专利名称：基于模糊动态模式识别的复合材料高温机械性能测试方法
技术领域：
本发明涉及一种复合材料高温机械性能测试方法，尤其是涉及一种基于模糊动态
模式识别的复合材料高温机械性能测试方法。
背景技术：
机械性能是材料最重要的性能。复合材料具有比强度高、比模量大、抗疲劳性能及 减震性能好等优点，衡量复合材料机械性能的物理量主要有复合材料的刚度和强度。复合 材料的刚度特性由组分材料的性质、增强材料的取向和所占的体积分数决定，而由于制造 工艺、随机因素的影响，在实际复合材料中不可避免地存在各种不均匀性和不连续性都会 影响到材料的性能。复合材料在某些场合的使用除力学性能外，往往需要同时具有好的物 理性能如耐热性能，金属基复合材料是典型的代表。金属基复合材料除具有高模量、高强度 的特点外，还具有高韧性及高导热性能，可以使局部的高温热源很快扩散消失，有利于解决 热气流冲击等问题。 随着科学技术的发展，新复合材料层出不穷，用户在选用这些材料时，常因对它们 的性能不甚了解，致使选择复合材料类型时感到极大困难。复合材料高温机械性能数据是 成功制备和选择高性能复合材料中不可或缺的数据。而材料的选择作为材料设计的关键因 素之一，其结果直接关系到材料设计的很多方面，对复合材料产品的质量和成本等有很大 的影响。目前，确定材料高温机械性的方法是进行高温热处理试验，这是一项费工、费料极 其繁重的工作。本发明为复合材料高温机械性能的快速、智能化选择提供了一种新的模式 识别方法。 模式识别，即用一定的数学方法，对多因素信息进行处理，将物群分类，了解各因
素之间的关系以及各因素对分类的影响，并总结规律来确定某物所属类别。 鉴于复合材料高温机械性信息缺乏完整性和确定性，而是一个模糊的概念，使得
确定性信息处理的方法和理论已不再完全适用。因此，试图利用某个简单物理量来精确地
确定和测量材料的高温机械性，必然难以获得最佳结果。 本发明以复合材料的高温机械性主要受其物理、力学性能的影响为出发点，根据 模糊数学的理论，由计算机辅助进行模糊动态聚类分析，结合模糊模式识别对新材料的高 温机械性进行识别和预测。解决了材料在高温环境下的机械性能评价困难的问题，综合利 用模糊动态聚类和模式识别的优点，减少或避免了再进行后续模拟试验或破坏性试验，节 省了大量的劳动量和试验经费。此法可提高工作效率，具有重要的理论意义和实用价值。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种得到最优分类、 识别效率高、运算过程方便简捷的基于模糊动态模式识别的复合材料高温机械性能测试方 法。 本发明的目的可以通过以下技术方案来实现
—种基于模糊动态模式识别的复合材料高温机械性能测试方法，其特征在于，该 方法包括以下步骤 (1)将材料构成样本集，采用原始数据标准化和归一化处理由影响材料高温机械 性能的各种因素组成的样本特性指标矩阵； (2)建立模糊相似矩阵，然后计算模糊等价矩阵R'，再用t检验法通过对程序不 断调试来确定A截矩阵t检验临界参数Tm获得唯一的最优分类，并建立群体模式对将待 评定材料归类； (3)输入待识别材料特征参数，计算待识别材料的相似度，求出待识别材料X与各 群体样本之间的贴近度后，当最大相似度N(X， Yj)大于规定阈值时，认为该未知材料与第Yj 族的高温机械性一致，否则重新进行动态聚类模糊模式识别某材料的高温机械性能类别。
所述步骤(1)中原始数据标准化和归一化处理是将样本特征指标的单位和数量 级出现的较大差异变换为所有的特征指标均变为无量纲量； 标准化值 1
<formula>formula see original document page 5</formula>其中n为数据个数，m为特征个数，y'
表示yik的最大值；y' imin表示yik的最
所述步骤(2)中建立模糊相似矩阵选用分辨率高的绝对值导数法来确定相关程 度，其数学模型为
<formula>formula see original document page 5</formula>
其中，c为一个可选择的常量值，使得满足O《rij《1。由此可得模糊相似矩阵。 所述步骤(2)中t检验法采用以下步骤
已知样本的一组观测值A" A2，……，A。，其中Am为可疑值，不包括可疑值的样
本均值和样本标准偏差分别为
<formula>formula see original document page 5</formula>3 当临界参数；=|i — ^ ^ZJ"^ —2)时，其中:tp(n-2)是自由度为(n-2)的t
分布的P分位数，P = l_a/2， a取0.01，此时A m为接受值，通过对程序不断调试来确定 入截矩阵t检验临界参数Tm，以获得唯一的最优分类。 所述步骤(2)中建立群体模式是将所设样本集合按照取定的A被分为M类样本 材料族，每类包含若干样本，其集合为XM，每个群体样本代表该族的综合特征构成群体模 式。 所述步骤(3)中计算待识别材料的相似度采用以下方法将待识别的材料看作是 由P个特征表示的模糊集，以M表示，由已知材料形成的群体样本也是由p个特征表示的 模糊集，以Nj表示，两模糊集之间接近的程度可用贴近度来衡量，得到最大相似度N(M，Nj); 为保证新材料的高温机械性与群体材料族的高温机械性能之间足够相似，规定一阈值v，当 最大相似度N(M， Nj) > v时，认为该未知材料与第Nj族的高温机械性一致，当N(M， Nj) < v 时，认为该种材料与任何一族的高温机械性能均不一致，需选别的材料建立新的群体模式， 重新进行识别。 与现有技术相比，本发明具有以下优点 (1)采用t值检验模糊聚类分析方法，实现了模糊聚类的自适应性，得到了聚类分 析中的最优分类； (2)结合最大贴近度模糊模式识别技术，可根据设定的贴近度阈值，对未知金属基 复合材料的高温机械性能进行有效分类和识别； (3)金属基复合材料的高温机械性能的分析建立在数值分析基础上，可通过不同 相似性要求，进行动态聚类； (4)用计算机编程完成算法，具有较高的准确度，且运算过程方便、简捷。
图1为本发明的流程图。
具体实施例方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例 —种基于模糊动态模式识别的复合材料高温机械性能测试方法，工艺流程图如图 l所示。识别方法基本过程如下首先将材料构成样本集，接着建立由影响材料高温机械性 能的各种因素组成的样本特性指标矩阵，继而选用合适的方法获得模糊相似矩阵，然后计 算模糊等价矩阵，再用t检验法通过对程序不断调试来确定A截矩阵t检验临界参数Tm获 得唯一的最优分类，并建立群体模式对将待评定材料归类，最后输入待识别材料特征参数， 计算待识别材料的相似度，求出待识别材料X与各群体样本之间的贴近度后，根据最大贴 近度原则，当最大相似度N(X，Yj)大于规定阈值时，认为该未知材料与第Yj族的高温机械性 一致，否则重新进行动态聚类模糊模式识别某材料的高温机械性能类别。
在实施过程中，为保证数据的准确性、典型性及数据集的规模，选用表1中测定的 数据作为样本集Y，以材料的常规高温力学性能作为特性指标，建立样本特性归一化指标矩
6阵X，应用绝对值倒数法计算相关程度，得到模糊相似矩阵R，采用传递闭包法得到模糊等 价矩阵R'，按A截距的t检验法将待评定材料的样本集动态聚类。用最大贴近度原则识 别某一材料的高温机械性能数据的类别。主要步骤如下
1、建立样本指标 材料高温机械性能的高低通常用热处理温度、弹性模量、拉伸强度、断裂伸长等来 衡量。取已知高温机械性能的常用8种金属基复合材料为样本，它们的物理、力学性能指标 列于表l。 表1金属基复合材料物理、力学性能指标
样材料类型检测温度弹性模量拉伸强度断裂伸长
本(0C)(GPa)(MPa)(%)
16%SiC(/Al-4.5Cu250卯9614.7
210%Si(VAl-4.5Cu2501041096
25.4% SiCp/AZ9117756176.41.5
425.4% SiCf/AZ912603768.63.6
20%MoFiber ReinforcedTi-6Al-4V5001258803.0
630%MoFiberReinforced Ti-6A1-4V7001305504.3
75% Polycrystalline alumina-30079882.7
812%CarbideSilicon alumina-2501972261.6
以八种材料为样本，每个样本有四个特征，则样本集可用如下矩阵形式表示
■^21&...少24
无量纲: — 1
—_y81 &…
2、原始数据标准化和归一化处理
将样本特征指标的单位和数量级出现的较大差异变换为所有的特征指标均变为
标准化值 1
ylk
yik-y、
1， 2，
'，n ;k
1， 2，
h = — ￡ Y汰,& = ~~7艺"_ W2 附^ 附一11^归一化值"「— 其中n为数据个数，m为特征个数，y' imax表示yik的最大值；y'
小值。原始数据经标准化和归一化处理后的矩阵X如下
,表示yik的最97"0.42390.4化0.1638
0■ 95320.45720■ 47420.1243
0.7 8"0.32170.7,01111
1.00 000.33810.431902389
0.608000.935001804
0 S"00.280 10.7 1 IS01509
0."030.39950.423601955
0.74 6 80.5S740.674600 0 0 0
3、建立模糊相似关系矩阵
选用分辨率高的绝对值导数法来确定相关程度，其数学模型为
=
1
，
卜,* _x
当上式中
其中，c为一个可选择的常量值，使得满足0《rij《1。由此可得模糊相似矩阵， c取0. 09，0《rij《1时，可得如下模糊相似矩阵
O.卿
0.4153 O.額
0.1238 Q鹏
0.7325 0. 14
0.0880 0.1021 O.環0.1464
1 0.7155 0.13]5 0.4565 0.0888 0.1684 0.7155 1 O., 0.27S7 0.0870 0.170S 0.1315 0.1439 1 0.1267 O細0.3858 0.4565 0.2787 0.1267 1 0.0894 0.1607 0.0888 0.0870 0.2070 O.O胸1 0.1744 O.腳0.1703 0.3838 Q丽0.1744 1 0.9900 0.4153 0.123S 0.7325 0.0880 0.1561 ] CH025 0.1143 0.1361 0.0914 0.1021 0.1464 0.1025 1
4、建立模糊等价关系矩阵
利用求传递闭包的平方法得到模糊等价矩阵R':
1.00 0.71 0.17 0.71 0.17 0.17 1.00 0.17
Ol 1.00 0.17 0.71 0.17 0.17 0.71 0.17
0.17 0.17 1.00 Q.17 0.21 0.39 0.17 0.17
0.71 0.71 0.17 1.00 0.17 0.17 0.71 0.17
0.17 0.17 0.21 0.17 1.00 0.21 0.17 0.17
0.17 0.17 0.39 0.17 0.21 1.00 0.17 0.17
1.00 0.71 0.17 0.71 0.17 0.17 1.00 0.17
0.17 0.17 0.17 0.17 0.17 0.17 0.17 1.00
5、模糊动态聚类
不包括可疑值的样本均值和样本标准偏差分别为
8
<formula>formula see original document page 9</formula>
当临界参数 ; <formula>formula see original document page 9</formula>
分布的P分位数，<formula>formula see original document page 9</formula>
~( -2)时，其中tp(n-2)是自由度为(n-2)的t
l-a/2， a取0.01，此时A m为接受值，通过对程序不断调试来确定 入截矩阵t检验临界参数Tm，以获得唯一的最优分类。 在R'中取A = l，O. 71，0. 39，0. 21，0. 17即可得到一系列A截矩阵，通过A截 矩阵的t检验法确定临界参数，最终确定当A =0.71，可以确保分类方案效果特别显著，分 类结果为(ul， u7} ， {u2} ， {u3， u5， u8} ， {u4} ， {u6}。
6、建立群体模式 所设样本集合按照取定的A = 0. 71被分为5类样本材料族，每类包含若干样本， 其集合为 X5 = {{ul， u7} {u2} ， {u3， u5， u8} ， {u4} ， {u6}} 每个群体样本代表该族的综合特征，这些群体样本即构成群体模式，分别表示为 群体I ，群体11 ，群体111 ，群体IV，群体V。
7、模糊识别 将待识别的材料看作是由四个特征表示的模糊集，以M表示，由已知材料形成的 群体样本也是由四个特征表示的模糊集，以Nj表示，求出待识别材料与各群体样本之间的 贴近度后，根据最大贴近度原则，该未知材料的高温机械性能应与具有最大贴近度的群体 材料族高温机械性能相接近。为比较不同贴近度度量方法，对群体模式的识别结果，采用了 格贴近度、海明贴近度以及最大最小贴近度分别计算待定样本和群体模型的贴近度。为保 证新材料的高温机械性与群体材料族的高温机械性能之间足够相似，规定阈值v为0. 64。
8、仿真实验与结果分析 通过模糊聚类形成的群体模式库结合贴近度方法，根据设定的贴近度阈值，计算 待识别材料的特征参数和群体模式的贴近度，对未知样本进行模型匹配，并采用表2数据 进行仿真实验。 表2仿真实验测试数据表
材料类型检测温度弹性模量拉伸强度断裂伸长
本(0C)(GPa)(MPa)(%)
140%MoFiber Reinforced Ti-6A1-4V5001829803.5
220% Polycrystalline alumina-350541552.3
320% Carbide Silicon alumina-3002072352.6 不同的贴近度的仿真识别结果如表3所示。根据择近原则中的最大贴近度原则，仿真的一致识别率样本1为67%，样本2为100%，样本3为100%。
表3采用不同贴近度的仿真结果比较
贴近度类型
样本格贴近度
海明贴近度
最大最小贴近度
最大贴近度
1
2
3
0.582(第III组SD) 0.826 (第I组SD)0.877 (第I组SD)0.869(第IV组SD) 0.747(第IV组SD) 0.645 (第IV组SD)0.782 (第V组SD) 0.679 (第V组SD) 0.912 (第V组SD)
识别结果
未知
IV
V
I
IV
V
I
IV
V 本例的仿真结果表明当采用三种贴近度法进行模糊模型识别时，海明贴近度及最大最小贴近度的识别精度较高，识别结果一致。 本例的计算程序基于Matlab语言编写和调试。上述模糊动态模式识别方法中，涉及计算过程费时，也较为繁琐。用Matlab模糊系统工具箱提供的功能函数及在此基础上的自编函数可迅速、准确地实现材料的高温力学属性判别问题，且处理过程简洁、可靠。
本发明的模糊动态模式识别方法可大大减轻用户进行材料机械性能分类的试验量，为用户选择可替代的材料提供了极大的方便，对智能方法在材料设计中的推广应用具有一定的实际意义，是一种经济可行的计算机辅助材料设计方法。 本发明的技术思路，除了可评价复合材料在高温状况下的材料机械性能，也可应用于其他环境其他材料性能的测试。
权利要求
一种基于模糊动态模式识别的复合材料高温机械性能测试方法，其特征在于，该方法包括以下步骤(1)将材料构成样本集，采用原始数据标准化和归一化处理由影响材料高温机械性能的各种因素组成的样本特性指标矩阵；(2)建立模糊相似矩阵，然后计算模糊等价矩阵R′，再用t检验法通过对程序不断调试来确定λ截矩阵t检验临界参数Tm获得唯一的最优分类，并建立群体模式对将待评定材料归类；(3)输入待识别材料特征参数，计算待识别材料的相似度，求出待识别材料X与各群体样本之间的贴近度后，当最大相似度N(X，Yj)大于规定阈值时，认为该未知材料与第Yj族的高温机械性一致，否则重新进行动态聚类模糊模式识别某材料的高温机械性能类别。
2. 根据权利要求1所述的一种基于模糊动态模式识别的复合材料高温机械性能测试 方法，其特征在于，所述步骤(1)中原始数据标准化和归一化处理是将样本特征指标的单 位和数量级出现的较大差异变换为所有的特征指标均变为无量纲量；标准化值《<formula>formula see original document page 2</formula>孤股归一化值- ~;~~一 ，其中n为数据个数，m为特征个数，y':表示yik的最大值；y' imin表示yik的最小
3.根据权利要求1所述的一种基于模糊动态模式识别的复合材料高温机械性能测试 方法，其特征在于，所述步骤(2)中建立模糊相似矩阵选用分辨率高的绝对值导数法来确 定相关程度，其数学模型为<formula>formula see original document page 2</formula>其中，c为一个可选择的常量值，使得满足0《rij《1。由此可得模糊相似矩阵。
4.根据权利要求1所述的一种基于模糊动态模式识别的复合材料高温机械性能测试方法，其特征在于，所述步骤(2)中t检验法采用以下步骤已知样本的一组观测值入均值和样本标准偏差分别为 ，入n，，其中Am为可疑值，不包括可疑值的样本 <formula>formula see original document page 2</formula><formula>formula see original document page 3</formula>当临界参数 ； J^—^Lj^X办-2)时，其中:tp(n-2)是自由度为(n-2)的t分布的P分位数，P = l_a/2， a取0.01，此时A m为接受值，通过对程序不断调试来确定A截 矩阵t检验临界参数Tm，以获得唯一的最优分类。
5. 根据权利要求1所述的一种基于模糊动态模式识别的复合材料高温机械性能测试 方法，其特征在于，所述步骤(2)中建立群体模式是将所设样本集合按照取定的A被分为M 类样本材料族，每类包含若干样本，其集合为XM，每个群体样本代表该族的综合特征构成群 体模式。
6. 根据权利要求1所述的一种基于模糊动态模式识别的复合材料高温机械性能测试 方法，其特征在于，所述步骤(3)中计算待识别材料的相似度采用以下方法将待识别的材 料看作是由P个特征表示的模糊集，以M表示，由已知材料形成的群体样本也是由p个特 征表示的模糊集，以Nj表示，两模糊集之间接近的程度可用贴近度来衡量，得到最大相似度 N(M， Nj);为保证新材料的高温机械性与群体材料族的高温机械性能之间足够相似，规定一 阈值v，当最大相似度N(M， Nj) > v时，认为该未知材料与第Nj族的高温机械性一致，当N(M， Nj) < v时，认为该种材料与任何一族的高温机械性能均不一致，需选别的材料建立新的群 体模式，重新进行识别。
全文摘要
本发明涉及基于模糊动态模式识别的复合材料高温机械性能测试方法，该方法包括以下步骤将材料构成样本集，采用原始数据标准化和归一化建立样本特性指标矩阵，再建立模糊相似矩阵并计算模糊等价矩阵，再用t检验法通过对程序不断调试来确定λ截矩阵t检验临界参数Tm获得唯一的最优分类，输入待识别材料特征参数，计算待识别材料的相似度，求出待识别材料X与各群体样本之间的贴近度。与现有技术相比，本发明提高了工作效率，减小高温热处理试验的劳动量，满足经济性和准确性的要求，具有实际应用价值，可对不同复合材料在高温或其他特殊环境和条件要求下进行有效的性能测试。
文档编号G01N33/00GK101776674SQ201010022969
公开日2010年7月14日 申请日期2010年1月19日 优先权日2010年1月19日
发明者乔文明, 凌立成, 刘晓军, 杨榛, 梁晓怿, 王艳莉, 詹亮, 顾幸生 申请人:华东理工大学