林 峰 馮明揚(yáng)
(1.楊凌職業(yè)技術(shù)學(xué)院機(jī)電工程學(xué)院;2.中國(guó)電子科技集團(tuán)公司第三十八研究所)
復(fù)合材料由于具有突出的優(yōu)點(diǎn),在各領(lǐng)域得到了廣泛應(yīng)用[1]。但是,由于復(fù)合材料組分的復(fù)雜性,導(dǎo)致其本構(gòu)參數(shù)、外部載荷等多種參數(shù)都具有諸多的不確定性,對(duì)于不確定性問(wèn)題,通常考慮的是隨機(jī)性問(wèn)題[2]。 隨機(jī)分析的關(guān)鍵在于確定每個(gè)隨機(jī)參數(shù)的概率密度函數(shù),因此需要充足的概率統(tǒng)計(jì)信息。 目前,研究學(xué)者們對(duì)結(jié)構(gòu)隨機(jī)可靠性方法進(jìn)行了諸多研究[3~7],而對(duì)復(fù)合材料壓力容器結(jié)構(gòu)可靠性設(shè)計(jì)的研究卻很少。 為此,筆者對(duì)復(fù)合材料壓力容器進(jìn)行可靠性?xún)?yōu)化設(shè)計(jì),為復(fù)合材料壓力容器的可靠性預(yù)測(cè)與設(shè)計(jì)提供一種簡(jiǎn)便可行的方法。
采用ANSYS 軟件中的SHELL181 單元類(lèi)型建立壓力容器殼體結(jié)構(gòu)模型,如圖1 所示。 壓力容器結(jié)構(gòu)采用T800 碳纖維,正交鋪設(shè),共8 層,層厚1mm。 球形封頭直徑為350mm,筒體段是外徑為350mm 的圓柱,圓柱段長(zhǎng)500mm,設(shè)計(jì)內(nèi)壓力載荷為3.2MPa。 由于壓力容器模型是對(duì)稱(chēng)的,為了減少計(jì)算時(shí)間, 取有限元模型的1/2 進(jìn)行分析計(jì)算,同時(shí)對(duì)球形封頭頂端施加固定約束。

圖1 復(fù)合材料壓力容器殼體結(jié)構(gòu)模型
考慮到后續(xù)Monte-Carlo 模擬需要多次迭代,為了提升計(jì)算效率,需要合理選擇有限元網(wǎng)格數(shù)量。 通過(guò)對(duì)最大環(huán)向應(yīng)變值的比較,最終選用2 000 個(gè)網(wǎng)格對(duì)有限元模型進(jìn)行網(wǎng)格劃分, 此結(jié)果比更多數(shù)量網(wǎng)格的有限元模型更為保守,且不會(huì)造成結(jié)構(gòu)失效。
如圖2 所示,環(huán)向位移主要發(fā)生在直徑不變的直筒段和直徑開(kāi)始變化的球形封頭與直筒段結(jié)合部位,最大環(huán)向位移發(fā)生在曲率半徑變化的部位,所以該部位是最容易發(fā)生失效的。分析圖3可知, 應(yīng)力與應(yīng)變同圖2b 環(huán)向位移的變化趨勢(shì)一致,為此可選環(huán)向最大總應(yīng)變(US)作為可靠性分析依據(jù), 只要計(jì)算該值小于許用值的概率,就可計(jì)算出可靠度。

圖2 形變和位移云圖

圖3 應(yīng)力與應(yīng)變?cè)茍D
Monte-Carlo(MC)方法是一種基于統(tǒng)計(jì)學(xué)原理來(lái)解決隨機(jī)問(wèn)題的數(shù)學(xué)方法,是用來(lái)驗(yàn)證隨機(jī)可靠性分析結(jié)果準(zhǔn)確性的唯一方法。
在工程實(shí)際中,考慮到結(jié)構(gòu)所承受的外載及其自身結(jié)構(gòu)參數(shù)、本構(gòu)特征參數(shù)(包括彈性模量Ex、Ey和Ez,剪 切 模 量Gxy、Gxz和Gyz,單 層 纖 維 厚度h,內(nèi)壓力載荷p 等)的隨機(jī)性,設(shè)定這些參數(shù)均服從正態(tài)分布,詳見(jiàn)表1[8]。

表1 隨機(jī)參數(shù)的正態(tài)分布
極限狀態(tài)函數(shù)為:

其中,當(dāng)Z(X)<0 時(shí)為失效狀態(tài),故該結(jié)構(gòu)的可靠度即為Z(X)>0 的概率;es為復(fù)合材料層合板在設(shè)計(jì)載荷下的許用拉伸應(yīng)變,其值為0.007 6;emax為環(huán)向最大總應(yīng)變(US)。
以環(huán)向最大總應(yīng)變(圖4)為例,進(jìn)行5 000次數(shù)值模擬計(jì)算,藍(lán)色曲線表示MC 迭代不同次數(shù)計(jì)算出的參數(shù)均值,上下兩條紅色曲線表示置信度為95%時(shí)區(qū)間的上下界。 由圖4 可以看出,在迭代次數(shù)達(dá)到3 750 次之后環(huán)向最大總應(yīng)變均值基本保持不變,說(shuō)明此時(shí)迭代次數(shù)已足夠。 因此,為了保證精度、提高計(jì)算效率,后續(xù)MC 模擬計(jì)算采用4 000 次的迭代次數(shù)。

圖4 環(huán)向最大總應(yīng)變隨MC迭代次數(shù)的變化曲線
圖5 是環(huán)向最大總應(yīng)變的概率密度分布直方圖,即概率密度函數(shù)圖像,對(duì)它進(jìn)行積分即可得到圖6 所示的概率累積分布函數(shù)。 由圖6 可以看出,環(huán)向最大總應(yīng)變?yōu)?.007 6,對(duì)應(yīng)的概率值是99%,即此時(shí)結(jié)構(gòu)的可靠度為99%。

圖5 環(huán)向最大總應(yīng)變的概率密度分布直方圖

圖6 環(huán)向最大總應(yīng)變的可靠度分布
優(yōu)化設(shè)計(jì)之前有必要先對(duì)輸入?yún)?shù)進(jìn)行靈敏度分析,找出對(duì)結(jié)果影響大的輸入?yún)?shù),同時(shí)忽略影響較小的參數(shù),從而提高計(jì)算效率。 通常,靈敏度大于2.5%的參數(shù)為顯著影響因素, 小于2.5%的參數(shù)可以忽略。
輸入?yún)?shù)的靈敏度分析如圖7 所示,可以看出, 輸入?yún)?shù)h、p、Ex和Gxy均為顯著影響因素,其中h、Ex和Gxy對(duì)結(jié)果呈負(fù)相關(guān)性,p 對(duì)結(jié)果呈正相關(guān)性,而其他參數(shù)可以忽略。

圖7 輸入?yún)?shù)的靈敏度分析
優(yōu)化設(shè)計(jì)時(shí), 設(shè)Ex和Gxy是設(shè)計(jì)變量(DV),US 和p 是狀態(tài)變量(SV),h 是目標(biāo)變量(OBJ)。
內(nèi)壓力載荷p 為3.2MPa,經(jīng)過(guò)10 次迭代,得到優(yōu)化結(jié)果見(jiàn)表2, 將優(yōu)化結(jié)果帶入可靠性模型進(jìn)行驗(yàn)證,得到可靠度為99%。 優(yōu)化結(jié)果中h 為0.804 9mm,小于設(shè)計(jì)初始的1mm 單層厚度,此時(shí)材料力學(xué)性能得到了充分發(fā)揮, 既節(jié)省了材料,又滿(mǎn)足了可靠性要求。

表2 優(yōu)化結(jié)果
筆者針對(duì)某航天工程中的復(fù)合材料壓力容器進(jìn)行了結(jié)構(gòu)可靠性?xún)?yōu)化,建立了復(fù)合材料壓力容器的有限元模型, 基于ANSYS 有限元軟件的可靠性分析模塊,計(jì)算了結(jié)構(gòu)的可靠度,并基于可靠度對(duì)該結(jié)構(gòu)進(jìn)行了優(yōu)化設(shè)計(jì)。 結(jié)果表明,采用基于可靠度的優(yōu)化設(shè)計(jì),既能滿(mǎn)足結(jié)構(gòu)安全要求,又能充分節(jié)省材料。