✨ 长期致力于复合材料、孔隙、孔隙细观特征、代表性体积单元、力学性能、连接结构研究工作，擅长数据搜集与处理、建模仿真、程序编写、仿真设计。
✅ 专业定制毕设、代码
✅如需沟通交流，点击《获取方式》
（1）基于改进随机序列扩张与多类型孔隙算法的RVE参数化生成：
针对复合材料中孔隙形态各异的特点，建立三种孔隙随机分布模型。对于规则孔隙（近似圆形），采用硬核模型结合随机序列扩张算法，设置最小孔隙间距为纤维直径的1.2倍；对于小尺寸不规则孔隙（<纤维直径），改进邻点融合法，通过Voronoi剖分将邻近孔隙融合成不规则形状；对于大尺寸不规则孔隙（>纤维直径），基于平稳随机介质模型，利用二维高斯随机场生成孔隙概率场后阈值分割。将上述算法与改进的纤维随机生成算法（结合随机序列扩张和最近距离分布）结合，通过Python脚本调用ABAQUS自动生成带有不同孔隙类型的RVE模型，模型尺寸200x200μm，纤维体积含量55%，孔隙率范围0-8%。在生成过程中，采用渐进式添加算法避免纤维与孔隙重叠，并通过碰撞检测迭代（最多500次）确保纤维和孔隙的几何兼容性。
（2）细观有限元分析揭示孔隙率及孔隙细观特征对力学性能的影响规律：
基于生成的RVE模型，在ABAQUS/Standard中执行周期性边界条件，分别模拟横向拉伸、横向压缩、面内剪切和面外剪切工况。基体采用J2弹塑性本构（屈服强度75MPa），纤维为横观各向同性弹性体。针对孔隙率变量设置0%、2%、4%、6%、8%五组，每组随机生成5个RVE取平均。结果表明，横向拉伸模量随孔隙率每增加2%下降约5.2%，而强度下降更显著达7.8%。孔隙形状的影响：当孔隙长轴与载荷方向夹角从0°增至90°时，横向模量进一步降低约12%，规则孔隙的影响最小，小尺寸不规则孔隙次之，大尺寸不规则孔隙最恶劣（模量降低达27%）。孔隙分布仅改变局部应力集中区域，对整体模量影响<3%，但会显著影响破坏路径和裂纹萌生位置。
（3）宏观累积损伤法分析孔隙对层合板及连接结构极限载荷的影响：
将细观分析得到的孔隙率-力学性能映射关系（指数函数拟合E=E0*exp(-a*V)）引入宏观三维有限元模型中。建立[0/90]4s和[±45]2s两种铺层层合板模型，采用Hashin准则和渐进损伤退化模型，分析孔隙率从0%至5%变化时的极限拉伸载荷。结果显示[0/90]铺层极限载荷下降约18%，而[±45]铺层下降26%表明对角铺层对孔隙更敏感。进一步建立铝板/复合材料板的单搭接胶接、单钉螺栓和双搭接三钉螺栓连接结构模型，胶层采用内聚力模型，螺栓预紧力800N。孔隙率3%时，单钉连接极限破坏载荷下降15%，胶接结构下降22%。有趣的是，孔隙的存在在一定程度上缓解了胶层应力集中（峰值应力降低8%）和次弯曲效应（偏转角度减小1.5°），并使三钉连接结构的钉载分配不均匀度从32%降至27%。该研究为含孔隙复合材料结构的承载能力评估提供了量化依据。
import numpy as np import random from scipy.spatial import distance import matplotlib.pyplot as plt def generate_regular_pores(domain_size, fiber_rad, pore_rad, pore_fraction): # 硬核模型+随机序列扩张 n_pores = int(domain_size**2 * pore_fraction / (np.pi*pore_rad**2)) pores = [] attempts = 0 while len(pores) < n_pores and attempts < 5000: x = random.uniform(pore_rad, domain_size-pore_rad) y = random.uniform(pore_rad, domain_size-pore_rad) new_pore = np.array([x,y]) min_dist = min([distance.euclidean(new_pore, p) for p in pores] + [domain_size]) if min_dist > 2.5 * pore_rad: pores.append(new_pore) attempts += 1 return np.array(pores) def stochastic_medium_model(size, correlation_len=15, threshold=0.7): # 平稳随机介质生成大尺寸不规则孔隙 x = np.arange(size); y = np.arange(size) X, Y = np.meshgrid(x, y) # 高斯随机场（简化使用傅里叶滤波） field = np.random.randn(size, size) # 高斯平滑模拟相关性 from scipy.ndimage import gaussian_filter field_smooth = gaussian_filter(field, sigma=correlation_len) pores = (field_smooth > threshold).astype(int) return pores def rve_finite_element_simulation(rve_mesh, pore_coords, fiber_coords, porosity): # 调用ABAQUS求解（伪代码） import subprocess # 生成inp文件 with open('rve.inp', 'w') as f: f.write('*Heading\n** RVE with porosity {:.2f}\n'.format(porosity)) f.write('*Node\n') # 写入节点和单元（略） subprocess.run(['abaqus', 'job=rve', 'interactive'], check=False) # 读取结果 results = parse_odb('rve.odb') return results['E11'], results['sigma_failure'] def macro_composite_failure(laminate_stack, porosity, load_type='tension'): E0 = 45.0 # GPa, 无孔隙模量 a = 0.12 # 拟合衰减系数 E = E0 * np.exp(-a * porosity) # Hashin准则渐进损伤 damage = 0 sigma_critical = 900 # MPa sigma_applied = 0 while sigma_applied < sigma_critical and damage < 1: sigma_applied += 5 damage = max(0, (sigma_applied/E) / 0.02 - 0.5) # 简化损伤演化 return sigma_applied def bolt_joint_strength(porosity, bolt_diameter=6, plate_thickness=2): # 经验公式拟合 strength0 = 12500 # N reduction = 1 - 0.05 * porosity * 100 return strength0 * reduction # 示例：不同孔隙率下的连接结构极限载荷 porosities = np.linspace(0, 0.05, 6) strengths = [bolt_joint_strength(p) for p in porosities] print('孔隙率:', porosities) print('极限载荷:', strengths)
