纖維增強(qiáng)復(fù)合材料疲勞性能研究進(jìn)展*

賈瀚翔,吳 超,夏林祥,王小萌

(1.西南交通大學(xué) 力學(xué)與航空航天學(xué)院 應(yīng)用力學(xué)與結(jié)構(gòu)安全四川省重點(diǎn)實(shí)驗(yàn)室,四川 成都 610031;2.南京航空航天大學(xué) 能源與動(dòng)力學(xué)院,江蘇 南京 210016;3.中國(guó)航發(fā)貴陽(yáng)發(fā)動(dòng)機(jī)設(shè)計(jì)研究所,貴州 貴陽(yáng) 550081)

與傳統(tǒng)結(jié)構(gòu)材料相比,以碳纖維、玻璃纖維、玄武巖纖維等高強(qiáng)度材料作為增強(qiáng)相的纖維增強(qiáng)復(fù)合材料(Fiber Reinforced Polymer, FRP)具有輕質(zhì)高強(qiáng)的卓越優(yōu)勢(shì)。使用FRP材料不僅顯著降低了結(jié)構(gòu)重量,更提高了整體結(jié)構(gòu)的安全性、美觀性與可設(shè)計(jì)性,兼并滿足施工安全與人文價(jià)值需求,故而FRP材料被廣泛應(yīng)用于航空航天、軌道交通、生物醫(yī)療等尖端領(lǐng)域。

在實(shí)際使用中,FRP結(jié)構(gòu)會(huì)因疲勞載荷而累積微觀損傷,進(jìn)而萌生疲勞裂紋,嚴(yán)重影響結(jié)構(gòu)服役安全。如何量化各不利因素對(duì)FRP材料疲勞損傷的影響關(guān)系,進(jìn)而預(yù)測(cè)FRP結(jié)構(gòu)的疲勞壽命,始終是當(dāng)代結(jié)構(gòu)設(shè)計(jì)的重中之重。

1 FRP疲勞試驗(yàn)研究

早在20世紀(jì)50年代,結(jié)構(gòu)設(shè)計(jì)者就已初步認(rèn)識(shí)到FRP的疲勞性能遠(yuǎn)優(yōu)于普通金屬材料[1]。研究發(fā)現(xiàn)各向異性FRP的疲勞裂紋擴(kuò)展方式不同于金屬裂紋擴(kuò)展方式,即使識(shí)別到FRP累積損傷,仍難以精確量化其對(duì)整體疲勞壽命的影響。

及至1975—2000年發(fā)展中期階段,依托于工業(yè)化生產(chǎn)FRP技術(shù),FRP流入實(shí)際工程環(huán)境使用中,更暴露了FRP耐久性與疲勞性能問(wèn)題。這一時(shí)期的研究從裂紋拓展表象深入至疲勞損傷機(jī)理分析,進(jìn)而嘗試量化各不利因素對(duì)FRP的影響。FRP基本損傷形式有:基體開裂、纖維/基體界面脫粘、層合板分層、纖維斷裂等。不同組分材料損傷萌生機(jī)理與演化規(guī)律各有差異,但總體可歸為三階段破壞過(guò)程(見(jiàn)圖1)。在疲勞分析中上述損傷形式相繼交錯(cuò)出現(xiàn),而又相互耦合影響,結(jié)構(gòu)失效的多樣性與無(wú)規(guī)律性限制了對(duì)FRP疲勞問(wèn)題的進(jìn)一步分析。

圖1 典型FRP疲勞損傷發(fā)展過(guò)程圖

基于現(xiàn)代更為先進(jìn)的紅外檢查、X射線斷層掃描、數(shù)字圖像相關(guān)法(DIC)等無(wú)損檢測(cè)技術(shù),FRP材料的損傷演變更能為科研人員直觀監(jiān)測(cè)而得,由此深入分析復(fù)合材料內(nèi)部結(jié)構(gòu)在疲勞加載過(guò)程中的損傷機(jī)理。依托于現(xiàn)代無(wú)損檢測(cè)(Non-Destructive Testing, NDT)技術(shù)發(fā)展,以聲學(xué)、光學(xué)、熱學(xué)、電學(xué)等為輔助檢測(cè)手段的原位檢測(cè)技術(shù)能夠?qū)崟r(shí)檢測(cè)試件在試驗(yàn)中的損傷演化過(guò)程,集最大優(yōu)勢(shì)地檢測(cè)結(jié)構(gòu)內(nèi)部缺陷,節(jié)約試驗(yàn)物資與時(shí)間成本。例如,適用于透明或半透明復(fù)合材料的光透法[2]無(wú)損檢測(cè),可見(jiàn)光在材料內(nèi)部遇到損傷會(huì)使裂紋表面發(fā)生光衰減,故而能在光源背側(cè)接收裂紋透光投影(見(jiàn)圖2)。光透法成本低廉且操作簡(jiǎn)易,但僅憑平面投影無(wú)法表明材料內(nèi)部沿厚度方向的損傷分布,故要求材料鋪層數(shù)量與鋪層角數(shù)量均不易過(guò)多。王順[3]采用光透法檢測(cè)玻璃纖維復(fù)合材料損傷狀態(tài),并通過(guò)圖像灰度處理計(jì)算裂紋密度,同時(shí)結(jié)合紅外檢測(cè)技術(shù)建立了疲勞損傷與能量的統(tǒng)一壽命預(yù)測(cè)模型。

圖2 光透法平面投影示例圖

除光透法外,原位檢測(cè)常用的觀測(cè)手段包括紅外檢測(cè)、導(dǎo)波檢測(cè)、聲發(fā)射、X射線掃描、數(shù)字圖像相關(guān)(DIC)應(yīng)用等。紅外檢測(cè)[4-6]側(cè)重于監(jiān)測(cè)材料疲勞試驗(yàn)中的熱行為,從熱耗散能與疲勞破壞能角度構(gòu)建疲勞壽命模型。通過(guò)導(dǎo)波的波場(chǎng)信息,姚衛(wèi)星等與裘進(jìn)浩等[7]進(jìn)行了結(jié)構(gòu)內(nèi)部損傷的原位檢測(cè),進(jìn)一步獲取并描述復(fù)合材料疲勞剛度衰減規(guī)律。聲發(fā)射[8]用于復(fù)合材料壽命評(píng)估與結(jié)構(gòu)健康檢測(cè),可獲取材料損傷性質(zhì)及演化,但無(wú)法就內(nèi)部損傷具體深度和大小提供確切信息。X射線計(jì)算機(jī)斷層掃描則真正實(shí)現(xiàn)了疲勞損傷檢測(cè)可視化,能夠多尺度量化并定位復(fù)合材料中的內(nèi)部損傷。果立成等[9]與P. Wagner等[10]運(yùn)用X射線斷層掃描技術(shù)效果良好地識(shí)別了復(fù)合材料損傷,同時(shí)X射線斷層掃描在較低分析尺度下也可識(shí)別界面損傷與分層損傷。數(shù)字圖像相關(guān)(DIC)[11]更為便捷,可以在試驗(yàn)過(guò)程中實(shí)時(shí)確定和監(jiān)測(cè)應(yīng)變場(chǎng),適用于在準(zhǔn)靜態(tài)和疲勞載荷下檢測(cè)復(fù)合材料損傷。

不同觀測(cè)手段各有優(yōu)勢(shì),在實(shí)際試驗(yàn)分析中常組合運(yùn)用多種原位觀測(cè)技術(shù)輔助檢測(cè)復(fù)合材料損傷,A. Djabali等[12]在疲勞試驗(yàn)中結(jié)合使用X射線斷層掃描技術(shù)、數(shù)字圖像相關(guān)與聲發(fā)射3種無(wú)損檢測(cè)技術(shù),更為完備地表征復(fù)合材料疲勞演化過(guò)程,并就疲勞損傷機(jī)理提出精確論證。綜合比對(duì)分析纖維增強(qiáng)復(fù)合材料疲勞試驗(yàn)研究進(jìn)展,開展能真實(shí)檢測(cè)復(fù)合材料疲勞破壞模式及損傷演化的原位試驗(yàn)是疲勞表征與壽命預(yù)測(cè)研究的目標(biāo)和熱點(diǎn)。疲勞試驗(yàn)亟需開展復(fù)合材料原位檢測(cè)研究,集中獲取結(jié)構(gòu)內(nèi)部損傷演化信息,如內(nèi)部三維應(yīng)變場(chǎng)、材料缺陷體積分?jǐn)?shù)演化等,以期基于多尺度分析揭示復(fù)合材料的疲勞損傷及破壞機(jī)理。

2 FRP疲勞理論研究

復(fù)合材料各損傷形式相互耦合影響,疲勞機(jī)理難以被統(tǒng)一詮釋,已有研究多按圖3所示的3種主流理論模型分析疲勞累計(jì)損傷。主要分為:僅關(guān)注試驗(yàn)物理量(如載荷、熱耗散能、應(yīng)力比等)對(duì)應(yīng)材料疲勞循環(huán)周次的壽命模型;以強(qiáng)度、剛度等力學(xué)性能退化表征材料損傷演化的唯象表征模型;基于復(fù)合材料特有的損傷形式預(yù)測(cè)裂紋增長(zhǎng)與剩余力學(xué)性能的漸進(jìn)損傷模型。

圖3 疲勞理論模型分類圖

傳統(tǒng)壽命模型忽略了復(fù)合材料疲勞內(nèi)在機(jī)理與力學(xué)性能退化過(guò)程,僅考慮將試驗(yàn)循環(huán)周次與載荷、應(yīng)力比、熱耗散能等物理量對(duì)應(yīng),從而描述材料疲勞性能。但以S-N曲線[13]、等壽命曲線[14]、耗能法[15]為主的傳統(tǒng)壽命模型在FRP疲勞分析的經(jīng)濟(jì)性與泛用性方面有所欠缺。

唯象表征模型則在疲勞試驗(yàn)之上推測(cè)經(jīng)驗(yàn)公式預(yù)測(cè)FRP疲勞性能,但經(jīng)驗(yàn)公式并未經(jīng)根據(jù)基本物理定律嚴(yán)格推導(dǎo),因此適用范圍受限,預(yù)測(cè)誤差較大。從小尺寸試樣得到的剩余剛度或剩余強(qiáng)度模型未必適用實(shí)際工況大尺寸構(gòu)件。且唯象表征與傳統(tǒng)壽命模型均未充分考慮FRP疲勞機(jī)理,并非組分復(fù)雜的復(fù)合材料疲勞問(wèn)題的最優(yōu)解。

漸進(jìn)損傷模型適用于多尺度復(fù)合材料力學(xué)分析,其在預(yù)測(cè)疲勞壽命之上更能預(yù)測(cè)結(jié)構(gòu)的損傷演化(裂紋拓展)與材料的失效情況(剩余力學(xué)性能)。D. Flore等[16]與Zhou S等[17]采用損傷力學(xué)方法引入與疲勞循環(huán)次數(shù)相關(guān)的損傷變量以分析FRP疲勞問(wèn)題。該方法以內(nèi)聚力模型為基礎(chǔ),考慮了復(fù)合材料層合板中纖維/基體界面,以及各鋪層之間的界面,模型中以界面參數(shù)為變量,充分地反映了界面的模量、強(qiáng)度和韌性等材料參數(shù)。基于此內(nèi)聚力模型描述疲勞載荷作用下復(fù)合材料的疲勞損傷行為,該方法可以較為完備地反映疲勞荷載作用下復(fù)合材料的纖維脫膠拔出、層間斷裂等漸近損傷過(guò)程。喻濺鑒等[18]與Wang X等[19]在內(nèi)聚力模型的基礎(chǔ)上進(jìn)一步提出一種考慮疲勞損傷累積的三維內(nèi)聚力界面模型,以此擬復(fù)合材料在疲勞載荷下的分層形成和損傷擴(kuò)展,得到了復(fù)合材料疲勞分層的演化規(guī)律,數(shù)值計(jì)算結(jié)果與試驗(yàn)數(shù)據(jù)吻合良好。在詮釋FRP疲勞機(jī)理與相關(guān)有限元運(yùn)用分析領(lǐng)域中,漸進(jìn)損傷模型保持有獨(dú)特優(yōu)勢(shì),其能夠真實(shí)而有效地詮釋FRP疲勞機(jī)理并適用于有限元仿真分析疲勞問(wèn)題。

3 人工智能預(yù)測(cè)FRP疲勞性能

人工智能(Artificial Intelligence, AI)通過(guò)數(shù)據(jù)示例進(jìn)行學(xué)習(xí),可對(duì)難以深入闡明的疲勞機(jī)理輸出定量預(yù)測(cè)關(guān)系[20],其中人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network, ANN)已在復(fù)合材料工程領(lǐng)域中得以應(yīng)用。ANN在預(yù)測(cè)FRP疲勞性能方面更具有效性,其直接接受訓(xùn)練數(shù)據(jù),突破傳統(tǒng)理論公式限制,以隱藏層神經(jīng)元節(jié)點(diǎn)擬合回歸數(shù)據(jù),進(jìn)而生成更易于使用及推廣的神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)FRP力學(xué)性能。在疲勞壽命評(píng)估方面,相比傳統(tǒng)理論模型,人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果誤差降低87%[21]。裘進(jìn)浩等[22]利用有限元模型生成訓(xùn)練數(shù)據(jù)集,開發(fā)了基于無(wú)監(jiān)督神經(jīng)網(wǎng)絡(luò)的FRP結(jié)構(gòu)疲勞損傷表征和剩余壽命預(yù)測(cè)的預(yù)測(cè)工具,用以緩解FRP結(jié)構(gòu)的過(guò)度設(shè)計(jì)問(wèn)題。

而為獲取更有針對(duì)性的人工智能疲勞壽命預(yù)測(cè)模型,研究人員采取基于物理信息的機(jī)器學(xué)習(xí)(Physics Informed Machine Learning, PIML)輔助物理信息與數(shù)據(jù)混合驅(qū)動(dòng)訓(xùn)練模型,以此規(guī)避常規(guī)機(jī)器學(xué)習(xí)中過(guò)擬合現(xiàn)象并增強(qiáng)了模型外推功能。康國(guó)政等[23]建立了基于長(zhǎng)短期記憶網(wǎng)絡(luò)來(lái)量化加載條件特征的疲勞壽命機(jī)器學(xué)習(xí)預(yù)測(cè)方法,改善了傳統(tǒng)壽命預(yù)測(cè)模型過(guò)多依賴于簡(jiǎn)化假設(shè),故而僅適用于特定材料/加載條件的局限性,建立了基于自注意力機(jī)制解析整個(gè)加載歷史中各時(shí)間點(diǎn)材料狀態(tài)(加載條件和環(huán)境因素)關(guān)聯(lián)的疲勞壽命機(jī)器學(xué)習(xí)預(yù)測(cè)方法,可有效適用于單軸和多軸恒幅疲勞、熱-機(jī)械疲勞以及多軸隨機(jī)、變幅疲勞的壽命預(yù)測(cè)。

在FRP的疲勞性能預(yù)測(cè)領(lǐng)域中,人工智能的應(yīng)用仍處于初步階段,相關(guān)成果較為有限。然而,人工智能算法的不斷革新為該領(lǐng)域的研究提供了新的可能性。神經(jīng)網(wǎng)絡(luò)在計(jì)算精度和速度方面具有雙重優(yōu)勢(shì),在完善的物理機(jī)制支持下,必將成為今后纖維增強(qiáng)復(fù)合材料疲勞研究中的重點(diǎn)領(lǐng)域。

4 結(jié)語(yǔ)

通過(guò)上述研究可以得出如下結(jié)論。

1)無(wú)損檢測(cè)技術(shù)是FRP疲勞試驗(yàn)的重要技術(shù)基石和未來(lái)發(fā)展方向,其可以直觀量化材料疲勞內(nèi)部損傷,為觀測(cè)FRP在實(shí)際工作狀態(tài)下的疲勞性能提供關(guān)鍵信息。

2)漸進(jìn)損傷模型結(jié)合復(fù)合材料特有的疲勞機(jī)理,可以更準(zhǔn)確地預(yù)測(cè)FRP的疲勞性能,在目前FRP理論模型研究中占有絕對(duì)優(yōu)勢(shì)地位。

3)人工智能在預(yù)測(cè)FRP疲勞性能方面具有重要的應(yīng)用前景。利用機(jī)器學(xué)習(xí)方法可以在保證較高預(yù)測(cè)精度的同時(shí),節(jié)約實(shí)驗(yàn)成本和計(jì)算時(shí)間成本。結(jié)合更為嚴(yán)格的物理規(guī)律和算法革新,機(jī)器學(xué)習(xí)有極大的發(fā)展?jié)摿?將成為FRP疲勞性能預(yù)測(cè)領(lǐng)域的重點(diǎn)研究方向。