何周理 徐緋, 段敏鴿
(1.西北工業(yè)大學(xué)航空學(xué)院,西安 710072;2.上海飛機設(shè)計研究院,上海 200232)
連續(xù)碳(及碳化硅)纖維增強復(fù)合材料具有較高的比強度、比剛度以及耐高溫、耐腐蝕、抗氧化、低密度等優(yōu)點,因此,已越來越廣泛地應(yīng)用于航空、航天等高溫領(lǐng)域。
在固體力學(xué)和材料力學(xué)領(lǐng)域中,某些材料參數(shù)通過試驗直接測量十分困難。但卻可以通過試驗測量得到與這些材料參數(shù)直接相關(guān)的其它物理量,再考慮通過反演計算得到所需的材料參數(shù)值。常用的反演方法主要包括:Monte Carlo[1]法、模擬退火法[2]、遺傳算法[3]、改進的人工神經(jīng)網(wǎng)絡(luò)法[4]等等。上述的幾種反演方法屬于完全非線性反演法,具備全局搜索能力,但是計算量往往很大,計算效率不高。所以對于單個或者未知參數(shù)較少時的反演情況,上述方法并非最佳選擇。本文將介紹一種計算效率較高的Kalman濾波反演法。
1960年,Kalman提出了用遞歸方法解決離散數(shù)據(jù)線性濾波問題。此后,由于數(shù)字計算技術(shù)的進步,Kalman濾波技術(shù)得到了廣泛的應(yīng)用,特別是在自主及協(xié)助導(dǎo)航領(lǐng)域。Kalman濾波可由一系列遞歸數(shù)學(xué)公式描述,它們提供了一種高效的方法來估計過程的狀態(tài),并使估計均方誤差最小[5]。其應(yīng)用廣泛且功能強大,即使對相應(yīng)模型的性質(zhì)不確定,可以估計信號的過去和當(dāng)前狀態(tài),甚至將來的狀態(tài)?;谝陨螷alman濾波反演方法的優(yōu)點,促使其正逐漸走進研究者的視野,如結(jié)合邊界元利用擴展的Kalman濾波方法對材料彈性和熱彈性參數(shù)[6]進行反分析;利用Kalman濾波方法對金屬材料的Gurson模型參數(shù)[7,8]進行反演確定;利用擴展的 Kalman濾波對單一載荷下裂紋斷裂參數(shù)和動態(tài)界面分層參數(shù)進行反演確定[9,10];大體積混凝土結(jié)構(gòu)位移場參數(shù)[11]的反演等等
本工作介紹了Kalman濾波反演方法的基本原理,并且結(jié)合SiC(SCS-6)/Ti復(fù)合材料的單纖維頂出試驗,成功地反演出了碳化硅纖維鈦基復(fù)合材料的界面參數(shù)。論證了Kalman濾波反演法具有較好的收斂性和較高的精確性。并且通過不同的測量噪音證明了其具有一定的消除噪音的能力。通過例證還可看出,Kalman濾波反演方法可在一定程度上簡化實驗方案[12]。
單纖維頂出試驗[13]是從細觀上對纖維增強基體復(fù)合材料界面性能進行研究的一種試驗手段,主要用于獲得纖維和基體交界處的界面性能,比如界面的剪切強度、拉伸強度以及斷裂能等等。單纖維頂出試驗的實驗示意圖和試驗結(jié)果曲線如圖1、圖2所示,實驗機通過壓頭施加壓力把纖維從基體中頂出,同時測量出壓頭的支反力和位移。
從試驗曲線可以看出初始載荷隨位移呈線性增加,當(dāng)載荷增加到Fmax時,表示界面剪切應(yīng)力達到最大值,界面開始脫粘,此后載荷開始直線下降。由試驗曲線可以獲得2個重要的參數(shù)Fmax以及與Fmax對應(yīng)的位移δmax。然后根據(jù)公式:
上式中d是纖維的直徑,L是試樣的長度,通過上式計算得到界面的試驗剪切強度。由于在上述試驗中獲得的界面剪切強度τ為纖維脫粘時整個界面的剪切應(yīng)力平均值,然而在實際情況中,纖維脫粘時沿纖維軸向的拉伸應(yīng)力和剪切應(yīng)力分布都是不均勻的,所以上述試驗中獲得的界面剪切強度并非材料界面的真正剪切強度[14]。為了得到纖維增強復(fù)合材料界面的真實剪切強度,很多研究者運用有限元模擬計算來反演界面剪切強度。如文獻[9]中關(guān)于正問題的研究,成功地用cohesive單元模擬單纖維頂出試驗,得到了纖維脫粘時切應(yīng)力沿界面的分布,通過有限元計算得到的力-位移曲線和試驗的結(jié)果基本一致。在本文的研究中我們用反問題思路,即考慮界面剪切強度和斷裂能量都為未知參數(shù),通過參考文獻[15]中試驗得到的力-位移曲線結(jié)果,結(jié)合Kalman濾波反演技術(shù)來反演計算未知的兩個參數(shù)。
有限元模型,試驗?zāi)P涂煽闯奢S對稱模型所以在模擬計算中用軸對稱條件進行簡化。簡化后的有限元模型及尺寸如圖3所示,圖中顯示了對稱軸和界面的位置,分別標識了壓頭端和簡支座端,對稱軸采用對稱邊界條件,簡支端限制Z向位移,加載端Z向位移0.09mm。
圖3 簡化的有限元模型Fig.3 the FEA model
簡單來說,Kalman濾波是一個優(yōu)化自回歸數(shù)據(jù)處理算法,用遞歸的方法解決離散數(shù)據(jù)線性濾波問題。Kalman濾波應(yīng)用廣泛且功能強大,他的廣泛應(yīng)用已經(jīng)超過30年,包括機器人導(dǎo)航、控制、傳感器數(shù)據(jù)融合甚至在軍事方面的雷達系統(tǒng)以及導(dǎo)彈追蹤等等。近年來更被應(yīng)用于計算機圖像處理,例如頭臉識別、圖像分割及圖像邊緣檢測等等。Kalman濾波器的基本工作原理主要由時間更新(預(yù)測)和量測更新(校正)兩部分組成,原理公式如表1中所示。
式(2)表示由k-1時刻的狀態(tài)變量xk-1遞推k時刻的狀態(tài)變量xk;式(3)表示估計誤差協(xié)方差的遞推公式;式(4)表示量測向量zk在狀態(tài)變量xk時的函數(shù)表達。其中P-k為先驗估計誤差協(xié)方差矩陣,R為量測噪音協(xié)方差矩陣;A表示差分方程的增益矩陣,B代表可選的控制輸入u∈Rl的增益矩陣,wk-1表示過程激勵誤差;h表示狀態(tài)變量xk對量測變量zk的增益函數(shù),向量vk表示量測誤差。估計誤差協(xié)方差Pk和量測誤差協(xié)方差R都隨著時間步k的變化而不同。Hk為k時刻量測變量值對狀態(tài)變量(待估參數(shù))的一階偏導(dǎo)數(shù):
當(dāng)Kalman濾波的過程激勵噪音wk=0、增益矩陣A為單位矩陣I、控制輸入u=0時,Kalman
濾波的狀態(tài)更新方程簡化為為:
Kalman濾波器向估計誤差協(xié)方差矩陣更新方程為:
表1 Kalman濾波原理(-代表先驗,^代表估計)Kalman filter principle table(-is priori state estimate,^denote estimate)
(1)首先假設(shè)待估參數(shù)的初值:取狀態(tài)變量的初值為x0和誤差協(xié)方差初值為P0。
(2)把第k步的狀態(tài)變量值和已知的各材料參數(shù)代入到有限元模型計算中,得到計算量測向量;并且提取有限元結(jié)果計算出Hk。
(4)根據(jù)第k步的值計算Kalman增益矩陣Kk+1。
(6)檢驗更新的誤差協(xié)方差矩陣的最大特征值是否達到預(yù)設(shè)的精度ε。
(7)如果沒有達到精度要求則重復(fù)反演計算步驟2-6;如果達到精度要求則停止濾波反演計算。
在第1節(jié)中已經(jīng)說明了單纖維頂出試驗得到的是復(fù)合材料界面的平均性能,而非界面的真實性能。本例將使用Kalman濾波反演法來求解真實的剪切強度τb,設(shè)界面的剪切強度τb為未知參量,即狀態(tài)向量為xk=τbk;以壓頭支反力的最大值為Kalman濾波的量測標準,即量測向量為zk=Fmax。本例中狀態(tài)向量只有一個參數(shù),所以屬于一維的Kalman濾波反演計算。在反演計算中,力的單位為N,剪切強度的單位為MPa,位移的單位為mm。
表2 Kalman濾波器的參數(shù)設(shè)置Table 2 The initial parameters of Kalman filter
Kalman濾波反演計算的每一步更新中必須已知試驗量測向量Zk+1和Hk的值,所以針對不同的狀態(tài)變量xk,結(jié)合有限元計算可得到所需的計算量測向量z-k和Hk,然后可以使Kalman濾波反演計算向后一步一步進行預(yù)估校正。當(dāng)即估計誤差的協(xié)方差小于等于1時,認為找到合適的反演結(jié)果。把上述初始估計和誤差協(xié)方差矩陣代入Kalman濾波反演計算中。當(dāng)經(jīng)過10次反演計算后最終誤差矩陣協(xié)方差為0.999,反演結(jié)果為 200.8MPa,反演數(shù)值曲線如圖4所示。
把得到的參數(shù)xk=τbf=200.8 MPa代入到數(shù)值模擬計算中,計算得到的力-位移曲線如圖5所示,與試驗得到的力-位移曲線相比較,兩者基本吻合,證明了此方法的可行性和精確性。
運用Kalman濾波反演法確定單纖維增強復(fù)合材料界面的多個未知參數(shù)。界面的剪切強度τb和斷裂能均為未知參量,即狀態(tài)向量為xk=[τ,G]T,所以本例的計算屬于二維的Kalman濾波反演計算。在反演計算中以壓頭的壓力和對應(yīng)的下壓位移為反演的量測標準,即量測向量為zk=[Fmax,δ]。在計算中,力的單位為N,剪切強度的單位為MPa,位移的單位為mm,斷裂能的單位為N/mm。本例進行計算的初始參數(shù)設(shè)置如下。
初始狀態(tài)變量:
初始估計誤差的協(xié)方差矩陣:
觀測誤差的協(xié)方差矩陣:
過程激勵噪聲方差矩陣:
把上面的的各個值結(jié)合有限元計算可得到反演所需的Zk和Hk,然后按照Kalman濾波反演計算的步驟一步一步向后進行反演計算。當(dāng)(即估計誤差的協(xié)方差矩陣的最大特征值小于等于1時),認為反演值達到要求的精度,找到了合適的反演結(jié)果。本例中的觀測誤差協(xié)方差矩陣為:R=diag(2.5,2.5),當(dāng)經(jīng)過44次反演計算后得到結(jié)果為xk=[τ,G]T為[200.555,3.9548]T,最終的誤差協(xié)方差為過程激勵噪聲方差矩陣:P44=diag(0.9983,0.001),得到參數(shù) τ和 G的反演曲線如圖5所示。
把反演得到的參數(shù)τ和G代入到有限元計算中的界面模型中,進行數(shù)值模擬計算,最后計算得到的力-位移曲線如6圖所示,并且和試驗得到的力-位移曲線相比較。由圖6中可以看出,最后的反演結(jié)果計算得到的曲線和試驗得到的曲線基本重合,所以反演的結(jié)果為精確值。另外隨著反演的參數(shù)增多,濾波次數(shù)明顯增多。
研究量測噪音誤差對反演結(jié)果的影響,例2中其它各參數(shù)不變,而僅僅把量測噪音誤差協(xié)方差分別設(shè)為 diag(1,1),diag(5,5)和 diag(16,16),相對應(yīng)的試驗誤差分別為2%,4.5%和8%的情況。按照例2的步驟進行Kalman濾波反演計算,得到的結(jié)果如表3示。
圖6 剪切強度(τ)(a)和斷裂能(G)(b)的反演曲線Fig.6 The inverse analysis of shear strength(τ)(a)and the fracture energy(G)(b)
表3 不同的量測噪音協(xié)方差Kalman濾波反演結(jié)果Table 3 The results of influence of noise by Kalman filter
圖7 反演結(jié)果和實驗結(jié)果對比Fig.7 Comparison of inverse analysis and experimental results
表3說明Kalman濾波反演計算具有一定的消除噪音的能力,由不同的測量噪音誤差協(xié)方差得到的反演結(jié)果具有一致性;但是隨著噪音的增大,濾波的次數(shù)要明顯增多。
通過對SiC(SCS-6)/Ti單纖維增強復(fù)合材料的界面參數(shù)計算研究表明:
(1)Kalman濾波反演方法不論對于單個參數(shù)反演還是多個參數(shù)反演都是可行的,由圖4和圖6可知Kalman濾波反演法的收斂性較好。
(2)圖3和圖7的例證結(jié)果表明反演得到的結(jié)果和試驗得到的結(jié)果[9]吻合很好,說明Kalman濾波反演方法具有較高的精度。
(3)Kalman濾波反演方法可以引入不同的量測噪音協(xié)方差矩陣,說明實驗噪聲的影響,這也是該方法作為材料參數(shù)反演計算的一個重要特點和優(yōu)點。
[1]姚姚.蒙特卡洛非線性反演方法及其應(yīng)用[M].北京:冶金工業(yè)出版社,1997.
[2]KIRKPAT rick S,CELATT C D,VECCHI M P.Optimization by simulated annealing[J].Sciences,1983,220:671-680.
[3]師學(xué)明,王家映.地球物理資料非線性反演方法講座(四)遺傳算法[J].工程地球物理學(xué)報,2008,5(2):129-140.
[4]靳蕃,范俊波,譚永東.神經(jīng)網(wǎng)絡(luò)與神經(jīng)計算機原理應(yīng)用[M].成都:西南交通大學(xué)出版社,1997.
[5]KALMAN RE.A new approach to linear filtering and prediction problems[J].Transaction of the ASME—Journal of Basic Engineering,1960,82:35 -45.
[6]王元淳,孫浩.彈性、熱彈性物性值反問題的邊界元分析[J].計算結(jié)構(gòu)力學(xué)及其應(yīng)用,1993,10(4):490-494.
[7]AOKI Shigeru,AMAYA Kenji,SUGA Kazuhiro,et al.Identification of Gurson’s Material Constants by Using Kalman-Filter[J].Transactions of the JapanSociety of Mechanical Engineers,2001,67(664):1892 -1897.
[8]ALBERTO C,STEFANO M,BARBARA O.Identification of Gurson-Tvergaard material constants by using Kalman filtering technique I Theory[J].International Journal of Fracture,2000,104(4):349 -373.
[9]BOLZON G,F(xiàn)EDEL R,MAIER G.Parameter identification of a cohesive crack model by Kalmanfilter[J].Computer Methods in Applied Mechanics and Engineering,2002,191:2847 -2871.
[10]ALBERTO C,STEFANO M.Identification of a consititutive model for the simulation of time-dependent interlaminar debonding processes in composites[J].Computer Methods in Applied Mechanics and Engineering,2002,191:1861 -1894.
[11]蔡汝銘,張劍,趙新銘.大體積混凝土位移場參數(shù)的卡爾曼濾波反演[J].華北水利水電學(xué)院學(xué)報,2006,27(1):24-27.
[12]WELCH Greg,BISHOP Gary.An Introduction to the Kalman Filter[J].UNC-Chapel Hill,2006,TR:95 - 041.
[13]KERANS R J,PARTHASARATHY TA.Theoretical A-nalysis of the Fiber Pull-Out and Push-Out Tests[J].Journal of the American Ceramic Society,1991,74:1585 -1596.
[14]原梅妮,楊延清,馬志軍,等.SiC纖維增強鈦基復(fù)合材料界面強度研究進展[J].稀有金屬材料與工程,2007,36:1115-1118.
[15]CHANDRA N,Li H,SHET C,et al.Some issues in the application of cohesive zone models for metal-ceramic interfaces[J].International Journal of Solids and Structures,2002,39:2827 -2855.