. doi: 10.3390/jcs7100438
  5. Brunbauer J., Arbeiter F., Stelzer S., Pinter G. Stiffness based fatigue characterisation of CFRP // Advanced Materials Research. 2014. V. 891-892. P. 166-171. doi: 10.4028/ href='www.scientific.net/AMR.891-892.166' target='_blank'>www.scientific.net/AMR.891-892.166
  6. Пантелеев А.В., Кудрявцева И.А. Численные методы. Практикум: учеб. пособие. М.: ИНФРА-М, 2017. 512 с.
  7. Киреев В.И., Пантелеев А.В. Численные методы в примерах и задачах. СПб.: Изд-во «Лань», 2015. 448 с.
  8. Mirjalili S. Moth-flame optimization algorithm: A novel nature – inspired heuristic paradigm // Knowledge-Based Systems. 2015. V. 89. P. 228-249. doi: 10.1016/j.knosys.2015.07.006
  9. Пантелеев А.В., Скавинская Д.В. Метаэвристические стратегии и алгоритмы глобальной оптимизации. М.: Факториал, 2023. 564 с.
  10. Пантелеев А.В., Каранэ М.М.С. Мультиагентные и биоинспирированные методы оптимизации технических систем. М.: Изд-во «Доброе слово и Ко», 2024. 336 с.
  11. Whitworth H.A. A stiffness degradation model for composite laminates under fatigue loading // Composite Structures. 1997. V. 40, Iss. 2. P. 95-101. doi: 10.1016/s0263-8223(97)00142-6
  12. Mirzaei A.H., Shokrieh M.M. Progressive fatigue damage modeling of laminated com-posites using strain-based failure criteria // Journal of Composite Materials. 2024. V. 58, Iss. 4. P. 519-531. doi: 10.1177/00219983241227098

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Вестник Самарского университета. Аэрокосмическая техника, технологии и машиностроение, 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-ShareAlike 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».