基于超聲導(dǎo)波的各向異性板彈性常數(shù)反演確定.pdf

1、各向異性亦稱“非均質(zhì)性”。指物體的全部或部分物理、化學(xué)等性質(zhì)隨方向的不同而各自表現(xiàn)出一定的差異的特性。各向異性材料的許多獨特優(yōu)點,如強度比和剛度比高、抗疲勞性和抗振性能好以及結(jié)構(gòu)的可設(shè)計性等,使得其在許多領(lǐng)域得到越來越廣泛的應(yīng)用。進而,對其性能改進的要求越來越高,這就要求有更先進的檢測方法對該種材料的特性進行檢測。
　　先進的復(fù)合材料力學(xué)特性的檢測方法通常利用結(jié)構(gòu)的動力學(xué)響應(yīng)(如位移響應(yīng),振動頻率及波速等)與材料特性之間的復(fù)雜關(guān)系

2、。通過一個數(shù)學(xué)模型來表示這種關(guān)系時,稱為前向問題。這種前向問題可以由解析或數(shù)值的方法來解決。繼而,如果擁有一系列精確實驗測量的結(jié)構(gòu)響應(yīng)數(shù)據(jù),結(jié)合大量的前向計算,則復(fù)合材料的材料特性可以通過正確構(gòu)建的反演模型來辨識。目前較有前景的智能反演算法有神經(jīng)網(wǎng)絡(luò)(neural network: NN),遺傳算法(genetic algorithm: GA)和模糊邏輯(fuzzy logic:FL)算法等。
　　本文首先采用勒讓德多項式級數(shù)方法

3、研究了各向異性結(jié)構(gòu)的導(dǎo)波特性,得到了結(jié)構(gòu)的頻散曲線,解決了前向計算問題。然后基于結(jié)構(gòu)頻散的多模態(tài)導(dǎo)波群速度,分別采用神經(jīng)網(wǎng)絡(luò)算法和遺傳算法兩種算法建立反演模型,通過數(shù)值模擬反演了正交各向異性板和完全各向異性板的彈性常數(shù),并總結(jié)了這兩種方法的優(yōu)缺點。
　　神經(jīng)網(wǎng)絡(luò)反演模型方面,首先將前向理論計算得到的超聲波信號進行預(yù)處理,提取信號的特征信息(本文提取的是在不同頻率點下前幾個低階導(dǎo)波模態(tài)的群速度),以獲取神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本,接著設(shè)計合適