天堂网www,免费追剧大全在线观看电视剧,97久久精品无码一区二区欧美人 ,日本丰满少妇高潮呻吟

織物層壓復(fù)合材料在安全防護(hù)和監(jiān)控領(lǐng)域應(yīng)用廣泛，其沖擊行為預(yù)測(cè)對(duì)于提升安全性至關(guān)重要。該研究致力于構(gòu)建機(jī)器學(xué)習(xí)模型，以預(yù)測(cè)碳纖維和凱夫拉纖維等織物層壓復(fù)合材料的沖擊行為。研究人員進(jìn)行了具有不同參數(shù)的低速?zèng)_擊試驗(yàn)，并利用沖擊能量和層壓板厚度等信息對(duì)機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練，以預(yù)測(cè)沖擊力、位移和吸收能量等沖擊特性。

實(shí)驗(yàn)結(jié)果表明，碳纖維層壓纖維的沖擊力提升了 118.5%，凱夫拉纖維層壓纖維的沖擊力提升了 175.8%，而混合層壓板在 16J 沖擊下的沖擊力提升了 101.4%。位移對(duì)層狀結(jié)構(gòu)的穩(wěn)定性影響較大，混合層壓結(jié)構(gòu)比具有相同堆疊序列的結(jié)構(gòu)更穩(wěn)定。在吸收能量方面，隨著層壓板層數(shù)的增加，碳纖維層壓板吸收的能量增加了 4.8 倍，凱夫拉纖維和混合層壓結(jié)構(gòu)在更高沖擊能量下吸收的能量增加了 3 倍。

為了進(jìn)一步研究織物層壓復(fù)合材料的沖擊行為，研究使用了四種機(jī)器學(xué)習(xí)模型，包括線性回歸、多項(xiàng)式回歸、支持向量機(jī)和多層感知器。實(shí)驗(yàn)結(jié)果表明，多項(xiàng)式回歸模型在預(yù)測(cè)沖擊力和位移方面表現(xiàn)出更高的準(zhǔn)確率，分別達(dá)到了 80% 和 89%。支持向量機(jī)在預(yù)測(cè)吸收能量方面表現(xiàn)出色，準(zhǔn)確率約為 96%。實(shí)驗(yàn)結(jié)果與其他研究中使用的機(jī)器學(xué)習(xí)模型做出的預(yù)測(cè)高度吻合。

此外，研究還使用特征重要性轉(zhuǎn)置和依賴圖等方法，分析了不同特征對(duì)機(jī)器學(xué)習(xí)模型性能的影響，并確定了織物層壓復(fù)合材料中的多種失效模式，為提升堆疊纖維材料的性能提供了重要參考。

一、引言

纖維層合復(fù)合材料因其輕質(zhì)、高比強(qiáng)度和高比剛度等優(yōu)點(diǎn)，在安全監(jiān)控領(lǐng)域得到廣泛應(yīng)用。碳纖維和凱夫拉纖維是兩種常用的增強(qiáng)材料，可用于制造防彈衣、運(yùn)動(dòng)安全裝備、頭盔和屏蔽材料等。然而，層合復(fù)合材料易受到?jīng)_擊損傷，因此研究其抗沖擊性能對(duì)于提高其性能和耐久性至關(guān)重要。層合復(fù)合材料的沖擊行為的相關(guān)研究取得了進(jìn)展，但仍有一些問題尚未解決，例如層結(jié)構(gòu)、厚度和混合配置等因素對(duì)沖擊行為的影響。此外，實(shí)驗(yàn)測(cè)試通常需要大量時(shí)間和資源，因此需要開發(fā)更有效的方法來預(yù)測(cè)層合復(fù)合材料的沖擊行為。

近日，《Results in Engineering》期刊發(fā)表了一篇由韓國(guó)漢陽大學(xué)和延世大學(xué)的研究團(tuán)隊(duì)完成的基于機(jī)器學(xué)習(xí)的纖維層合復(fù)合材料沖擊行為評(píng)估的研究成果。該研究利用機(jī)器學(xué)習(xí)方法預(yù)測(cè)纖維層合復(fù)合材料在低速?zèng)_擊下的行為，并評(píng)估不同層合結(jié)構(gòu)、厚度和混合配置對(duì)沖擊性能的影響，有助于深入了解層合復(fù)合材料的沖擊行為，并為開發(fā)高性能復(fù)合材料提供理論指導(dǎo)。論文標(biāo)題為“Machine learning approach to evaluating impact behavior in fabric-laminated composite materials”。

二、 研究?jī)?nèi)容

該研究采用商業(yè)化碳纖維和凱夫拉纖維，通過手工鋪層和環(huán)氧樹脂固化工藝制備了碳纖維、凱夫拉纖維和混合纖維（碳/凱夫拉）層壓板。使用落錘沖擊試驗(yàn)機(jī)和圓錐形沖擊頭對(duì)制備的層壓板進(jìn)行低速?zèng)_擊試驗(yàn)，并記錄了不同沖擊能量下的沖擊力、位移和吸收能量等數(shù)據(jù)。

圖1.三種纖維層合復(fù)合材料：(a) 碳纖維層合復(fù)合材料，(b) 凱夫拉纖維層合復(fù)合材料，(c) 混合纖維層合復(fù)合材料。

研究使用四種機(jī)器學(xué)習(xí)模型（線性回歸、多項(xiàng)式回歸、支持向量機(jī)和多層感知器）來預(yù)測(cè)沖擊行為，使用收集到的數(shù)據(jù)進(jìn)行模型訓(xùn)練和測(cè)試，并使用決定系數(shù)（R-squared）、均方誤差（MSE）和平均絕對(duì)誤差（MAE）等指標(biāo)評(píng)估模型的性能。

圖2.四種不同的機(jī)器學(xué)習(xí)算法的示意圖：(a) 線性回歸，(b) 多項(xiàng)式回歸，(c) 支持向量機(jī) (SVM)，(d) 多層感知器 (人工神經(jīng)網(wǎng)絡(luò))。

圖3.機(jī)器學(xué)習(xí)流程

結(jié)果表明，多項(xiàng)式回歸模型在預(yù)測(cè)沖擊力方面表現(xiàn)最佳，支持向量機(jī)模型在預(yù)測(cè)位移方面表現(xiàn)最佳，而支持向量機(jī)模型和多項(xiàng)式回歸模型在預(yù)測(cè)吸收能量方面表現(xiàn)相當(dāng)。

此外，該研究還使用特征重要性和部分依賴性分析來解釋模型的影響因素，并探討了不同堆疊順序?qū)訅喊鍥_擊行為的影響。該研究結(jié)果表明，機(jī)器學(xué)習(xí)技術(shù)可以有效地預(yù)測(cè)織物層壓復(fù)合材料的低速?zèng)_擊行為。

該研究表明，碳纖維和凱夫拉纖維層壓板的沖擊力隨著沖擊能量的增加而顯著增加，而混合纖維層壓板的沖擊力則有所降低?；旌侠w維層壓板的位移小于純纖維層壓板，這可能是因?yàn)榛旌侠w維層壓板內(nèi)部各層之間存在一定的滑動(dòng)，從而抵抗了沖擊力造成的位移。碳纖維和凱夫拉纖維層壓板的吸收能量隨著層壓板厚度的增加而顯著增加，而混合纖維層壓板的吸收能量則略有增加。

圖 4.纖維層合復(fù)合材料中出現(xiàn)的不同失效模式。

三、小結(jié)

該研究利用機(jī)器學(xué)習(xí)方法成功地預(yù)測(cè)了纖維層合復(fù)合材料在低速?zèng)_擊下的行為，并評(píng)估了不同層合結(jié)構(gòu)、厚度和混合配置對(duì)沖擊性能的影響。該研究結(jié)果表明，機(jī)器學(xué)習(xí)模型可以有效地預(yù)測(cè)層合復(fù)合材料的沖擊行為，并識(shí)別不同的失效模式。該研究成果對(duì)于開發(fā)高性能復(fù)合材料和設(shè)計(jì)安全可靠的防護(hù)裝備具有重要意義。

原始文獻(xiàn)：

Shivashankar Hiremath, Yu Zhang, Lu Zhang, Tae-Won Kim. Machine learning approach to evaluating impact behavior in fabric-laminated composite materials. Results in Engineering, 2024, 23, 102576.

原文鏈接：

https://doi.org/10.1016/j.rineng.2024.102576