纤维增强聚合物基复合材料层合板的知识发现系统
人工智能
2013-01-03 v1 计算工程、金融与科学
摘要
本文提出并实现了一种知识发现系统 (KDS)，用于提取当纤维置于不同取向时聚合物复合材料的知识——平均刚度。基于设计要求，采用余弦幅值法从聚合物和增强纤维数据库中分别检索属于预测纤维类别的相容聚合物基体和增强纤维。基于纤维长度和计算或推导出的纤维临界长度，推导了将纤维分类为短、中、长纤维类别的模糊分类规则。通过混合法则材料设计模型，分析了由七层组成、具有不同纤维体积分数以及纤维取向分别为 0、15、30、45、60、75 和 90 度的聚合物基复合材料的纵向和横向模量。分析结果以不同的图形步骤表示，并用统计参数进行了度量。此处实施的数据挖掘应用聚焦于材料设计与分析的力学问题。因此，该系统是一个专家决策支持系统，用于优化材料性能，以设计轻质、高强且具成本效益的聚合物复合材料。
引用
@article{arxiv.1301.0173,
title = {Knowledge Discovery System For Fiber Reinforced Polymer Matrix Composite Laminate},
author = {Doreswamy},
journal= {arXiv preprint arXiv:1301.0173},
year = {2013}
}
备注
International Journal of Computing, Vol. 2, Issue 7, pp. 121-130, July 2010. (ISSN 2151-9617)