负泊松比蜂窝结构的力学性能测试及装置柔顺控制策略研究
发布时间：2022-08-12 20:26
为满足愈加多样的机械性能需求,结构材料被越来越多地设计、研制以及应用在实际工程中。负泊松比结构材料,由于具有优良的抗冲击性、抗断裂性能以及独特的“拉胀”效应等特性,现已越来越多的应用于航空航天、军事、医疗等领域。为满足不同的应用需要,此类材料的结构设计往往复杂多样,所需承受的载荷也往往是耦合多变的。因此,设计相关加载装置,模拟其实际服役工况,并对其力学性能进行原位检测,对于此类复杂构件的设计与分析具有重要意义。论文首先通过功能和结构分析,结合测试需求,进行系统优化、功能升级和改进。其中主要包括对装置整体功能及结构进行分析,并分别对多载荷加载模块、多物理场加载模块、原位观测模块、控制模块的功能及结构分别进行了阐述。结合装置所使用的传感器内部结构,设计了一种六维力传感器校准装置,并对重力在测量时产生的影响进行了分析与校正。结合校准后的传感器力反馈与神经网络理论,提出了一种对装置同轴度进行校准的方法。此外,针对装置动平台坐标系与夹具坐标系不重合的问题进行了校准,使得装置可沿指定加载方向输出精确的位移加载。接下来根据装置的设计结构及实际加载需求,提出了一种基于BP神经网络的主动柔顺控制策略。该...
【文章页数】：94 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 研究意义及背景
1.2 国内外研究现状
1.2.1 负泊松比结构材料的研究现状
1.2.2 负泊松比结构材料的特性
1.2.3 材料原位力学性能测试装置研究现状
1.3 本文主要研究内容
第2章 复杂载荷加载力学性能原位测试装置及改进
2.1 装置简介
2.2 多载荷加载模块
2.2.1 加载机构的设计
2.2.2 传感器选型
2.2.3 辅助定位单元设计
2.3 多物理场模块
2.4 原位观测模块
2.5 控制模块
2.6 装置的调试与改进
2.6.1 传感器校正及误差分析
2.6.2 基于多维力传感器的同轴度校准方法
2.7 本章小结
第3章 电驱Stewart平台的主动柔顺控制
3.1 电驱Stewart平台的控制策略分析
3.2 基于神经网络算法的主动柔顺控制策略
3.3 基于Matlab的算法实现
3.4 基于悬臂弯试验的力控策略验证
3.4.1 训练数据的采集
3.4.2 模型训练
3.5 本章小结
第4章 负泊松比蜂窝结构材料的力学性能测试
4.1 负泊松比蜂窝结构的力学性能推导
4.2 负泊松比结构材料的力学性能试验测试
4.2.1 试验准备
4.2.2 负泊松比结构材料的力学加载试验
4.3 本章小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
作者简介及在学期间研究成果
致谢
【参考文献】：
期刊论文
[1]金属材料——“大国重器”的脊梁[J]. 本刊编辑部. 新材料产业. 2018(12)
[2]新型光学对中自动测量装置的设计[J]. 张永超,赵录怀,谭仕强. 计算机测量与控制. 2018(09)
[3]基于BP神经网络的国家稳定性研究[J]. 李平舟,赵朗程. 软件. 2018(06)
[4]基于BP神经网络的胎儿心电提取算法研究[J]. 袁延超,吴水才,袁丽,王笑茹,高小峰,宾光宇. 生物医学工程与临床. 2018(03)
[5]金属结构材料研发趋向何方?[J]. 功能材料信息. 2016 (02)
[6]岩石轴向直接拉伸试验装置的研制及应用[J]. 张绪涛,张强勇,袁圣渤,王超,高强. 岩石力学与工程学报. 2014(12)
[7]拉胀材料研究进展和应用前景[J]. 周蕾,谭燕. 中国建材科技. 2013(05)
[8]轴向拉伸试验机同轴度检测技术研究[J]. 曾利民,杨莹. 计测技术. 2011(05)
[9]数字散斑相关法在变形测量中的应用[J]. 陈志新,梁晋,郭成. 光学精密工程. 2011(07)
[10]负泊松比材料与结构的力学性能研究及应用[J]. 杨智春,邓庆田. 力学进展. 2011(03)
博士论文
[1]蛋盒型结构性能分析及成形工艺优化研究[D]. 王远.北京科技大学 2018
[2]应变光学测量关键技术及在特种设备监测的应用[D]. 陈光.北京交通大学 2018
[3]新型周期多孔材料的准静态和冲击特性研究[D]. 乔锦秀.清华大学 2016
[4]新型负泊松比结构关键技术研究及其在车身设计中的应用[D]. 周冠.湖南大学 2015
[5]三维机织物拉伸性质应变率效应实验和数值研究＆新型蜂窝芯材夹层复合材料板力学性能实验和数值分析[D]. 侯仰青.东华大学 2013
[6]着陆缓冲系统中吸能结构的耐撞性优化[D]. 尹汉锋.湖南大学 2011
[7]飞机蜂窝结构动态冲击下的破坏机理及吸收能量分配机制[D]. 孟黎清.太原理工大学 2011
硕士论文
[1]一种新型负泊松比蜂窝结构的冲击动力学研究[D]. 岑神德.暨南大学 2018
[2]基于模糊神经网络的智能车的控制[D]. 冯震.内蒙古大学 2018
[3]柴油车尾气净化用碳化硅蜂窝陶瓷的制备与性能研究[D]. 吴郑敏.武汉科技大学 2018
[4]利用神经网络模型计算鄂西山区耕地田坎系数的可行性研究[D]. 金鑫.湖北大学 2018
[5]黄芩苷—白及胶—钛酸银复合多孔材料的制备及其对烧伤创面愈合作用的初步研究[D]. 张丞.中国人民解放军海军军医大学 2018
[6]基于神经网络的网络视频质量评价算法研究[D]. 吕宗霖.北京交通大学 2018
[7]基于仿真与试验的汽车零部件强度性能分析与评价[D]. 孙剑.合肥工业大学 2018
[8]复合材料负泊松比结构振动和阻尼性能研究[D]. 马国林.哈尔滨工业大学 2017
[9]孔洞化柔性基底对金属薄膜力学性能的研究[D]. 李中林.重庆大学 2017
[10]两种负泊松比蜂窝结构的数值分析及实验研究[D]. 张一帆.暨南大学 2015
本文编号：3676540
【文章页数】：94 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 研究意义及背景
1.2 国内外研究现状
1.2.1 负泊松比结构材料的研究现状
1.2.2 负泊松比结构材料的特性
1.2.3 材料原位力学性能测试装置研究现状
1.3 本文主要研究内容
第2章 复杂载荷加载力学性能原位测试装置及改进
2.1 装置简介
2.2 多载荷加载模块
2.2.1 加载机构的设计
2.2.2 传感器选型
2.2.3 辅助定位单元设计
2.3 多物理场模块
2.4 原位观测模块
2.5 控制模块
2.6 装置的调试与改进
2.6.1 传感器校正及误差分析
2.6.2 基于多维力传感器的同轴度校准方法
2.7 本章小结
第3章 电驱Stewart平台的主动柔顺控制
3.1 电驱Stewart平台的控制策略分析
3.2 基于神经网络算法的主动柔顺控制策略
3.3 基于Matlab的算法实现
3.4 基于悬臂弯试验的力控策略验证
3.4.1 训练数据的采集
3.4.2 模型训练
3.5 本章小结
第4章 负泊松比蜂窝结构材料的力学性能测试
4.1 负泊松比蜂窝结构的力学性能推导
4.2 负泊松比结构材料的力学性能试验测试
4.2.1 试验准备
4.2.2 负泊松比结构材料的力学加载试验
4.3 本章小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
作者简介及在学期间研究成果
致谢
【参考文献】：
期刊论文
[1]金属材料——“大国重器”的脊梁[J]. 本刊编辑部. 新材料产业. 2018(12)
[2]新型光学对中自动测量装置的设计[J]. 张永超,赵录怀,谭仕强. 计算机测量与控制. 2018(09)
[3]基于BP神经网络的国家稳定性研究[J]. 李平舟,赵朗程. 软件. 2018(06)
[4]基于BP神经网络的胎儿心电提取算法研究[J]. 袁延超,吴水才,袁丽,王笑茹,高小峰,宾光宇. 生物医学工程与临床. 2018(03)
[5]金属结构材料研发趋向何方?[J]. 功能材料信息. 2016 (02)
[6]岩石轴向直接拉伸试验装置的研制及应用[J]. 张绪涛,张强勇,袁圣渤,王超,高强. 岩石力学与工程学报. 2014(12)
[7]拉胀材料研究进展和应用前景[J]. 周蕾,谭燕. 中国建材科技. 2013(05)
[8]轴向拉伸试验机同轴度检测技术研究[J]. 曾利民,杨莹. 计测技术. 2011(05)
[9]数字散斑相关法在变形测量中的应用[J]. 陈志新,梁晋,郭成. 光学精密工程. 2011(07)
[10]负泊松比材料与结构的力学性能研究及应用[J]. 杨智春,邓庆田. 力学进展. 2011(03)
博士论文
[1]蛋盒型结构性能分析及成形工艺优化研究[D]. 王远.北京科技大学 2018
[2]应变光学测量关键技术及在特种设备监测的应用[D]. 陈光.北京交通大学 2018
[3]新型周期多孔材料的准静态和冲击特性研究[D]. 乔锦秀.清华大学 2016
[4]新型负泊松比结构关键技术研究及其在车身设计中的应用[D]. 周冠.湖南大学 2015
[5]三维机织物拉伸性质应变率效应实验和数值研究＆新型蜂窝芯材夹层复合材料板力学性能实验和数值分析[D]. 侯仰青.东华大学 2013
[6]着陆缓冲系统中吸能结构的耐撞性优化[D]. 尹汉锋.湖南大学 2011
[7]飞机蜂窝结构动态冲击下的破坏机理及吸收能量分配机制[D]. 孟黎清.太原理工大学 2011
硕士论文
[1]一种新型负泊松比蜂窝结构的冲击动力学研究[D]. 岑神德.暨南大学 2018
[2]基于模糊神经网络的智能车的控制[D]. 冯震.内蒙古大学 2018
[3]柴油车尾气净化用碳化硅蜂窝陶瓷的制备与性能研究[D]. 吴郑敏.武汉科技大学 2018
[4]利用神经网络模型计算鄂西山区耕地田坎系数的可行性研究[D]. 金鑫.湖北大学 2018
[5]黄芩苷—白及胶—钛酸银复合多孔材料的制备及其对烧伤创面愈合作用的初步研究[D]. 张丞.中国人民解放军海军军医大学 2018
[6]基于神经网络的网络视频质量评价算法研究[D]. 吕宗霖.北京交通大学 2018
[7]基于仿真与试验的汽车零部件强度性能分析与评价[D]. 孙剑.合肥工业大学 2018
[8]复合材料负泊松比结构振动和阻尼性能研究[D]. 马国林.哈尔滨工业大学 2017
[9]孔洞化柔性基底对金属薄膜力学性能的研究[D]. 李中林.重庆大学 2017
[10]两种负泊松比蜂窝结构的数值分析及实验研究[D]. 张一帆.暨南大学 2015
本文编号：3676540
本文链接：https://www.wllwen.com/kejilunwen/lxlw/3676540.html
