基于莫尔干涉位移场的多向层合板弹性常数贝叶斯识别
材料科学
2013-03-20 v1
摘要
由于三维效应，经典层合板理论分析多向层合板所需的单层弹性常数可能与从单向层合板获得的常数不同。此外，单向层合板可能无法用于测试。在这种情况下，全场位移测量提供了同时识别多种材料属性的潜力。为此，需要产生受所有弹性常数强烈影响的复杂位移场。在这项工作中，我们探索了使用受拉伸载荷作用的带孔层合板来实现这一目标，并同时识别所有四个单层弹性常数（、、、）。然而，由于实验的复杂性、测量量对某些属性的相对不敏感性以及各种可能的不确定性来源，所识别属性的精度可能不如通过单独测试测量的属性。因此，量化识别这些属性的不确定性（或置信度）至关重要。此处使用贝叶斯识别来实现此目的，因为它可以轻松模拟分析和测量中的所有不确定性，并提供所识别材料属性的完整耦合概率分布。此外，它提供了结合基于截然不同的实验所识别属性的潜力。全场测量是通过莫尔干涉法获得的。为了计算效率，贝叶斯方法应用于位移场的本征正交分解 (POD)。分析表明，四个正交各向异性弹性常数的确定具有截然不同的置信水平以及显著的相关性。与制造规范的比较显示其中一个常数存在显著差异，这一结论与之前通过传统四点弯曲测试对该常数的测量结果一致。POD 方法可能未能充分利用全场测量提供的大量数据，因此提供了该数据供他人使用（作为文章附带的在线材料）。
引用
@article{arxiv.1303.4611,
title = {Bayesian Identification of Elastic Constants in Multi-Directional Laminate from Moir\'e Interferometry Displacement Fields},
author = {Christian Gogu and W. Yin and Raphael T. Haftka and Peter G. Ifju and Jérôme Molimard and Rodolphe Le Riche and Alain Vautrin},
journal= {arXiv preprint arXiv:1303.4611},
year = {2013}
}