基于单源拉伸数据的天然纤维复合材料层合板A/B基准特征值分布感知估计及置信度评估

《Polymers》：Distribution-Aware Estimation of A-/B-Basis Characteristic Values for Natural-Fiber Composite Laminates from Single-Source Tensile Data

　　

天然纤维复合材料（natural-fiber composites）表现出较大的性能离散性，且多批次鉴定数据很少可得。研究人员利用单一实验程序中来自十个亚麻、黄麻和碳纤维层合板组的590个拉伸试样，将已建立的单侧下限容限限（one-sided lower tolerance limits）作为强度、模量和失效应变的A基准（A-basis，99%覆盖率、95%置信度）和B基准（B-basis，90%、95%）值的近似，并比较了正态理论、自助法（bootstrap）、族特异性枢轴法（family-specific pivotal）和选择稳健路线（selection-robust routes）。一项蒙特卡洛（Monte Carlo）研究（八个场景、5000次重复）表明，当分布族已知时，枢轴限达到A基准平均置信度0.949；当分布族由AIC（Akaike information criterion，赤池信息准则）选择时，仅达到0.896（最低0.805）；对全部三个分布族的包络至少达到0.944，但代价是更低的限值。经验自助法（empirical bootstrap）不能超过1–0.99ⁿ的置信度（n = 37时为0.311）。两条黄麻斜纹（jute-twill）记录在峰值载荷处视频应变（video-strain）读数为零，依据仅基于测量记录的规则被排除于应变分析之外，使A基准失效应变提高45%。当样本量均衡时，保持率（retention）排序部分改变。在包含第二个文件名系列的五个组中，拉伸强度在系列间存在显著差异（Welch p ≤ 0.008），因此这些组的合并限值假定试样同分布。这些数值是筛选近似值，而非设计许用值（design allowables）。

天然纤维增强聚合物复合材料（natural-fiber-reinforced polymer composites, NFCs）因低密度和潜在较低环境影响的优势，在交通、基础设施、海洋、消费品及半结构应用中受到持续关注；亚麻和黄麻兼具低密度与有用的比刚度、比强度。然而，其生物来源也带来纤维几何、微纤丝角、纤维素含量、缺陷总体、湿响应和纤维—基体相互作用的异质性，这些变异性从纤维尺度传播至纱线、织物和层合板，仅凭平均拉伸性能不足以支持可靠性敏感的材料选择。复合材料设计中，平均性能与统计上可辩护的下尾性能的区分至关重要，CMH-17（Composite Materials Handbook-17）将A基准（A-basis）和B基准（B-basis）形式化为单侧下限容限限：B基准值以95%置信度被材料总体至少90%的个体超过，A基准值以95%置信度被至少99%的个体超过。这些值显式考虑有限样本不确定性，较样本均值或经验低百分位更保守。成熟航空航天复合材料体系通常将正式特征值开发嵌入多批次、多加工历史、多环境与批间变异性统计检查的鉴定计划，但NFCs文献中此类数据很少，多数研究报告均值、标准差、变异系数（coefficient of variation, CV）、Weibull参数和低经验百分位。已有研究提示黄麻纤维统计变异性显著、失效应变可能比强度更一致，天然纤维强度的统计性质会影响复合材料强度与失效预测，但尚未评估仅有单源数据时基准值近似的可靠性。因此，本研究围绕一个核心问题展开：当分布族必须从同一小样本单源数据中选择时，容限限名义95%置信度能保留多少，以及这对层合板架构比较意味着什么。研究目的是对十个层合板组的强度、模量和失效应变，用多种已建立路线计算A/B基准近似；通过蒙特卡洛模拟量化已知分布族与AIC选择分布族下各路线实际达到的置信度，并分别报告保守性；展示限值在合理分布族间及剔除标记试样后的移动；采用仅基于测量记录的应变资格规则；并展示保持率排序对样本量的依赖。研究得出：分布族预先指定时枢轴限可达名义置信度；AIC选族会显著损失置信度；经验自助法存在结构上限；选择稳健包络可提高置信度但更保守；特征值仅适于筛选和早期比较，不能替代多批次鉴定。

主要关键技术方法（≤250字）：数据为Torres et al.编制的开放拉伸数据集（Mendeley Data，DOI: 10.17632/v25pzywt5c.1），含590个试样、十个层合板组，测试遵循ASTM D3039，模量由原始应力—应变重算，失效应变取峰值载荷处视频应变。采用Owen非中心t容限因子计算正态/对数正态限；Weibull采用标准化Weibull枢轴量模拟校准（M = 100000）；比较参数自助法、重拟合参数自助法和经验自助法（单数据集B = 4000，模拟中B = 2000/1000）；以AIC选族，结合Anderson–Darling观察显著性水平（observed significance level, OSL）、最大标准化残差（maximum normed residual, MNR）异常值检验、ΔAIC ≤ 2近并列族最小限（Route 5s）和全可行族最小限（Route 5a）；蒙特卡洛八场景各5000重复；失效应变按阳性视频应变规则筛选；子采样300次；以文件名“(2)”后缀代理第二系列并以Welch检验和Anderson–Darling k样本检验比较；Python 3.13实现。

4.1 描述统计与分布筛选：对30个属性—组组合分析显示，22/30选择非正态族，19/30至少有一个替代族处于ΔAIC ≤ 2，5个数据集AIC所选族的Anderson–Darling OSL < 0.05，21/30正态未被Anderson–Darling拒绝。结论是当前样本量下分布族选择具有明显不确定性，仅依赖AIC不足。

4.2 拉伸强度特征值：比较正态理论、参数/重拟合参数/经验自助法、校准枢轴限及包络路线。五个正态选择组的Route 4按构造等于Route 1，并与Routes 2、2b接近；Weibull和对数正态选择组的Route 4位于Route 1两侧。Carbon-0正态理论A基准为885.66 MPa，Weibull校准值841.19 MPa，约低5%；Flax-Short强度CV 13.42%、对数正态与正态近并列（ΔAIC = 0.2），校准A基准31.19 MPa，正态理论28.36 MPa。经验自助法多数组最高，因其不能低于观测最小值。差异条件于拟合族，不能说明哪一限值对实验总体正确。

4.3 拉伸模量特征值：八个模量数据集选择对数正态，但右偏形状并非本质属性，选择常由一两个试样驱动。Flax-CP模量CV 16.2%、偏度4.74，一个试样位于均值上方6.8个标准差并被MNR标记；去除后CV降至9.1%，AIC所选族由对数正态转为正态，校准A基准由5.745升至6.119 GPa，正态理论A基准由4.587升至6.119 GPa；正态理论与校准值约25%的差距主要由该单试样产生，Anderson–Darling拒绝对数正态拟合（OSL 0.000）。十组双峰系数为0.25—0.66，除Flax-CP（0.66）外不支持强双峰证据，但不能排除数据未记录的应变区间或对中效应。

4.4 失效应变与Jute-Twill记录：采用视频应变并按资格规则分析。两条Jute-Twill记录在峰值应力处视频应变为零，产生负的处理失效应变；基于测量记录且独立于容限限结果的阳性视频应变规则仅排除这两条应变值，主分析n = 84。全86条时CV 18.8%，仅正态可拟合；84条时CV 9.13%，Weibull被选（相对正态ΔAIC 7.8、相对对数正态16.2），Route 4的A基准失效应变由0.576%升至0.834%（+45%），经验自助法A基准由?0.068%变为0.816%。重建应变敏感性案例为0.840%，与主结果相差0.6%以内，结论不依赖两值的具体处理方式；污染样本上的正Route 4值只是偏低偏倚，不证明稳健。

4.5 对族选择与标记试样的敏感性：19/30存在受支持替代族。近并列族最小限（Route 5s）在13/30降低Route 4的A基准，最多17%，30个数据集中位变化0%；全可行族最小限（Route 5a）中位降低7.5%，最多57%（Flax-CP模量，其Weibull拟合被ΔAIC = 67拒绝，不是可信替代）。下尾概率图显示最低观测偏离至少一个拟合线，且第一百分位位于或超过最小观测，尾本身未被解析。MNR在9/30至少标记一个试样，去除后7个数据集所选族改变。结论是单试样可驱动族选择，关于“正态理论保守或乐观”的陈述只是拟合生成模型下的结论，不是实验总体发现。

4.6 覆盖验证：蒙特卡洛八场景各5000重复。生成族已知时，Route 4的A基准置信度为0.943—0.952（平均0.949），达到名义要求；AIC选族后平均0.896、最低0.805（Carbon-0强度0.825、Flax-90应变0.805、Jute-Twill应变0.861、Jute-Satin模量0.881），八场景仅两个达到0.94；B基准平均0.932、最低0.896。Route 1平均A基准置信度0.672（最低0.242），但在对数正态场景超过0.99，表现为保守；Route 2为0.847，Route 2b为0.854，重拟合未消除置信度不足；Route 3为0.425（约0.31—0.59），与样本最小值导致的结构上限一致；Route 5a所有场景至少0.944（平均0.975），但中位限值与真实分位数之比为0.912，较Route 4已知族0.944更保守；Route 5s平均0.938、最低0.886。内部自助重采样数B从500增至4000，Routes 2和2b置信度变化小于0.01。结论是95%解释只对预先固定的分布族有效，Weibull选择的表值应读作约80—90%的近似界。

4.7 样本量、子采样与经验自助法极限：对Jute-Twill A基准失效应变进行300次无放回随机子采样（n = 20—60）。84条合格记录下，Route 4中位值n = 20为0.81%、n = 60为0.82%，无负Route 3值；污染86条记录下，Route 3中位值在n = 20为正0.82%，在n = 30、40、60为非正（?0.06%、?0.06%、?0.07%），非正子样本比例n = 20为0.39、n = 60为0.92。结论是经验结果并非每个样本量都为负，n = 20时为正；子采样带描述条件于该数据集的变异性，不是总体容限限的置信限。

4.8 保持率比较与系列结构：A基准强度保持率为66.7%（Flax-Short）至90.3%（Flax-Twill），B基准为78.9%—95.1%。样本量均衡至n = 40改变两个正态选择组排序：Jute-Satin实际样本量下86.9%高于Flax-0的86.8%，但n = 40时85.8%低于86.8%；Carbon-0平均强度最高但保持71.5%。保持率与CV的负关系部分由构造决定，仅为描述性；实际n下排序是当前证据排序，材料变异性比较应使用共同n值，筛选不应仅依赖保持率。五个含“(2)”后缀组内，拉伸强度在两系列间均显著不同（Welch p = 0.0000—0.008；Anderson–Darling k样本p ≤ 0.005）；模量在4/5组不同（p < 0.03；Jute-Plain p = 0.20），失效应变仅Jute-Satin不同。该后缀是未记录的分组代理而非确认批次，合并限值应理解为单源合并试样下的条件估计；系列间方向不一，对强度限值的影响小于分布族选择效应。

讨论部分总结：本研究支持三项独立结果：枢轴限仅在分布族预先固定时达到名义置信度，AIC选族使置信度下降；忽略下尾信息短缺的限值不能靠重采样补救，经验自助法受1 ? 0.99ⁿ上限约束，参数自助法无论是否重拟合均未比枢轴限校准更好；对合理族取保守包络可使各场景至少达到0.944，但在真实为正态或对数正态时过度保守。AIC只通过总体似然选择模型，不验证实验下尾；19/30近并列、5个被Anderson–Darling拒绝、7个因标记试样改变选族，故正态理论与校准限差异只能作为拟合模型后果报告，工程决策应同时报告Route 5a或预先指定族。两条零视频应变记录可由经验自助法负值暴露，但排除依据应是测量记录规则，且仅去除应变值，强度与模量仍有效；建议对来源不明开放数据同时计算经验自助法诊断。保持率结果与NFCs多尺度变异性认识一致，但数据无纤维体积分数、孔隙率、断口或面板信息，不能归因于微观机制；材料选择还应考虑绝对特征值、刚度、密度、耐久性、制造约束和加载方向。局限包括单一实验程序、无批次/面板/加工/环境标识、文件名系列差异提示需研究试样独立性与生产相关变异、蒙特卡洛仅基于拟合参数而实际下尾分布不确定、缺少正式CMH-17批次级评估所需标识；未来应纳入独立制造批次、详细加工与环境信息及更广分布评估，当前特征值应视为初步筛选与比较估计，而非CMH-17合格的多批次设计许用值。

研究结论翻译：（1）生成族已知时，枢轴限达到名义置信度（A基准平均0.949）；分布族由同一样本经AIC选择时，平均为0.896、最差0.805，因此95%解释仅对预先指定的分布族成立。（2）经验自助法不能超过1 ? 0.99ⁿ的置信度（n = 37时为0.311，n = 87时为0.583），非参数99%/95%下限需要n ≥ 299；重拟合与非重拟合参数自助法均未比枢轴限校准更好。（3）对合理分布族的选择稳健包络在每个场景至少达到0.944，但偏保守，限值中位数为真实分位数的0.912。（4）30个数据集中19个模型选择不确定，单个标记试样在7个数据集中改变所选族；正态理论与分布特异性限值差异条件于拟合模型。五个含第二文件名系列的组中，强度在系列间显著不同（Welch p ≤ 0.008），故合并限值假定试样同分布，各系列正态理论A基准强度相对合并值介于?3.1%至+0.8%。（5）两条Jute-Twill记录在峰值载荷处视频应变为零，依据仅基于测量记录的规则被排除于应变分析，使Route 4的A基准失效应变提高45%。（6）强度保持率（A基准66.7%—90.3%）是当前证据的排序，两个正态选择组在样本量均衡后顺序互换；这些特征值适于筛选和早期比较，不是设计许用值。