인공신경망 기반 CFRP 복합재료 충돌 해석의 신뢰성 향상을 위한 파라미터 역추정 및 검증
Inverse Estimation and Verification of Parameters for Improving Reliability of Impact Analysis of CFRP Composite Based on Artificial Neural Networks
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
항공우주산업에서 경량화를 위해 사용되는 CFRP 복합재료로 구성된 차체의 충격에 따른 파손은 탑승자의 안전과 직결된다. 따라서 충돌 상황에서 육안으로 확인하기 힘든 재료의 손상거동을 파악하는 것이 중요하며, 이를 구현할 수 있는 유한요소모델을 통한 연구가 필요하다. 본 연구에서는 일방향 적층 복합재료의 충돌 해석에 대해 파손 거동 예측에 적합한 유한요소모델을 구축하였다. 인공신경망 모델을 통해 LS-DYNA에서 제공하는 MAT_54 Enhanced Composite Damage 재료 모델의 교정 파라미터를 역추정하여 획득하였다. 획득한 파라미터에 대한 인공신경망 모델의 결과를 실험결과와 비교하여 신뢰성을 검증하였다. 그 결과, 교정 파라미터의 최적화를 통해 실험에 대한 정확도를 향상시킨 유한요소모델을 구축할 수 있음을 확인하였다.
Abstract
Damage caused by impact on a vehicle composed of CFRP(carbon fiber reinforced plastic) composite to reduce weight in the aerospace industries is related to the safety of passengers. Therefore, it is important to understand the damage behavior of materials that is invisible in impact situations, and research through the FEM(finite element model) is needed to simulate this. In this study, FEM suitable for predicting damage behavior was constructed for impact analysis of unidirectional laminated composite. The calibration parameters of the MAT_54 Enhanced Composite Damage material model in LS-DYNA were acquired by inverse estimation through ANN(artificial neural network) model. The reliability was verified by comparing the result of experiment with the results of the ANN model for the obtained parameter. It was confirmed that accuracy of FEM can be improved through optimization of calibration parameters.
참고문헌 (17)
- 김기석, "항공기용 탄소섬유강화 복합재료의 기술동향", 엘라스토머 및 콤포지트, 46(2), pp.118~124 (2011), 한국고무학회
- 권동준, "A Review of Structural Batteries with Carbon Fibers", 공업화학, 32(4), pp.361~370 (2021), 한국공업화학회
- Heimbs, S., "Low Velocity Impact on CFRP plates with Compressive Preload: Test and Modelling", International Journal of Impact Engineering, 36(10-11), pp.1182~1193 (2009)
- Cherniaev, A., "Predicting the Axial Crush Response of CFRP Tubes using Three Damagebased Constitutive Models", Thin-Walled Structures, 129, pp.349~364 (2018)
- Feraboli, P., "LS-DYNA MAT54 Modeling of the Axial Crushing of a Composite Tape Sinusoidal Specimen", Composites Part A : Applied Science and Manufacturing, 42(11), pp.1809~1825 (1825)
- Postel, M., "Neural Network Supported Inverse Parameter Identification for Stability Predictions in Milling", CIRP Journal of Manufacturing Science and Technology, 29, pp.71~87 (2020)
- 우민아, "고속 성형 공정에서 재료의 구성 방정식 파라메터 획득을 위한인공신경망 모델의 적용", 소성∙가공, 27(6), pp.331~338 (2018), 한국소성∙가공학회[DOI]
- Ahmad, F., "Finite Element Analysis for the Evaluation of the Low-velocity Impact Response of a Composite Plate", Advanced Composite Materials, 28(3), pp.271~285 (2019)
- Laaouidi, H., "Energy Absorption Characteristics in Hybrid Composite Materials for Marine Applications under Impact Loading : Case of Tidal Current Turbine", International Journal of Energy Research, 45(4), pp.5894~5911 (2020)
- Hallquist, J., "LS-DYNA® Keyword User’s Manual" (2006), Livermore Software Technology Corporation
- Smarrazzo, A., "Failure Propagation Controlling for Frangible Composite Canister Design", Applied Sciences, 12(23), pp.12220~ (2022)
- Camargo, F. V., "Explicit Stacked-Shell Modelling of Aged Basalt Fiber Reinforced Composites to Low-Velocity Impact", Composite Structures, 256, pp.113017~ (2021)
- Menna, C., "Numerical Simulation of Impact Tests on GFRP Composite Laminates", International Journal of Impact Engineering, 38(8-9), pp.677~685 (2011)
- Barclay, D., "The Partial Least Squares(PLS)Approach to Causal Modelling : Personal Computer Adoption and Use as an Illustration", Technoloy Studies, 2(2), pp.284~324 (1995)
- 이상철, "인공신경망 기반 SMC 복합재료의 충돌 손상 해석을 위한 파라메터 획득", Composites Research, 34(2), pp.115~122 (2021), 한국복합재료학회[DOI]
- 변한비, "액중 방전 성형과 인공신경망 기법을 활용한 Cowper-Symonds 구성 방정식의 변형률 속도 파라메터 역추정", 소성∙가공, 31(2), pp.81~88 (2022), 한국소성∙가공학회[DOI]
- 신기훈, "최대 절대값 기반 시계열 데이터 예측 모델 평가 기법", 에너지공학, 27(4), pp.103~110 (2018), 한국에너지학회