Logo image
以類神經網路預測擬均向性碳纖維強化聚醚醚酮複材疊層板承受低能量衝擊並經修補後之靜態及疲勞性質
Thesis

以類神經網路預測擬均向性碳纖維強化聚醚醚酮複材疊層板承受低能量衝擊並經修補後之靜態及疲勞性質

李柏穎
Masters, National Tsing Hua University
2000

Abstract

類神經網路熱壓修補靜態拉伸強度疲勞壽命倒傳遞網路神經元 Artificial Neural NetworkHot Press RepairStatic Tensile StrengthFatigue LifeBack-Proporgation NetworkNeuron
本文以類神經網路來建立擬均向碳纖維強化聚醚醚酮(Gr/PEEK)複合材料 積層板承受低能量衝擊後在不同修補條件下靜態拉伸與疲勞性質之模型,有助於往後複合材料的修補研究,提供航太工業修補複合材料的參考。文中引進強度與壽命同級假設(SLERA)理論,藉由靜態強度與疲勞強度間的關係來簡化實驗程序,針對複合材料熱壓修補法的各項參數與靜態強度、疲勞壽命間關係,以類神經網路來建立一個預測的模型,可得到複合材料修補方法中各項參數之輸入與輸出間的非線性關係。文中實際進行90組熱壓修補實驗,並以這些數據建立熱壓修補之類神經網路模型,再以3696組未知數據輸入已建立之模型得到其靜態拉伸強度,從中挑選最強兩組之靜態拉伸強度之修補參數作為最佳修補參數。經過20組修補對照組比較之後,證明該兩組修補參數即為最佳修補參數。最後進行疲勞試驗得到S-N曲線,配合SLERA理論,由靜態強度對比得到合理之疲勞壽命。

Metrics

1 Record Views

Details

Logo image