中文核心期刊
中国科技论文统计源期刊
国际刊号:1005-2615
国内刊号:32-1429/V
用户登录
  E-mail:  
  密  码:  
  作者 审稿  
  编辑 读者  
期刊向导
联系方式ʽ
  • 主管:工业和信息化部
  • 主办:南京航空航天大学
  • 国际刊号:1005-2615
  • 国内刊号:32-1429/V
  • 地址:南京市御道街29号
  • 电话:025-84892726
  • 传真:025-84892726
  • E-mail:tnc01@nuaa.edu.cn
  • 邮编:210016
盛鸣剑 陈普会.复合材料低速冲击损伤面积神经网络估算方法[J].南京航空航天大学学报,2018,50(1):30-35
复合材料低速冲击损伤面积神经网络估算方法
Estimation Method for Damage Area After Low-Velocity Impact of Composite Material Based on Neural Network
  
DOI:10.16356/j.1005-2615.2018.01.005
中文关键词:  复合材料  低速冲击  损伤面积  估算
英文关键词:composite  low-velocity impact  damage area  estimation
基金项目:
作者单位
盛鸣剑 陈普会 南京航空航天大学航空宇航学院南京210016 
摘要点击次数: 1877
全文下载次数: 1424
中文摘要:
      损伤面积是复合材料层合板在受低速冲击后其损伤严重程度主要表征参数之一。本文基于3层拓扑结构的BP人工神经网络,以冲击能量和凹坑深度作为输入参数,建立了损伤面积的快速估算模型。利用试验样本数据对BP神经网络模型训练后,选取样本数据进行仿真验证。对比分析说明该损伤面积估算模型具有良好的试验数据内在联系发掘能力,估算准确性与效率较高。本文研究为复合材料层合板低速冲击损伤面积估算提供了一种新的有效方法。
英文摘要:
      The damage area is one of the main characterization parameters of the extent of the damage in the composite laminates after the low-velocity impact. Based on the BP artificial neural network of three-layer topological structure, this paper establishes a rapid estimation model of damage area with the impact energy and the depth of indentation as input parameters. After training the BP neural network model with the test sample data, other sample data are simulated and verified. Through the comparative analysis, it is considered that the damage area estimation model has sufficient generalization ability of experimental data, and its estimation accuracy and efficiency can fulfill the requirements. It provides a new and effective method for estimating the damage area of composite laminates after low-velocity impact.
[HTML]  查看全文  查看/发表评论  下载PDF阅读器
关闭

Copyright @2010-2015《南京航空航天大学学报》编辑部

地址:南京市御道街29号        邮编:210016

电话:025-84892726      传真:025-84892726       E-mail:tnc01@nuaa.edu.cn

您是本站第3844191位访问者 本站今日一共被访问782

技术支持:北京勤云科技发展有限公司

敬请关注《南航学报》官方微信