含缺陷自动铺丝复合材料构件的损伤失效机理研究

自动铺丝技术在复杂大曲率复合材料构件的成型方面表现出了强大的优势，为几何形状复杂的复合材料层合结构的制备提供了极大的灵活性。此外，通过曲线路径的铺设可以制造变刚度层合结构，从而充分利用复合材料各向异性材料特征，使材料分配更利于结构承载方向。采用自动铺丝技术整体制造复合材料机身无论从机身整体性能还是从材料制造技术层面来看均具有突出的优势，可能成为复合材料机身技术的一种标准。在我国大飞机工程已全面开展的背景下，发展和应用自动铺放成型技术来提高复合材料制造水平、提高效率和降低成本已是大势所趋。自动铺放技术的最终产品具有力学的不确定性，而这种力学性能的不确定性导致了纤维缺陷，含有初始缺陷的产品服役过程中在静/动载荷作用下损伤可能会出现扩展甚至导致结构的早期失效。直面时间和成本问题，尽快发展一套针对此类结构的力学性能评估和承载能力预测的理论方法和数值计算工具具有重要科学意义和工程价值。本项研究针对此项重大需求，开展了基于自动铺丝技术含工艺缺陷复合材料构件的力学性能评估和相应的结构损伤演化、破坏机制和承载能力预测方面的理论和仿真方法工作，开发了计算评估软件，为自动铺丝工艺技术的研究和应用建立了技术储备。 2100433B

本项目拟对含缺陷自动铺丝复合材料构件的损伤失效机理和承载能力开展研究，针对含间隙、重叠、间隙/重叠、扭曲波纹四种典型纤维铺放缺陷，开展复合材料板壳的损伤演化行为的实验研究；发展典型缺陷相应的损伤断裂力学理论，建立适用的损伤分析模型来分析其损伤演变规律和失效行为；发展变角度铺设、变刚度层合结构的刚度计算理论，提出相应的有限元分析方法；针对预设不同铺放缺陷形式的加筋板壳结构，开展其屈曲和后屈曲过程中的损伤失效行为和承载能力研究，为含缺陷自动铺丝复合材料构件的力学性能评估提供分析工具。

《复合材料及结构的缺陷与损伤》致力于提供有关先进复合材料及结构的缺陷与损伤的详细描述。在过去50年中，关于先进复合材料缺陷与损伤的研究在各种报告和文章中均有讨论。20世纪70年代至90年代期间的大部分研究工作相对于今天对复合材料及结构的技术理解来说并没有失去相关性。事实上，目前在复合材料缺陷和损伤领域的工作仅证实了早期的相关研究和成果是相关的和适用的。

《复合材料及结构的缺陷与损伤》将过去几十年关于复合材料缺陷与损伤方面的信息、数据和知识进行了全面的总结，并将作者本人在职期间对于复合材料机身的维护和修理经验增加到《复合材料及结构的缺陷与损伤》中，从结构完整性角度研究损伤的危害性，并探讨了损伤识别的相关性，以及如何修复缺陷和损伤。

《复合材料及结构的缺陷与损伤》第1章概述了复合材料的一般应用情况以及复合材料缺陷与损伤的基本定义；第2章对复合材料及结构的缺陷与损伤类型进行描述，根据尺寸、产生情况和位置等因素对缺陷与损伤进行分类，对缺陷与损伤的类型进行概括；第3章介绍不同类型的无损检测（NDI）方法，这些NDI方法可以用于发现和识别缺陷与损伤，提供不同层次的细节和描述；第4章回顾复合材料缺陷的基本失效模式和机理，确定应力状态对具有缺陷的复合材料结构（第5章）的影响；第5章确定造成结构完整性缺失的一般缺陷类型，如基体开裂、分层和纤维断裂，并给出相关建议，以确定影响复合材料及结构的功能性能的应力状态和缺陷/损伤严重性；最后，第6章描述用于复合材料缺陷和损伤修复的推荐方法。

在试验观察和研究含损伤先进复合材料格栅加筋结构（AGS）服役期的后继损伤、破坏及其失效特征的基础上，采用理论和实验相结合的方法，建立含损伤格栅加筋结构的破坏全过程数值仿真的分析理论、模型和方法，通过工程典型含损伤复合材料格栅加筋结构的参数讨论，系统地研究先进复合材料格栅加筋结构在承载过程中可能出现的多种损伤形式和扩展方式，以及多种损伤形式间的耦合效应；预测结构的剩余承载能力，为该类结构的损伤容限的制定提供理论依据。本项目的研究成果将为我国航空和航天结构分析工作者和设计师们提供先进复合材料格栅加筋结构的损伤容限设计思想和方法，以促进我国先进复合材料格栅加筋结构的应用和研究领域的发展，故具有重要的理论意义和工程价值。 2100433B

红外热成像检测由于非接触、快速诊断、检测面积大等诸多优点被广泛应用于复合材料构件的无损检测。但存在红外图像信噪比低、检测信息源较单一、缺陷量化诊断精度不高等瓶颈问题。基于红外热成像的复合材料构件无损检测的关键在于如何对复杂构件表面温度场进行快速、准确、动态的测量，以及如何对采集的红外温度场信息有效处理获得复合材料缺陷的定性、定量检测结果。因此该项目积极开展基于红外、可见光、深度多源异构信号处理和融合互补的复合材料构件无损检测技术研究。在红外无损探测过程中的信息采集、信息优化、信息分析三个重要环节进行创新理论研究。首先，探索长波红外成像系统的噪声产生机理和特征分布规律，提出红外信号固定模式噪声的补偿算法和低像素特征重建模型，解决制约红外热成像仪器工作性能的瓶颈问题。其次，探索多源异构数据中互信息特征的构建机制，研究复杂场景中多源异构数据的时空精确匹配方法，支持红外温度测量任务中信息采集方式的维度扩展。最后，探索多源信息的融合互补方法，研究基于大数据深度学习的多源信号特征提取技术，提出在复杂背景噪声干扰下微弱/隐形缺陷检测深度网络模型的有效训练方法。研究成果为提升红外温度信号质量和解决缺陷诊断量化问题提供技术途径，可有效提升红外无损检测技术的应用范围和诊断精度。项目研究成果共发表/录用SCI论文15篇（JCR Q1论文3篇），英文著作章节1章，EI论文2篇。其中1篇论文被Applied Optics期刊选为2018年6月的编辑精选论文（Editor's Pick Paper），1篇论文被Optics Express期刊选为2018 Top Downloaded Articles In Imaging Systems and Displays，并应邀在国内测试领域期刊《振动、测试与诊断》上发表题为“红外热成像信号处理技术的研究进展”的专家论坛特邀论文。相关科研成果获得国内外相关领域专家关注，目前与中国航天科工集团二院二部、华为科技有限公司，法国ULIS（欧洲最大红外芯片制造厂商）积极开展科研合作。 2100433B