Разработка программного обеспечения для определения упругих характеристик многослойного композиционного материала

В статье рассматривается разработка программного обеспечения для автоматизированного расчета упругих характеристик многослойного композиционного материала (МКМ), применяемого в конструкциях, подверженных высокоскоростным ударным нагрузкам. Сформированный массив расчетных данных может быть использован для обучения и тестирования искусственных нейронных сетей, применяемых при прогнозировании баллистических характеристик МКМ, подвергающихся высокоскоростным ударным нагрузкам. Разработан алгоритм определения упругих характеристик пакета из композиционного материала, включая переход от определения объемной доли волокна и матрицы к свойствам однонаправленного композита и всего многослойного пакета в целом. Реализована оценка прочности по критерию Мизеса-Хилла и возможность пакетной обработки данных через Excel. Результатом программы является анализ укладки слоев из разных материалов, с разными толщинами, углами ориентации волокон в слое и с различным порядком расположения по толщине пакета отдельных слоев и будет использован для разработки комплексного подхода к проектированию композитных конструкций. Разработанное программное обеспечение может использоваться как самостоятельный инструмент для инженерного анализа, так и в составе комплексных систем численного моделирования. Полученные результаты позволяют значительно сократить время подготовки входных данных для численного моделирования и обеспечить более высокую точность начальных параметров.

1. Olivenko N.A., Kudryavtsev O.A., Ignatova A.V. Simplified Approach to Verification of Numerical Models for Deformation and Fracture Analysis of Structural Composite Subjected to High-Velocity Impact. Defect and Diffusion Forum. 2022;419:117–123. https://doi.org/10.4028/p-3ivuh1

2. Arias Á., López-Puente J., Loya J.A., Varas D., Zaera R. Analysis of High-Speed Impact Problems in the Aircraft Industry. In: Constitutive Relations under Impact Loadings: Experiments, Theoretical and Numerical Aspects. Vienna: Springer; 2014. P. 137–207. https://doi.org/10.1007/978-3-7091-1768-2_4

3. Pernas-Sánchez J., Pedroche D.A., Varas D., López-Puente J., Zaera R. Numerical Modeling of Ice Behavior Under High Velocity Impacts. International Journal of Solids and Structures. 2012;49(14):1919–1927. https://doi.org/10.1016/j.ijsolstr.2012.03.038

4. Olsson R., Juntikka R., Asp L.E. High Velocity Hail Impact on Composite Laminates – Modelling and Testing. In: Dynamic Failure of Composite and Sandwich Structures. Dordrecht: Springer; 2013. P. 393–426. https://doi.org/10.1007/978-94-007-5329-7_9

5. Meo M., Morris A.J., Vignjevic R., Marengo G. Numerical Simulations of Low-Velocity Impact on an Aircraft Sandwich Panel. Composite Structures. 2003;62(3–4):353–360. https://doi.org/10.1016/j.compstruct.2003.09.035

6. Anghileri M., Castelletti L.-M.L., Invernizzi F., Mascheroni M. A Survey of Numerical Models for Hail Impact Analysis Using Explicit Finite Element Codes. International Journal of Impact Engineering. 2005;31(8):929–944. https://doi.org/10.1016/j.ijimpeng.2004.06.009

7. Artero-Guerrero J.A., Pernas-Sánchez J., Martín-Montal J., Varas D., López-Puente J. The Influence of Laminate Stacking Sequence on Ballistic Limit Using a Combined Experimental/FEM/Artificial Neural Networks (ANN) Methodology. Composite Structures. 2018;183:299–308. https://doi.org/10.1016/j.compstruct.2017.03.068

8. Qiu Ch., Han Yu., Shanmugam L., et al. A Deep Learning-Based Composite Design Strategy for Efficient Selection of Material and Layup Sequences from a Given Database. Composites Science and Technology. 2022;230(2). https://doi.org/10.1016/j.compscitech.2021.109154

9. Fernández-Fdz D., López-Puente J., Zaera R. Prediction of the Behaviour of CFRPs Against High-Velocity Impact of Solids Employing an Artificial Neural Network Methodology. Composites Part A: Applied Science and Manufacturing. 2008;39(6):989–996. https://doi.org/10.1016/j.compositesa.2008.03.002

10. Sorour Sh.S., Saleh Ch.A., Shazly M. A Review on Machine Learning Implementation for Predicting and Optimizing the Mechanical Behaviour of Laminated Fiber-Reinforced Polymer Composites. Heliyon. 2024;10(13). https://doi.org/10.1016/j.heliyon.2024.e33681

11. Бохоева Л.А., Балданов А.Б., Рогов В.Е. Особенности межслойного разрушения при ударном нагружении композиционных материалов с переменным углом укладки слоев. Diagnostics, Resource and Mechanics of Materials and Structures. 2024;(2):50–60. https://doi.org/10.17804/2410-9908.2024.2.050-060

12. Riccio A., Caputo F., Di Felice G., Saputo S., Toscano C., Lopresto V. A Joint Numerical-Experimental Study on Impact Induced Intra-Laminar and Inter-Laminar Damage in Laminated Composites. Applied Composite Materials. 2016;23(3):219–237. https://doi.org/10.1007/s10443-015-9457-0

13. Бохоева Л.А., Балданов А.Б., Рогов В.Е. Математическое моделирование потери устойчивости локальных расслоений, полученных в результате скоростного удара. Инженерный журнал: наука и инновации. 2022;(12). https://doi.org/10.18698/2308-6033-2022-12-2233

14. Бохоева Л.А., Дамдинов Т.А. Определение критических нагрузок энергетическим методом с учетом деформаций сдвига. Вестник Казанского государственного технического университета им. А.Н. Туполева. 2006;(1):3–7.

15. Dos Santos Souza L.F., Vandepitte D., Tita V., De Medeiros R. Dynamic Response of Laminated Composites Using Design of Experiments: An Experimental and Numerical Study. Mechanical Systems and Signal Processing. 2019;115:82–101. https://doi.org/10.1016/j.ymssp.2018.05.022

16. Hashin Z. Failure Criteria for Unidirectional Fiber Composites. Journal of Applied Mechanics. 1980;47(2):329–334. https://doi.org/10.1115/1.3153664