玻璃纤维增强热塑性复合材料动态特性的高频表征方法

《Results in Engineering》：High Frequency Characterization Methodology of the Dynamic Properties of Glass Fiber-Reinforced Thermoplastic Composite

　　

本文提出了一种实验-数值方法，用于对汽车应用中使用的玻璃纤维增强热塑性基体（GFRTP）复合材料的动态特性进行高频表征。具体而言，利用地震激励获得的传递函数，在高达1500 Hz的宽频率范围内表征了复合材料的均质化复模量。研究人员提出了一种新颖的材料模型，该模型解耦了储能和损耗粘弹性特性，并准确捕捉了FRTP复合材料固有的微观结构异质性效应，同时基于Euler-Bernoulli梁和Timoshenko梁有限元公式提出了高效的数值-实验流程。为确保可靠的参数识别过程，研究人员成功实施了结合Nelder-Mead和粒子群优化（PSO）算法的混合优化策略。因此，该方法建立了一种稳健的流程，可直接从实验传递函数数据准确预测GFRTP材料的高频动态响应。

**论文解读：玻璃纤维增强热塑性复合材料动态特性的高频表征方法**

**研究背景与问题**
近年来，汽车行业对先进轻量化材料的需求日益增长，这些材料需在降低环境影响的同时提供高性能。纤维增强热塑性复合材料（FRTP）因其高比强度、抗疲劳性、耐久性、耐腐蚀性和低密度等优势，在汽车结构件和半结构件中的应用前景广阔。然而，随着车辆电动化进程加速，噪声、振动与平顺性（NVH）挑战向更高频段转移，高频结构振动愈发突出。因此，准确表征轻量化材料在宽频范围内的频率依赖性动态特性，对于预测性振动分析和NVH导向的结构设计至关重要。然而，目前对FRTP材料在高频范围内的动态行为研究尚不充分，这一知识空白限制了对其共振频率、阻尼能力和振动幅值的准确预测。此外，传统热固性复合材料回收困难，而热塑性基体（如聚丙烯）具有可回收性，进一步推动了GFRTP的应用。因此，亟需开发一种稳健的方法，以在宽频范围内准确确定其复模量E*(ω)（包括储能模量E'(ω)和损耗因子η(ω)），从而确保结构设计过程中的性能预测。

**研究内容与结论**
本研究开发了一种基于地震激励的传递函数（transmissibility function）的实验-数值方法，用于表征玻璃纤维增强热塑性基体（GFRTP）复合材料的高频动态特性。研究人员通过将有限元模拟与实验传递函数拟合，识别了频率依赖性的储能模量E'(ω)和损耗因子η(ω)。结果表明，所提出的现象学材料模型（phenomenological material model）能够解耦储能和损耗模量，相比经典的单分支Maxwell模型，显著提高了拟合精度，尤其在高频第二共振模态下，振幅误差从-25.30%降至-0.68%，阻尼比误差从+38.35%降至+3.22%。研究还发现，Euler-Bernoulli梁理论与Timoshenko梁理论在识别结果上差异很小（储能模量最大差异<1.3%，损耗因子最大差异<3.8%），证明了该方法的鲁棒性。该研究的重要意义在于建立了一种可扩展的预测框架，能够将GFRTP材料的动态行为直接整合到汽车结构件的设计过程中，为NVH优化提供了可靠工具。论文发表在《Results in Engineering》。

**主要关键技术方法**
研究人员采用以下关键技术方法：将GFRTP悬臂梁试件（来自商用混纺织物Comfil 30028-17，含聚丙烯纤维和E-玻璃纤维，共4层，层间含相容性毡，经双带层压机在250°C、2 bar下固化）固定于LDS 406电动振动台进行地震激励，利用激光测振仪和加速度计获取40–1500 Hz范围内的传递函数T*(ω)。数值建模采用一维有限元法，分别基于Euler-Bernoulli梁理论和Timoshenko梁理论（考虑横向剪切变形和转动惯量）。材料模型采用提出的现象学模型（式(7)）：E*(ω)=E0+ΔE(1-e^-μω)+i2cωe^-t0ω，参数通过混合优化策略识别：结合Nelder-Mead局部搜索算法和粒子群优化（PSO）全局搜索算法，最小化多目标函数J(p)（包含频率误差、振幅误差和相位误差）。

**研究结果**
**2. 实验过程**
- **2.1 试件描述**：从GFRTP层压板不同区域切割三组试件（G1、G2、G3），每组尺寸和密度略有差异，厚度约2.06–2.09 mm，宽度约10.24–10.37 mm，密度约1276–1322 kg/m3。
- **2.2 实验装置**：采用地震激励，将试件一端夹紧，自由端长90 mm，测量点距自由端5 mm。基座加速度为40–1500 Hz白噪声，功率谱密度（PSD）为0.001 (m·s^-2)2/Hz，响应由激光测振仪记录，传递函数由BK Connect软件计算（频率分辨率0.31 Hz）。
- **2.3 实验结果**：三组试件在40–1500 Hz范围内呈现两个弯曲模态共振峰。第一共振频率约109–110 Hz，振幅约79–89 m·s^-2/m·s^-2，阻尼比约0.0099–0.0114；第二共振频率约690–710 Hz，振幅约22–30 m·s^-2/m·s^-2，阻尼比约0.0112–0.0156。组间差异小，表明制造和测试重复性高。

**3. 数值过程**
- **3.1 问题建模**：基于运动方程，采用有限元法（FEM）建立悬臂梁模型，分别用Euler-Bernoulli和Timoshenko梁理论，计算传递函数T_num*(ω)=[?ω2M₂₂+K₂₂*]^-1[ω2M₂₁?K₂₁*]。提出现象学材料模型（式(7)），与经典Maxwell模型对比，显示该模型能更精确拟合实验传递函数，尤其在高频段。
- **3.2 数值-实验拟合**：通过混合优化策略（Nelder-Mead + PSO）最小化多目标函数J(p)，其包含三个加权误差项：频率误差（主导识别E0和μ）、振幅误差（主导识别c和t0）和相位误差（采用高斯权重函数聚焦共振区）。
- **3.3 解析验证**：利用Euler-Bernoulli解析解T_AN*(x,ω)对有限元模型进行收敛性分析，随单元数从9增至72，L2范数误差从0.086385降至0.000022，呈四阶收敛，验证了数值方法的可靠性。

**4. 结果对比与讨论**
- 现象学模型相比Maxwell模型显著提升了拟合精度，第二共振模态振幅误差从-25.30%降至-0.68%，阻尼比误差从+38.35%降至+3.22%。现象学模型通过解耦储能和损耗模量，独立控制损耗振幅和峰值位置。
- 三组试件识别参数（E0、ΔE、μ、c、t0）及目标函数值J(p)在Euler-Bernoulli和Timoshenko模型下高度一致，最大差异：储能模量<1.3%，损耗因子<3.8%。
- 识别出的动态特性显示：储能模量E'随频率逐渐增加，损耗因子η在约395 Hz处达到峰值，各组间一致性高。
- 数值传递函数与实验数据吻合良好，第一模态频率误差0.00%–1.14%，第二模态振幅误差在G3组稍大（-12.23%），但整体误差稳定。

**讨论部分总结**
讨论部分对比了现象学模型与经典单分支Maxwell模型的性能差异，指出Maxwell模型因其参数耦合导致在高频段误差显著，而现象学模型通过解耦提供了更高的拟合精度。但需注意，该现象学模型未显式满足Kramers-Kronig关系（因果性条件），因此不建议在实验频率范围（40–1500 Hz）外进行外推。此外，Euler-Bernoulli与Timoshenko梁理论的结果高度一致，表明对于长细比L/h≈43.7的试件，剪切效应可忽略。

**研究结论翻译**
本研究提出了一种稳健且准确的方法，用于玻璃纤维增强热塑性GFRTP复合材料的高频动态建模。主要结论总结如下：
- **通过传递函数实现准确的高频表征**：基于地震传递函数的实验-数值流程能够准确表征GFRTP材料在宽频（40–1500 Hz）内的复模量，可靠估计储能模量和损耗因子，捕捉其固有的粘弹性行为。
- **现象学材料模型的优越性**：所提出的新型现象学粘弹性材料模型相比经典单分支Maxwell模型具有显著更高的拟合精度。通过解耦储能和损耗模量，该模型提供了独立调整刚度色散和能量耗散的数学灵活性，从而降低了模态参数识别误差。该公式适用于准确表示实验表征频率范围内的复模量，但由于未显式强制满足Kramers-Kronig关系，不建议将识别材料特性外推至校准频带之外。
- **FEM框架的通用性和适用性**：实现的一维有限元方法（涵盖Euler-Bernoulli和Timoshenko理论）是一种高度通用的表征工具。除计算效率外，其优势在于能够将所提方法拓展至不同实验配置（如不同边界条件或激励类型），而这些场景下无法获得封闭解析解。
- **混合优化策略的鲁棒性**：Nelder-Mead单纯形算法与粒子群优化（PSO）的结合确保了稳定一致的参数识别过程，克服了目标函数的非凸性，在不同GFRTP试件间提供了高重复性。
- **在汽车设计中的实际应用**：与仅依赖共振峰的ASTM E756-05等传统方法不同，该方法利用整个测量频段进行曲线拟合，为将GFRTP结构的动态行为整合到汽车部件设计早期阶段提供了可扩展的预测框架。