林 峰 馮明揚
(1.楊凌職業(yè)技術(shù)學(xué)院機電工程學(xué)院;2.中國電子科技集團公司第三十八研究所)
復(fù)合材料由于具有突出的優(yōu)點,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,對于不確定性問題,通??紤]的是隨機性問題[2]。 隨機分析的關(guān)鍵在于確定每個隨機參數(shù)的概率密度函數(shù),因此需要充足的概率統(tǒng)計信息。 目前,研究學(xué)者們對結(jié)構(gòu)隨機可靠性方法進行了諸多研究[3~7],而對復(fù)合材料壓力容器結(jié)構(gòu)可靠性設(shè)計的研究卻很少。 為此,筆者對復(fù)合材料壓力容器進行可靠性優(yōu)化設(shè)計,為復(fù)合材料壓力容器的可靠性預(yù)測與設(shè)計提供一種簡便可行的方法。
采用ANSYS 軟件中的SHELL181 單元類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500mm,設(shè)計內(nèi)壓力載荷為3.2MPa。 由于壓力容器模型是對稱的,為了減少計算時間, 取有限元模型的1/2 進行分析計算,同時對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,為了提升計算效率,需要合理選擇有限元網(wǎng)格數(shù)量。 通過對最大環(huán)向應(yīng)變值的比較,最終選用2 000 個網(wǎng)格對有限元模型進行網(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), 只要計算該值小于許用值的概率,就可計算出可靠度。
圖2 形變和位移云圖
圖3 應(yīng)力與應(yīng)變云圖
Monte-Carlo(MC)方法是一種基于統(tǒng)計學(xué)原理來解決隨機問題的數(shù)學(xué)方法,是用來驗證隨機可靠性分析結(jié)果準確性的唯一方法。
在工程實際中,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)的隨機性,設(shè)定這些參數(shù)均服從正態(tài)分布,詳見表1[8]。
表1 隨機參數(shù)的正態(tài)分布
極限狀態(tài)函數(shù)為:
其中,當Z(X)<0 時為失效狀態(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,進行5 000次數(shù)值模擬計算,藍色曲線表示MC 迭代不同次數(shù)計算出的參數(shù)均值,上下兩條紅色曲線表示置信度為95%時區(qū)間的上下界。 由圖4 可以看出,在迭代次數(shù)達到3 750 次之后環(huán)向最大總應(yīng)變均值基本保持不變,說明此時迭代次數(shù)已足夠。 因此,為了保證精度、提高計算效率,后續(xù)MC 模擬計算采用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,對它進行積分即可得到圖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,對應(yīng)的概率值是99%,即此時結(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)計之前有必要先對輸入?yún)?shù)進行靈敏度分析,找出對結(jié)果影響大的輸入?yún)?shù),同時忽略影響較小的參數(shù),從而提高計算效率。 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對結(jié)果呈負相關(guān)性,p 對結(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)計時, 設(shè)Ex和Gxy是設(shè)計變量(DV),US 和p 是狀態(tài)變量(SV),h 是目標變量(OBJ)。
內(nèi)壓力載荷p 為3.2MPa,經(jīng)過10 次迭代,得到優(yōu)化結(jié)果見表2, 將優(yōu)化結(jié)果帶入可靠性模型進行驗證,得到可靠度為99%。 優(yōu)化結(jié)果中h 為0.804 9mm,小于設(shè)計初始的1mm 單層厚度,此時材料力學(xué)性能得到了充分發(fā)揮, 既節(jié)省了材料,又滿足了可靠性要求。
表2 優(yōu)化結(jié)果
筆者針對某航天工程中的復(fù)合材料壓力容器進行了結(jié)構(gòu)可靠性優(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,計算了結(jié)構(gòu)的可靠度,并基于可靠度對該結(jié)構(gòu)進行了優(yōu)化設(shè)計。 結(jié)果表明,采用基于可靠度的優(yōu)化設(shè)計,既能滿足結(jié)構(gòu)安全要求,又能充分節(jié)省材料。