基于自洽聚类分析的2D C/SiC压缩性能快速预报
Fast prediction of 2D C/SiC compression performance based on self-consistent clustering analysis作者机构:哈尔滨工业大学特种环境复合材料技术国家级重点实验室哈尔滨150001
出 版 物:《复合材料学报》 (Acta Materiae Compositae Sinica)
年 卷 期:2024年第41卷第8期
页 面:4386-4397页
核心收录:
学科分类:08[工学] 0805[工学-材料科学与工程(可授工学、理学学位)] 080502[工学-材料学] 0812[工学-计算机科学与技术(可授工学、理学学位)]
主 题:2D C/SiC 自洽聚类分析 渐进损伤 压缩强度 细观模型
摘 要:本文利用自洽聚类分析(Self-consistent clustering analysis,SCA)方法研究了2D C/SiC在单轴压缩载荷下的渐进损伤行为,SCA方法通过应变集中张量对网格单元进行聚类,在不显著降低计算精度的前提下,大幅度降低了模型的自由度,使模型的计算效率得以提高。整个方法由离线和在线两个阶段组成:离线阶段,利用k-means算法对高保真度的复合材料单胞进行分解、聚类并计算不同聚类间的相互作用张量,最终生成降阶模型;在线阶段,基于降阶模型求解离散的Lippmann-Schwinger方程组获取力学响应。将SCA方法应用于2D C/SiC压缩强度的预报,当聚类总数量为64时,与试验相比,压缩强度求解的计算精度与传统有限元相比降低了1%,但整体计算效率提升了34倍。当不考虑离线阶段花费的聚类时间,即事先已知材料的细观构型对其力学行为进行求解时,其一次在线计算的时间仅为6 s,计算效率比传统有限元提升了104倍,在结构性能快速设计、结构状态快速预报等领域,有着广阔的应用前景。