用于储氢的复合压力容器建模和设计的进展：综合综述

关键词：

关键词：复合压力容器;建模设计;结构健康监测;分子动力学;碳纤维;失败;疲劳;模拟;制造工艺

1. 引言

       Barthelemy 等人 [1] 提出的研究概述了储氢容器，强调了氢能应用的挑战和限制。讨论了与高压储存相关的具体问题，并从材料、制造和认证测试方面描述了每种技术。Barthelemy 等人 [2] 概述了氢储存技术，强调了储存技术对氢能市场成功的重要性。讨论了各种储存方法，包括压缩气体、液化气体、低温压缩气体和氢化物，见图 1。每种类型的氢气罐都代表了成本、重量和性能之间的权衡，并根据特定的应用需求量身定制。氢气罐根据其材料成分和设计分为五种类型。（a） I 型：全金属储罐，通常由钢或铝制成。它们很重、很坚固且易于制造。最便宜但也是最重的类型，适用于固定应用。（b） II 型：带有部分复合包裹（通常为玻璃纤维或碳纤维）的金属衬里。由于复合包裹，它们比 I 型更轻。金属衬垫保持结构完整性。它们具有中间应用，其中一些减轻重量是有益的。（c） III 型：常见于汽车应用和其他移动用途，它们由金属衬里（通常是铝）制成，并用复合材料（碳纤维）完全包裹。它们比 II 型轻得多，在重量和成本之间提供了良好的平衡。（d） IV 型：塑料衬垫完全用复合材料（碳纤维）包裹，导致水箱非常轻便和耐腐蚀，但由于复合材料的广泛使用，成本较高。它们非常适合轻量化至关重要的汽车和航空航天应用。（e） V 型：无金属或塑料衬里的全复合材料储罐。因此，它们非常轻巧，并在重量和强度方面提供最高性能。尽管由于先进的材料和制造工艺，它们是最昂贵的，但它们代表了一种新兴技术，主要用于高性能和高级应用。

图 1.氢气的储存模式

      Rousseau等[3]研究了纤维缠绕管交织对机械性能的影响，并研究了内压载荷下高交织结构的损伤增长。Humberto 等 [4] 通过采用遗传算法探索了屈曲载荷下的纤维缠绕圆柱体，目的是最大限度地提高轴向屈曲载荷。最佳纤维路径配置涉及沿螺旋交叉区的厚度增加和战略缠绕角度，需要卓越的设计。使用经典的层压板理论研究了铝碳纤维或环氧树脂复合材料的应力分析和损伤演变 [5]。

      随着时间的推移，人们开发了数值模型来研究复合材料中纤维与基体的分层和脱粘、基体开裂和裂纹扩展[6,7,8]。此外，已经引入了许多均质化方法来对复合材料进行数值表征 [9]。[10] 中使用了渐近均质技术来模拟 III 型复合压力容器的碳纤维增强聚合物 （CFRP）。Camara等[11]在单向碳纤维增强环氧树脂板和纤维缠绕碳纤维复合压力容器的失效之间建立了类比。使用多尺度建模，他们揭示了复合材料失效是由纤维断裂驱动的，而纤维断裂的聚类决定了结构的最终可靠性。他们使用统计分析来确定使用寿命范围，并评估故障概率与内部压力的关系，从而深入了解损坏累积的安全因素。采用有限元建模来评估碳纤维-环氧树脂 COPV 中的应力和损伤 [12]。层层序列、层厚度和光纤缠绕角度等设计参数针对爆破压力容量进行了优化。Abaqus Composite Modeler 生成了 COPV 模型，揭示了均匀的应力应变分布，并在极轴凸台部分具有峰值。该研究采用 ASTM D2585 标准，并使用 Hashin [13] 损伤起始准则、Tsai-Hill、Tsai-Wu 以及最大应力和应变准则评估失效模式。提出了一种数值程序来评估压缩天然气 （CNG） 复合钢瓶的疲劳性能 [14]。该程序将优化算法与有限元模拟 （FES） 和响应面分析 （RSA） 相结合。在内部压力范围为 20 至 200 bar 的场景中考虑了加油条件。RSA 用于评估各种设计参数对气瓶疲劳寿命的影响。在这里，复合材料的厚度和纤维的取向被视为设计参数，而最大主应力是优化过程中的目标函数。Hong等[15]评估了具有碳/环氧树脂复合层的III型氢容器的机械性能。他们独立地对每个复合层进行建模，并考虑了与温度相关的材料属性和缠绕模式。Zhang 等 [16] 的综述主要集中在复合高压容器的失效分析和预测模型上。本综述重点介绍了两种类型船舶（III 型和 IV 型）中研究最广泛的主题，例如损伤、疲劳寿命、爆破压力预测、失效模式和衬垫的塌陷起泡。[17] 介绍了一种研究 IV 型复合压力容器进行性失效的方法。使用各种失效标准来预测损伤的开始（例如，最大应力、Tsai-Wu、Tsai-Hill、Hashin 和 Puck）。Lapczyk等[18]提出了一种各向异性损伤模型，用于预测纤维增强材料的失效。他们分别考虑了四种故障模式，并使用了 Hashin 的启动标准。提出了一种统计方法来估计 COPV 的断裂强度 [19]。该研究根据各种标本的实验结果进行了分析。研究了玻璃/环氧树脂复合材料在各种加载模式下分层的开始和演变，以及由此产生的混合模式弯曲装置的 R 曲线 [20]。讨论了氢气储存、输送方案和基础设施的安全性 [21]，并提出了建议，为未来的风险和可靠性分析奠定了基础。

2. COPV 的设计和仿真

      高压容器的性能取决于衬垫的几何形状和厚度，以及缠绕模式、缠绕参数和制造技术，见图 2。左图显示了储罐对内部压力的响应，以轴向应变表示。右图提供了罐壁的特写视图，说明了衬板和复合壳。由于数值仿真的发展和储氢 COPV 的优化，解决了以前的问题，例如损伤建模开发、故障分析和有限元实施。这些方法预测了容器的爆破压力、强度可靠性和使用寿命。重点放在结合先进数值方法和制造技术的轻量化设计概念上，以及数值模拟和优化在复合材料船舶设计中的作用。使用 Abaqus 为任意表面制作细丝缠绕图案，考虑沿厚度的方向角。该研究强调了考虑复合材料外壳整个厚度上绕组角度变化的重要性，以便准确分析纤维缠绕的复合材料结构[22,23]。Sharma等[24]专注于衬垫的几何形状，因为它会显著影响COPV的承载性能和缠绕模式。对于具有相似体积的 COPV，分析了六种不同的圆顶形状——即等张力体、半球、抛物面和三种高度为 180 毫米 （I）、120 毫米 （II） 和 75 毫米 （III） 的椭球体变体。此外，还创建了一个有限元模型来估计爆破压力和失效特性，并对该模型进行了实验验证。结果表明，等张力体和椭球体 （II） 圆顶形状具有优异的突发性能，值达到 77 MPa。然而，得出的结论是，最合适的圆顶轮廓是椭球体 （II），由于其内部体积相对较大，高度为 120 毫米。Kumar等[25]研究了钢衬管厚度对COPV爆破压力和变形的影响。使用理论方法（巴洛方程）和有限元分析 （FEA） 方法进行了一系列爆破压力试验。在所有试验中，复合结构的厚度保持恒定在 3 毫米，而衬垫厚度从 1 到 3 毫米不等。结果表明，金属和复合层厚度相等的储罐具有最高的爆破强度和刚度。FEA 提供的结果与分析结果非常一致。在一项相关工作中，Belardi 等 [26] 提出了一种复合壳的弯曲理论，用于分析压力容器的行为。该理论在水箱的圆柱形部分和圆顶之间的过渡区特别有用，揭示了膜理论不足的高应力场。通过参数研究验证，该分析框架提供了 COPV 初步设计所需的准确性和稳定性，尤其是无衬里容器（V 型）。

图 2.具有相应堆叠配置的轴向应变轮廓;使用 Abaqus 软件 [27] 获得模拟。

2.1. 连续损伤建模和微观力学分析

      复合材料结构具有高强度重量比，常用于航空航天、汽车、船舶、体育和基础设施行业[28]。然而，必须考虑这些结构的复杂损伤传播和失效风险[29]。复合材料结构在制造过程中（例如，由于过热）[30]或操作（例如，由于静电过载、冲击和疲劳）[30]可能会发生损坏。根据 [31]，分层、界面脱键、纤维断裂和拉出、纤维波纹和起皱以及基体开裂等损伤可能发生在不同的尺度上，见图 3。

图 3.损坏复合结构

图 4.流程图表示液体混合物初始平衡之前的 MD 固化程序。固化期之后是退火和平衡阶段，直到达到 95% 的目标固化程度。在一个固化期的每个时间步，固定键并做出反应，确定相关的反应位点，根据需要修改它们的拓扑结构，最后应用松弛

图 5.在固化过程中，系统中出现了聚合物网络。（a） 具有 2000 和 1000 个 DGEBA 和 DDS 分子的体系的 DGEBA-DDS 环氧树脂固化反应的 MD 模拟快照。立方周期系统的框长用箭头表示，约为 11.9 nm。最大的交联分子基团在渗流点显示为球状和棒状。不属于最大分子组的其他基团是透明的。（b） 前驱体 DGEBA 和固化剂 DDS 的分子结构。块状化学方法不需要使用非化学预活化物质，因此，这些结构也代表了实际的模拟物质。

2.2.1. 机械性能

      原子分子动力学模型不仅用于预测分子水平的界面，还用于预测嵌入环氧树脂基质中的碳纳米管 （CNT） 的机械行为 [55]。许多环氧树脂体系（二、三和四官能团环氧树脂）被实施[56]。结果表明，对于高达5%wt的CNT浓度，三官能团和四官能团树脂环氧树脂的模量高于双官能团树脂[56]。在较高的 CNT 浓度下，三功能树脂环氧树脂在刚度方面优于其他树脂，因为它与 CNT 的相互作用很强，并且具有固有的高体积刚度 [56]。这种复合材料可以通过多尺度模拟方法进行研究，该方法结合了原子模拟和微观力学，并结合了原子级的信息，如图 6 所示。

图 6.多尺度建模方案

在环氧树脂 （DGEBA/DDS） 和 CNT 的另一项原子模拟工作中，计算了纳米复合材料的刚度 [57]。使用一致价力场 （CVFF） 构建环氧树脂网络，方法是使用 75% 的环氧树脂位点交联的“树枝状聚合物”进化方法 [57]。特别是，结果表明，使用四阶张量的变换定律验证了环氧树脂是各向同性的，如图 7a [57] 所示。当温度降低时，环氧树脂的弹性模量和剪切模量会降低，如图 7b 所示。

图 7.（a） 弹性特性沿 x-y 平面上各个方向的变化。（b） 环氧树脂模型的弹性模量和剪切模量。

      通过多尺度建模和分析研究了石墨烯纳米片 （GNP）/碳纤维复合材料的弹性行为 [58]。该研究确定了石墨烯体积分数、GNP分散和应变速率对复合材料机械性能的重要性[58]。分析包括构建计算分子动力学模型，在环氧树脂复合材料中加入多层GNP，以及微观力学建模[58]。预测结果表明，随着 GNP 体积分数的增加、更好的分散和应变速率的增加，混合复合材料的弹性响应得到改善 [58]。

     在另一项仿真工作中，开发了（双酚-F-二缩水甘油醚-3,5-二乙基甲苯-2,4-二胺）的粗粒度模型，用于研究微观尺度的变形、空化和断裂。为此，从量子和分子力学模拟中获得的数据被粗粒化[59]，在粗粒模型中，以珠子为特征，模拟了100 nm尺度材料的构建块。该模型允许将时间长度尺度问题桥接到拉伸试验，从而再现了应变率10−1  自10−5  s−1.这使得使用“后原子”仿真模型分析粘弹性、塑性和屈服参数成为可能，这些模型在 0.1 到 10 的长度尺度上保留了底层环氧树脂的力学μ  m [60].

     分子动力学模拟也被用于表征多层石墨烯增强环氧树脂复合材料[61,62]。研究了两种不同的构型：平行或垂直于聚合物-石墨烯界面的石墨烯层。虽然构型具有相似的强度，但平行取向表现出内聚产率，并伴有应变定位和聚合物中空隙的形成，而垂直取向则表现出界面脱键[62]。这些不同的机制导致了不同的屈服后行为，并为碳纤维聚合物复合材料预测模型的开发提供了见解[62]。

     位置约束 （PR） MD 模拟应用于环氧树脂和含有环氧树脂和 CNT 的复合材料 [63]。详细分析表明，芳香环 tendrf 形成π  -与 CNT 的堆叠相互作用，含有芳香环的化合物更倾向于包裹在 CNT 周围 [63]。此外，由于氢键的存在，脂肪胺与环氧树脂的相互作用比芳香胺强[63]。这项工作表明，固化剂会影响环氧树脂和碳纳米管之间的相互作用，因此预计环氧树脂-碳纳米管聚合物复合材料的最终性能[64]将受到这两种反向相互作用的影响[63]。

     使用 MD 通过计算分离和牵引分离功来研究石墨烯-环氧纳米复合材料的界面 [43]。还研究了石墨烯层的羟基、羧基和羰基接枝对牵引分离行为的功能化[64]。结果表明，与原始石墨烯相比，功能化石墨烯/环氧树脂纳米复合材料的最大牵引力明显更高[43]。粘附功也显示出功能化石墨烯-环氧树脂和原始环氧树脂的界面行为存在明显差异，官能团的存在导致分离功值增加[43]。

2.2.2. 热性能

     为了研究使用非平衡MD（NEMD）的热膨胀系数，对不同的环氧树脂体系进行了原子模拟[65]。NEMD 仿真的示意图如图 8 所示。从图 8a 中可以看出，NEMD 是以恒定能量进行的，通过向两侧添加动能并同时以恒定速率从模拟系统的中心减去等量的能量来保持。DGEBA/4,4′-DDS 在不同交联度下的导热率如图 8b 所示。可以看出，热导率几乎随交联程度呈线性增加[65]。不同程度的DGEBA/4,4′-DDS交联的质量密度是根据最终平衡的平均值确定的，如图8c [65]所示。密度随着交联程度的增加而增加 [66]。环氧树脂越致密，空位数量越少，从而导致更高的热导率 [65]。

图 8.（a） 用于 NEMD 模拟的环氧树脂原子模型示意图。散热器位于系统的中心，热源位于两端，以产生恒定的热通量。（b） DGEBA/4,4′-DDS 的导热系数与 MD 模拟交联度的函数关系。（c） DGEBA/4,4′-DDS 的质量密度和杨氏模量与 MD 模拟交联度的函数关系。

      原子 MD 模型用于显示碳纳米管 （CNT） 等纳米填料对玻璃化转变温度 （𝑇𝑔   ）交联环氧碳纳米管纳米复合材料的行为[67,68]。研究发现，含有分散碳纳米管的纳米复合材料[69]的𝑇𝑔   与纯交联环氧树脂相比，K≈66 K，而在含有聚集性碳纳米管的纳米复合材料中则没有如此大的降低[68]。

     开发了一种结合MD和FE方法的多尺度方法来评估石墨烯环氧纳米复合材料的有效热导率[70,71,72,73,74,75]。首先，使用了 MD 模拟在原子尺度上研究石墨烯环氧树脂组装体的热传导。结果表明，使用两种不同固化剂化学品的环氧树脂基体中，单层石墨烯的热导率降低了约 30%。使用 MD 计算了交联环氧树脂和石墨烯片 [70] 之间的热边界传导 （TBC）。在环氧树脂 （DGEBA/ DDS） 和 CNT 的模拟工作中，计算了纳米复合材料的热膨胀，并与实验测量的膨胀曲线进行了比较，如图 9 所示 [57]。模拟数据与 −50 至 150 °C 范围内的实验曲线非常吻合。测得的线性热膨胀系数为 54.4μ  C−1.

图 9.热膨胀的 MD 计算与参考文献 [76] 中报告的实验测量的膨胀曲线叠加

图 10.扩散系数𝐻2         在𝑃一个6        在 288 K 和不同压力下结晶度为 30.00%

图 11.磁导率系数𝐻2         在 PA6 中，在 0.1 MPa 和不同温度下具有 30.00% 的结晶度

2.3. 圆顶厚度效果

      实现了一个结合 Matlab 和 Abaqus 软件的数值程序，以证明圆顶对复合材料压力容器机械性能的影响 [82]。这种技术减少了开发有限元模型所需的精力和时间。Matlab 脚本根据关键几何参数集成圆顶轮廓微分方程，然后将生成的水箱的整个轮廓导出到 Abaqus。此外，还介绍了优化 70 MPa IV 型储氢容器中圆顶厚度分布和衬管充气压力的新方法。圆柱截面的铺层是利用净网理论设计的，而精确的圆顶厚度是通过三次样条函数预测的。各种失效标准和渐进式损伤模型使用有限元分析来评估安全性。在 70 MPa 内部压力下，最大应变和应力都低于屈服强度，从而防止容器爆裂 [83]。

     在另一项研究中，研究了圆顶几何形状对应力响应的影响 [84]。在这里，计算每个圆顶轮廓的圆顶-圆柱体界面处的应力。在圆顶和圆柱体之间的过渡区观察到重要的次应力。对多层压力容器的数值和实验结果进行了比较。研究发现，圆顶-圆柱体区域中的应力会极大地影响失效机制，见图 12。极地开口处的圆顶厚度是复合储氢容器承载能力预测的关键参数。提出了一种基于纤维滑移和丝束再分布的准确预测该参数的新方法 [85]。该方法具有较高的预测精度，即与实际实测厚度相比，预测厚度的最大相对误差为 4.19%。

图 12.圆顶厚度和形状对水箱圆柱形部分和圆顶区域之间瞬态区域的应变等值线的影响

图 13.爆裂失败后氢气罐的照片

      Son et al. [95] 使用有限元分析模拟了 III 型氢气压力容器的自紧过程。这个过程涉及对容器施加超过其弹性极限的内部压力，导致内层发生塑性变形。当压力释放时，外层压缩内层，产生有益的残余压应力。这增强了船舶承受高内部压力的能力，提高了疲劳寿命和抗应力腐蚀开裂能力。该研究分析了应力分布和产生的残余应力，以确定最合适的自紧压力。本文还使用各向异性复合材料的各种失效标准预测了最小爆破压力下的失效，为 III 型氢压力容器的自紧过程提供了有价值的见解。Wu等[96]使用带有渐进损伤模型的数值模拟，对带有铝制衬里的复合材料外包装压力容器进行了应力和损伤分析。研究了各种损伤的发生和分布，分析了损伤演变对爆破压力和自紧压力的影响。Tsai等[97]使用两个强度张量的函数开发了各向异性材料的强度理论。他们解决了坐标变换、独立交互项和材料对称性。该研究[98]使用层建模方法和扩展有限元法评估了III型高压氢容器中的裂纹行为。基于最大主应力和位移的失效准则用于分析碳纤维增强塑料层中的裂缝。结果确定了薄弱环节并提供了有价值的见解，以提高高压氢气容器的安全性，参见图 14。

图 14.使用 Hashin 准则获得的受损容器和使用常规壳单元模型的储罐响应，堆叠 24 层时失效：（a） 位移的大小，（b） 聚合物衬里中的屈服响应，（c） 衬里中的轴向应变，（d） 第一层中基体的压缩损伤，（e） 第一层中基体的拉伸损伤， （f） 第三层受拉基体的损伤，（g） 第一层纤维受拉的损伤，（h） 第一层纤维受压的损伤 [37]。

2.7. 动态加气条件

     使用高密度聚乙烯作为碳纤维/环氧树脂复合材料的IV型高压容器的内衬是相当普遍的[106]。在获得良好性能的同时，油箱的结构稳定性在由高压和高温组成的动态加油条件下受到损害。有限元分析探索了热机械响应，显示与实验结果相比，预测爆破压力相差 5.52%，表明碳纤维类型、缠绕模式、分层或负载条件的潜在影响。氢气容器在快速填充过程中通常会受到严重的热机械载荷，参见图 15。全面的分析应考虑缠绕角度、圆顶的厚度变化以及材料特性和损伤的热依赖性 [107]。不同温度下的等温计算在填充模拟之前进行，并考虑了空间和时间温度梯度。综述了低成本、大容量和轻型高压气态氢储存容器以及规范和标准化工作的最新进展[108]。该研究涵盖固定、车辆和散装运输船。讨论了安全方面，包括氢脆、快速填充过程中的温升以及氢气泄漏后的潜在风险。孔隙率和热量对多孔材料行为的影响也得到了证明[109,110,111]。

图 15.2D 和 3D 模型中填充时间 t = 2 s 处的温度和速度分布。对于 3D 模型，在中间 x z 平面上绘制。（a） 2D 模型中的温度分布，（b） 3D 模型中的温度分布，（c） 2D 模型中的速度分布，（d） 3D 模型中的速度分布。

2.8. 低速抗冲击性

     一项实验研究调查了反复横向冲击对复合压力容器爆破压力的影响[113]。该研究探讨了冲击试验过程中的冲击能量和温度，并分析了这些因素如何影响爆破压力。结果表明，随着冲击载荷和水温的增加，爆破压力降低，为复合压力容器的冲击行为提供了有价值的见解。Singh等[114]研究了低速冲击下无碱玻璃/环氧树脂复合材料的损伤演变。他们使用了基于 CDM 的材料模型，并将仿真与使用 DIC 技术的实验进行了比较。Perillo等[115]通过实验和数值模拟研究了对玻璃纤维/乙烯基酯复合压力容器的影响。他们使用了带有层间和层内损伤模型的高级 3D FEM。他们还成功地模拟了低速撞击事件。使用 COPV 内部损伤区域的超声扫描检测的实验设置如图 16 所示。

图 16.纤维缠绕 COPV 撞击后的超声扫描检测结果：（a-c） 点 1、（d-f） 点 2 和 （g-i） 点 3

图 17.使用应变片传感器进行实时结构健康监测的拟议方法的框架。

      这些技术可以分为局部技术和全局技术，具体取决于所覆盖的结构区域。此外，还可以区分主动和被动技术 [32,124]。使用主动技术，结构被驱动或激励并测量其响应（例如，超声波测试），而被动技术测量由运行负载或损坏开始引起的信号（例如，声发射）。

     此外，可以使用静态和动态方法。静态方法关注结构静态的测量和评估（例如，电阻抗断层扫描），而动态方法关注动态事件的影响（例如，机电阻抗方法）[124]。

     由于不同类型的损坏、对冗余的担忧和环境引起的噪声，可能会对复合结构应用多种技术和传感器，从而导致同质数据（相同类型的传感器）或异构数据（不同类型的传感器）。

      就数据处理和分析而言，我们可以区分基线依赖性和基线非依赖性技术 [30]。基线相关技术依赖于结构受损和未受损状态的数据比较，而基线独立技术仅依赖于结构对自然力或合成力的响应的测量。同样，这种区别也可以区分基于物理学和基于数据的方法[32]。基于物理的方法需要分析或数值建模，从而能够计算和模拟结构损伤[125]，而数据驱动的方法仅依赖数据处理技术来支持损伤诊断[120,126]。

      这些技术的应用可以支持和实现损伤诊断，同时也满足一定程度的SHM，从而实现损伤检测（1级）、定位（2级）、分类（3级）或量化（4级）[122]。基于此，对结构剩余使用寿命的预测可能是可行的[127]。

3. COPV 的加工和制造

     纤维缠绕是商业化复合材料容器制造中使用最广泛的技术。考虑到许多作者对这一主题的观察，这个过程很复杂，需要进一步发展，正如下面的非详尽调查所总结的那样，参见图 18。

     目前该领域的研究集中在预测复合压力容器在内压下的爆破压力，并考虑制造的不确定性[128]。该过程首先使用各种失效标准检查复合材料容器中的第一层失效 （FPF），包括带衬垫和不带衬垫的容器。然后，通过基于 CDM 的渐进式损伤建模生成爆破压力的确定性预测。为了估计爆破压力，考虑到制造引起的不一致，应用随机建模来合并各种随机参数。通过统计数据分析，强调了考虑制造可变性的重要性。

     一项实验调查[129]探讨了影响复合材料容器质量、强度和刚度的制造和设计变量。统计分析揭示了堆叠顺序、细丝张力、制造时间及其相互作用等变量对复合材料强度的显著影响。该研究强调了纤维体积分数与血管强度之间的相关性，阐明了影响纤维缠绕复合血管结构特性的因素。

     Tapeinos等人研究了IV型多球形COPV的机械性能[130]。他们使用液氮 （𝐿𝑁2  ），并研究了𝐿𝑁2  填充、温度梯度和应变进展的压力循环。Kartav等[131]在III型船的前后圆顶部分加入了碳编织层，带有铝制衬里和碳纤维增强环氧树脂复合材料。目的是提高爆破性能并在 COPV 的圆柱形中段诱导爆破失效。制造的 COPV 承受静水载荷，直到达到爆破压力。在圆顶部分加入 Doily 层，将 COPV 的爆破压力提高了 29%，达到 1400 bar 的临界压力。在这种情况下，成功实现了预期的安全爆破模式，预计发生在容器的中部。另一项研究侧重于制造具有钢衬和由玻璃和碳丝制成的混合外壳的 III 型容器，包括螺旋层和环状层 [132]。发现层间杂交在制造和建模方面都很容易实现。结果表明，在混合动力 COPV 中包含碳箍层不会对最终爆破压力性能产生很大影响。进一步的研究深入研究了 V 型压力容器，特别是探索了通过自动纤维铺放 （AFP） 制造两件式复合材料容器的可行性 [133]。尽管成功验证了临界圆顶厚度和零件质量的准确预测，但作者遇到了皱纹和孔洞等制造缺陷。发现静水压保持不是最佳的，这强调了解决制造问题的重要性。未来的发展应侧重于消除间隙、环向加固、开发替代层策略以及使用高级失效标准，以提高结构性能并防止泄漏。

图 18.COPV 的两种形状：（a） 圆柱形 COPV，（b） 通过细丝缠绕获得的球形 COPV

图 19.LSE GmbH 的绕环装置，由 Cetex Institute GmbH 设计和制造。

为 TCPV 的开发创建了一个分析和数值模拟。该工作流程可根据需要转移到不同的容器尺寸和类型。TCPV 的解析预测是基于薄壁结构的假设进行的，其中膜理论适用。在仅考虑内部压力载荷的情况下，由于几何形状的旋转对称性，厚度方向的径向应力和层内剪切应力都被忽略了。

这种分析方法具有快速计算的优势，可用于确定各种 TCPV 配置的几何形状和质量。然而，这种设计策略本质上忽略了与厚壁结构相关的机械效应，以及由于制造和几何约束而可能出现的绕组方向偏差的影响。

对于 TCPV 的最终设计，进行了数值模拟，以考虑金属嵌件的厚壁结构和局部加厚。图 20 显示了 TCPV 纤维方向 （S11） 上的应力。靠近金属嵌件的元件承受非常高的应力，并超过了 CFRP 的最大强度。因此，在容器的生产过程中插入局部加固补丁，以减轻该区域的压力。或者，也可以通过环形绕线机在插入区域周围沉积额外的绕线层。

图 20.TCPV 纤维方向 （S11） 包络中的应力。

4. 结束语和未来工作

• 1.

• 本综述旨在寻找具有成本效益的储氢解决方案，并研究设计参数（如堆叠顺序和方向）对复合材料外壳质量、容器在操作条件下的行为和抗爆破压力的影响。我们讨论了复合压力容器中堆积顺序的实验和分析分析。该综述强调了堆叠顺序对容器特性的相当大的影响，强调了分析和数值策略来解决圆柱体和圆顶之间过渡相关效应的必要性。一些已发表的论文探讨了高压储氢容器中的数值仿真和优化，重点介绍损伤建模、爆破压力预测和轻量化设计。他们研究衬垫几何形状、圆顶形状和衬垫厚度，深入了解 COPV 性能和结构分析方法。各种研究提出了数值程序和优化方法，以提高复合压力容器的力学性能和设计效率。结合 Matlab 和 Abaqus 软件，分析了圆顶对船舶力学的影响。新技术优化了圆顶厚度和衬垫充气压力，增强了结构完整性。非线性有限元方法和优化算法为复合材料压力容器设计提供了有价值的见解，从而确保安全性和效率。最近的研究探索了使用可变缠绕角度和优化堆叠顺序等技术优化复合材料压力容器设计和制造的创新方法。这些技术显著提高了屈曲强度和爆破压力预测精度。此外，研究发现，利用遗传算法和有限元分析有助于减轻重量并提高结构完整性，从而推进复合压力容器的高效设计策略。

• 2.

• 在材料开发方面，采用实验和分析方法研究了尺寸对复合压力容器纤维强度的影响。调查的重点是碳纤维增强容器的高压强度，从而注意到碳/乙烯基酯复合材料的卓越性能。此外，还探索了替代纤维以实现可持续的船舶设计，并提出了提高性能的混合配置。

• 3.

• 已经采用了使用连续损伤力学和有限元分析的预测损伤模型，模拟低温条件。此外，许多研究人员还开发了用于复合材料容器的渐进式失效分析算法。Hashin 失效准则以及 Abaqus 和 Ansys 软件有助于全面预测损伤，这对于复合材料在不同载荷下的行为至关重要。混合复合材料由碳纤维和分散在环氧树脂中的各种纳米颗粒组成，广泛用于氢气罐船。一些研究侧重于微观模拟，例如分子动力学 （MD），以预测机械、热和动力学特性。其他研究调查了环氧树脂固化、碳纳米管 （CNT） 的机械增强、热膨胀、玻璃化转变行为以及氢气罐聚合物基质中的气体扩散。最近的研究强调微观力学建模，以评估纤维增强复合材料的有效性能以及失效模式和机制。参数研究研究应力分布和失效机制，这对航空航天和运输至关重要。爆破压力和变形的预测方法已经开发出来，利用渐进式失效分析和概率强度分析，从而有助于改进结构设计和安全性。有限元分析和强度理论提供了对应力分布和裂纹行为的见解，有助于提高安全性。

• 4.

• SHM 对于评估结构状况至关重要，旨在及早检测、定位和量化损坏，以防止灾难性故障并延长其使用寿命。采用各种方法，包括光纤传感器、电阻抗断层扫描和超声波导引波，以实现有效监测。智能服务可以提高运营效率，降低停机风险，并有助于在依赖流体储存和管理的行业中节省成本。

• 5.

• 在制造复合材料容器时，纤维缠绕至关重要。许多研究考虑了影响爆破压力预测、制造变量、机械性能和容器制造技术可行性的因素。这些研究强调需要进步来解决制造业的不确定性并提高结构性能。在几项研究中使用了一种非测地线方法来设计具有不相等极性开口的纤维缠绕压力容器。LSE GmbH 用于环形复合压力容器 （TCPV） 的创新环形绕组技术可大幅减轻质量（高达 30%）并降低成本。对 TCPV 开发进行了分析和数值模拟，考虑了厚壁结构和金属嵌件的局部加厚以进行加固。

• 6.

• 未来的研究应评估制造和材料性能变化对可变角度纤维缠绕 （VAFW） 圆筒性能的影响，同时考虑基于可靠性的设计。VAFW 设计在空间应用中对缺陷不敏感结构的潜力仍未得到探索，为不太保守的设计提供了可能性。爆裂失效通常是由于层压板失效造成的，是由于内部压力过大，例如过度填充或过热。先进的数据分析技术（例如神经网络和贝叶斯推理）提高了损失评估的准确性。挑战包括传感器放置和环境影响，这需要强大的解决方案和先进的机器学习算法来用于未来的研究。Smart SHM 集成了 IoT 和数据分析，以提供实时数据分析，从而及时做出维护和安全决策。