三维针刺C/C-SiC复合材料预制体工艺参数优化

摘要：

基于误差反向传播(BP)神经网络与改进的遗传算法建立三维针刺C/C-SiC复合材料预制体工艺优化的代理模型,获得针刺工艺参数与复合材料刚度性能之间的关系.利用BP网络实现复合材料刚度性能预测,BP网络的预测值与有限元计算结果吻合程度较好,模型训练误差最大为0.526％,测试数据误差最大为0.454％,BP网络预测精度高.对传统遗传算法的遗传策略和优化策略进行改进,利用两种改进的遗传算法对针刺工艺参数进行优化.优化后的工艺参数显著提高了材料的刚度性能,其中面内拉伸模量分别提高了11.07％和11.48％,面外拉伸模量分别提高了49.64％和48.13％,复合材料的综合刚度性能分别提高18.17％和18.21％.

关键词：针刺复合材料、BP神经网络、刚度性能预测、遗传算法、工艺优化

所属期刊栏目：48

分类号：TB332(工程材料学)

资助基金：国家自然科学基金资助项目11732002,11672089

在线出版日期：2020-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：27-33