人工神经网络结合遗传算法对CFWRP工艺参数的优化

摘要

碳纤维缠绕聚合物基复合材料因为具有高强度、高模量、耐高温、耐腐蚀、耐核辐射等优异性能，为聚合物基复合材料拓宽了应用领域，具有广阔的发展前景。
　　纤维缠绕成型技术是聚合物基复合材料成型的一种重要的工艺技术。在纤维缠绕工艺过程中，选择合适的原材料对于纤维缠绕制备的性能有着很大的影响，但是合适的工艺参数及过程也是必不可少的。尤其是张力制度和含胶量，它们是缠绕制品的两个重要的工艺参数，缠绕张力的大小以及含胶量的多少，直接影响到制品的各方面的力学性能。因此本文以NOL环试件为试验研究对象，重点分析讨论了含胶量和张力制度对CFWRP的力学性能的影响，并对此进行预测和寻优计算，找出最优强度以及所对应的张力和含胶量。
　　本实验以湿法缠绕制备 NOL环试件，首先在原材料的选择方面以两种环氧树脂配方为参照，通过缠绕2组张力和含胶量相同的试件并通过测得各方面性能的好坏来选取性能优异的一组树脂配方实验为原材料。随后分别以T-700碳纤维和高强度玻璃纤维为增强材料的制备 NOL环试件。在碳纤维缠绕张力制度和含胶量的控制过程中，通过电子张力器来控制缠绕张力分别为1.0kg、1.5kg、2.0kg以及2.0～1.0kg递减张力四组试样和3组张力相同但含胶量分别为15％、23%、30%的试样，由于为了和碳纤维缠绕作对比，又以玻璃纤维为原材料缠绕6组不同的张力的试样，最后把所有的试样在液压拉伸机上进行强度的测试，得到各组张力及含胶量对应的拉伸强度。
　　在对实验得到的所有数据进行初步的分析和讨论，本文有别于传统的优化方法，选用人工神经网络和遗传算法相互结合，首先通过 BP人工神经网络和Matlab6.5对所有的样本进行训练和测试，建立张力制度及含胶量与拉伸强度之间的三个模型，最后采用遗传算法并利用以建立的模型对NOL环制品的拉伸强度进行寻优编程及计算，得到拉伸强度随含胶量及张力变化的拟合曲线和最优化强度及对应的张力和含胶量的值。

目录

人工神经网络结合遗传算法对CFWRP工艺参数的优化

USING THE ARTIFICIAL NERVE NETWORK UNION HEREDITY ALGORITHM TO OPTIMIZE CRAFT PARAMETER OF THE CFWRP

摘 要

Abstract

目 录

第1章 绪论

1.1 课题背景

1.2 国内外纤维缠绕技术的发展状况

1.2.1 国内外缠绕技术及应用的发展状况

1.2.2 国内外纤维缠绕工艺的发展方向

1.2.3 纤维缠绕机械的发展方向

1.3 本课题研究的内容、目的和意义

1.3.1 课题研究主要内容

1.3.2 课题研究目的及意义

第2章 纤维缠绕张力制度原理与计算

2.1 引言

2.2 张力制度概述

2.3 具有金属内衬FWRP压力容器张力制度的弹性设计

2.3.1 张力制度的假设条件

2.3.2 缠绕纤维厚度的确定

2.3.3 确定纤维最佳预应力值

2.3.4 缠绕各层张力设置计算

2.4 具有金属内衬FWRP压力容器张力制度的半弹性设计

2.4.1 环向和螺旋缠绕厚度的确定

2.4.2 纤维的最佳预应力值

2.5 本章小结

第3章 CFWRP试验研究

3.1 引言

3.2 原材料的选择

3.2.1 基体材料的选择及浇铸体实验

3.2.2 增强材料的选择

3.3 固化制度的确定

3.3.1 DSC方法概述及原理

3.3.2 DSC实验设备及步骤

3.3.3 结果分析

3.4 缠绕张力制度的确定

3.4.1 缠绕张力制度概述

3.4.2 缠绕张力制度对制品质量的影响

3.4.3 张力制度的确定

3.5 含胶量的确定

3.6 实验设备

3.7 NOL环试样标准及湿法缠绕工艺过程

3.7.1 NOL环试件制作标准及要求

3.7.2 湿法缠绕NOL环工艺过程

3.7.3 控制不同含胶量制备NOL环试件

3.7.4 控制不同张力制备NOL环试件

3.8 NOL环试样拉伸试验

3.8.1 拉伸试验过程

3.8.2 试验数据

3.9 数据结果分析

3.10 本章小结

第4章 张力制度及含胶量的建模与优化

4.1 引言

4.2 神经网络概述

4.2.1 BP神经网络介绍

4.3 张力制度及含胶量模型的建立

4.3.1 BP算法的改进及训练方法的确定

4.3.2 网络层数的确定

4.3.3 神经元个数的确定

4.3.4 初始权值和阀值的选择

4.3.5 张力制度及含胶量模型建立过程

4.4 遗传算法介绍

4.4.1 遗传算法概述

4.4.2 遗传算法的特点

4.4.3 遗传算法的基本构成要素

4.5 张力制度及含胶量优化过程

4.5.1 张力制度及含胶量模型遗传算法构造步骤

4.5.2 张力制度及含胶量优化结果及分析

4.6 本章小结

结论

参考文献

哈尔滨工业大学硕士学位论文原创性声明

哈尔滨工业大学硕士学位论文使用授权书

哈尔滨工业大学硕士学位涉密论文管理

致谢