智能材料与汽车结构健康监测＊

李立军 孙凌玉 黄彬城 褚艳涛 张一犇

（北京航空航天大学，北京 100191）

1 前言

智能化是汽车的重要发展方向。结构健康监测（Structural Health Monitoring，SHM）可在线探测结构损伤和老化信息，对结构进行评估、故障诊断和剩余寿命预测，不但有助于提高结构或设备的安全可靠性、降低维护成本、延长使用寿命，而且有利于结构服役信息的采集和优化设计，具有广阔的应用前景[1-3]。但因缺乏高效、智能的传感器和执行器，导致结构健康监测系统的应用进展缓慢[4-5]。近年来，智能材料（Smart Materials）研究发展迅速，为结构健康监测中信息采集和损伤修复提供了一种有效的途径[6-8]。智能材料指具有感知外部环境和内部环境变化能力的材料，它既可以对变化量进行信号采集和分析，实现自我诊断，又可以具有一定的调节和修复能力[9-10]。将成本低、性能稳定、响应速度快的智能材料嵌入或粘贴在汽车结构件上进行感知并预报载荷、缺陷和损伤，通过仿真分析和试验的验证，形成具有自监测、自诊断、自适应的结构健康监测系统，对汽车特别是智能汽车的开发具有重要的工程价值和学术意义。本文系统介绍了智能材料的特征和研究进展，分析了结构健康监测的原理和系统组成，综述了智能材料在汽车领域应用的研究现状，提出了基于智能材料的汽车结构健康监测研究的关键科学问题和发展方向。

2 智能材料的特征及研究进展

2.1 智能材料定义

智能材料是指对环境（包括内环境和外环境）的刺激具有感知能力，并能作出一定反应适度响应环境变化的新型材料，环境刺激通常包括应力、应变、热、光、电、磁和辐射等。智能材料的概念来源于仿生学，由日本学者高木俊宜和美国学者Newnhain同时提出，目标是构建类似生物组织那样具有智能属性的材料[11-13]。

智能材料具有自传感（Self-sensing）、自诊断（Selfdiagnosis）、自调节（Self-adjusting）和自修复（Selfrecovery）功能，因此受到世界各国许多专家和学者关注，成为材料科学与工程以及交叉学科领域的研究热点，并开始在医疗、航空航天、汽车、环境保护等领域得到应用。智能材料的种类丰富多样，主要包括形状记忆材料、压电材料、电/磁致伸缩材料、电/磁流变材料、智能光纤、自组装材料等。其中，形状记忆材料、碳纳米管复合材料、压电材料和磁流变弹性体（见图1）具有性能稳定、传感特性好等优点，成为智能材料领域新的研究热点。

图1 典型的智能材料示意[14-18]

2.2 形状记忆材料

形状记忆材料（Shape-Memory Materials，SMM）是最早被研究并投入应用的智能材料之一，主要包括形状记忆合金（Shape-Memory Alloys，SMA）、形状记忆陶瓷（Shape-Memory Ceramics，SMC）和形状记忆聚合物（Shape-Memory Polymer，SMP）[19]，其中典型的SMP材料组成如图2所示。其优点是变形量大、驱动力大，缺点是响应频率低、带宽窄、耐久性差。

图2 形状记忆类聚合物[19]

为改善形状记忆材料的疲劳及耐久性能，国内外学者开展了大量研究。Carreras等[20]通过试验发现热效应对NiTi形状记忆合金的疲劳寿命有很大影响。Kitamura等[21-22]的研究表明“过应力”或“过应变”都会减少形状记忆材料的寿命，因此需要避免过载。马艳红等[23]建立了一种形状记忆合金橡胶的本构模型，并通过仿真和实验对其热机械行为进行了研究。近年来，为拓展其应用领域，需改善记忆材料的吸能性、韧性、刚度和自修复能力等性能，一些学者[24-25]尝试把形状记忆材料与其他材料组合起来制成形状记忆混合材料（Shape-Memory Hybrids，SMH），或称为形状记忆复合材料（Shape-Memory Composites，SMC），为形状记忆材料的研究和应用提供了新角度。Pinto等[26]在碳纤维复合材料中植入形状记忆合金丝制成了一种先进复合结构，并将其用于结构健康监测系统，根据内部电阻的变化检测应变和损伤。

2.3 碳纳米管复合材料

碳纳米管（Carbon Nanotubes，CNTs）是一种具有优异力学性能和良好导电、导热能力的微材料，其直径比碳纤维小3个数量级，将它与其他材料复合可制成具有压阻或热阻特性的智能材料。由于碳纳米管可穿过纤维周围或层间的富树脂区域，其与纤维增强树脂基材料复合时可形成导电逾渗网络，作为分散的微型传感器监测损伤的形成和扩展。此外，还有碳纳米纱线（也称为碳纳米管纤维，见图3）、碳纳米管薄膜等多种应用形式。

图3 碳纳米管纤维的制备方法[27]

近年来，碳纳米管的自传感特性与结构损伤监测研究受到关注。Zhang等[28]制成了碳纳米管/石墨纤维环氧树脂层合板，发现疲劳载荷下材料的电阻随裂纹的增加而线性增加，且碳纳米管导电网还具有一定的损伤修复能力。Gao等[29]研究了碳纳米管分散方法和分散状态对复合材料电阻率的影响，提出了表征复合材料中损伤状态的特征参数——损伤电阻演变率，并采用声发射无损检测方法进行了验证。Abot等[30]把碳纳米管纺成碳纳米纱线，将其植入复合材料层合板中，发现碳纳米线对分层损伤很敏感，开展了单独针对碳纳米纱线的准静态单轴拉伸试验，建立了碳纳米纱线的应变-电阻变化关系，为应用奠定了理论基础。Qiu等[31]分析了碳纳米管薄膜的形变与拉曼光谱之间的关系，提出了一种非接触式应变测量技术，用于测量微尺度下的面内应变分量。

2.4 压电材料

压电材料（Piezoelectric Materials）是一类利用压电效应实现机械能与电能相互转化的智能材料，原理如图4所示。压电效应是指电介质晶体在机械应力的作用下产生极化并形成表面正、负相反电荷的现象，一般也称为正压电效应；若外加电场于这类电介质晶体上，电场的作用将引起电介质内部正、负电荷中心发生相对位移而导致形变，这种效应被称为逆压电效应[32]。

图4 压电传感器的原理示意[33]

压电陶瓷（Piezoelectric Ceramics）是最早被开发且最常用的压电材料，但其存在变形小、脆性大等缺点。压电复合材料（Piezoelectric Composite Materials）是将压电材料（如压电陶瓷纤维）与非压电材料（如环氧基树脂）以及交叉电极按一定比例、连通方式和空间几何分布复合而成，具有比压电陶瓷更高的驱动效率、更灵敏的传感性能和更强的耐用性能，且柔韧性好，可设计性强，应用前景广阔[34]。Konka等[35]已证明嵌入式应力/应变传感器的分辨率和灵敏度明显优于传统应变计。

为优化压电复合材料结构的设计，采用数值仿真和试验对复合材料的结构参数及各组分材料特性进行分析和预测是近年来压电材料研究的热点[36]。吕军等[37]利用基于扩展有限元的多尺度数值方法，模拟和分析压电复合材料的热学-电学-力学行为。Murilo等[38]建立了一种智能压电复合材料壳的有限元模型，将这种材料粘贴在铝制悬臂梁表面进行模态试验，通过与仿真的对比发现：这种传感器可有效监测悬臂梁的频率变化。

2.5 磁流变弹性体材料

磁流变弹性体（Magnetorheological Elastomer，MRE）是一种新型的固态智能材料，由高分子聚合物基体（如橡胶、树脂等）和弥散在基体内的微米尺度铁磁性颗粒（如羟基铁粉）组成（见图5），在磁场作用下，具有力学、电学和磁学性能连续、迅速和可逆变化的机敏特性。

图5 磁流变弹性体中铁磁颗粒分布情况[39]

相对于磁流变液，磁流变弹性体克服了液体沉降、泄漏、稳定性差等缺点，同时还具有无需密封、响应快、结构简单等优点。铁磁性颗粒要求具有高磁导率、低剩磁和高饱和磁化强度。高磁导率和高饱和磁化强度提供了颗粒间较大的相互作用力，从而有较强的磁流变效应；低剩磁的颗粒在磁场消除后不会继续吸在一起，从而有可逆的磁流变效应[33]。Jolly等[40]制备并测试了硅橡胶基的MRE试样，发现在0.8 T的外加磁场下其剪切模量增加了约40%。Chen等[41]以天然橡胶作为基体制备出了相对磁流变效应达133%的MRE试样。Hu等[42]采用聚氨酯/硅橡胶混合材料作为基体制备出的新型MRE，结果表明混合胶比单一橡胶具有更高的磁流变效应，混合基MRE可能具有很大的研究价值。

针对MRE产品开发，电学、磁学、力学、热学特性及其相互耦合问题是研究的热点和难点。Sun等[43-44]制备了新型毫米级颗粒MRE，建立了力-磁耦合的有限元模型，揭示了MRE磁致伸缩作用的机理。Kchit等[45]研究了MRE的磁致电阻与温度、压力的关系。磁流变弹性体除具有磁阻伸缩特性之外，还具有优良的磁致电阻特性。Wang等[39]试验测试发现：MRE试样的电阻在磁场或压缩载荷作用下会出现显著的变化。李光辉等[46]运用MRE的磁致电阻特性设计了位移传感器。Danas等[47]发现MRE可以产生2倍于巨磁致伸缩材料Terfenol-D合金的磁致伸缩应变，这表明MRE是一种十分理想的磁致伸缩执行器材料。利用磁流变弹性体的磁致电阻特性和磁致伸缩效应可实现传感器和执行器的集成。

3 结构健康监测

结构健康监测指利用粘贴在结构表面或嵌入结构内部的传感器系统实时获取结构对外部激励（人为或者环境）的响应，从而探测和预报结构的损伤和老化信息，对结构进行安全可靠性评估的过程，可避免事故发生[48]。该研究方向综合了材料学、力学、机械学、计算机、电子学、仿生学、信息技术、控制论等多学科知识[49]，属于交叉研究领域。结构健康监测的主要内容包括载荷监测、损伤定位、损伤分析、结构剩余寿命预测乃至结构的自我修复。目前，结构健康监测已在桥梁、体育场馆、飞机等大型建筑物和结构中得到了应用（见图6），但在汽车等小型载运工具中的应用非常少，一方面是受传感器和执行器尺寸和精度的限制，另一方面是源于复杂多变的载荷环境的挑战，当然也有成本的原因。

图6 结构健康监测研究的应用领域[50]

结构健康监测系统一般包括[51-52]：

a.传感系统。安装在被监测结构表面或嵌入其内部，将待测物理量转化为电信号、磁信号、光信号等。

b.数据采集和处理系统。收集传感系统的数据并进行初步处理。

c.通讯系统。将处理过的数据传输到监控中心。

d.监控中心和报警系统。利用具备诊断功能的软、硬件对接收到的数据进行分析，根据设定的损伤模型，判断损伤的发生、位置和程度，对结构的健康状况进行评估，如果发现异常，则发出报警信息。

损伤识别、损伤分析和损伤预测是结构健康监测系统的核心功能和研究难点。目前，纤维增强树脂基复合材料凭借着比强度、比刚度高，可设计性强，耐腐蚀性好等优点，在汽车轻量化中应用越来越多，但各向异性的特点使其结构的损伤和失效模式复杂多样，因此纤维增强复合材料的损伤监测是亟待解决的问题。将智能材料自诊断、自传感特性与损伤研究相结合，实现在线损伤识别和定位，利用智能材料的自修复性能完成结构初始损伤的修复，并将其应用于汽车等小型载运工具中以保障结构和乘员安全，是结构健康监测的重要发展方向。

4 智能材料在汽车领域的应用

因发展前景广阔，欧美等国家的学者在20世纪80年代已开始进行智能材料在结构健康监测中的应用研究，并在飞机、汽车等领域尝试使用。我国智能材料与结构健康监测结合的研究起步于20世纪90年代，经20多年的发展，取得了许多成果，推动了健康监测的应用。

在汽车工业中，智能材料的应用研究已经取得了很多成果，例如：形状记忆材料用于进行电池管理、发动机温度控制、车门解锁等[53-54]；磁流变材料用于汽车减振器、碰撞吸能保护器件、发动机悬置等[55-57]。随着汽车电子技术的发展，汽车的轮胎气压、发动机转速、制动摩擦片温度、电池组状态等已经可以通过无线或者有线的方式实现监测[58-60]。对于传统的内燃机动力钢制汽车来说，经过多年的应用和试验，钢铁材质的零部件在汽车工业中的设计和生产已经比较成熟，其安全性也得到了认可，所以传统的汽车对结构健康监测技术几乎没有需求，导致汽车领域的健康监测研究很少。

但是，在安全、环保、轻量化和智能化已经成为汽车发展的目标和方向的背景下，以纤维增强复合材料、铝合金、镁合金等轻量化材料混合应用的电动车为代表的新型汽车快速发展，车架中异种材料连接处失效、传动轴断裂、电池箱破损等都可能造成灾难性的后果[61-63]。国内外的一些高校、研究机构和汽车企业尝试应用智能材料进行汽车结构健康监测的研究。德国宝马汽车公司在某新型复合材料车身的研发阶段，将压电材料埋入复合材料结构中，用于监测其结构在制造和使用过程中的损伤[64]。Mitschang[65]等使用一种碳纤维线智能材料（IVW-CF）进行了汽车纤维增强复合材料板类零件的损伤监测研究，通过电阻的变化可以较准确地判断损伤的程度。Medeiros[66]等提出并试验验证了一种基于振动分析和压电智能传感器的汽车复合材料气瓶低速冲击损伤健康监测方法。周伟等[67]使用光纤智能材料构建了分布式光纤智能夹层传感网络，进行了某轻型货车车架在弯曲、扭转工况下的应力应变变化监测研究，并与有限元分析结果进行了对比验证。芦吉云[68]采用光纤智能材料对该车型车架进行了振动和瞬时冲击工况的监测研究。邓国红等[69]基于压电陶瓷智能材料进行了汽车车身振动的监测和控制研究。

随着汽车产业的发展，对于轻量化汽车，尤其是复合材料汽车来说，将智能材料的自传感、自诊断特性与结构健康监测技术和损伤数值计算结合，形成如图7所示的结构健康监测系统，既可以增强汽车的可靠性，又能提高其智能化水平，具有重要的工程价值和学术意义[70]。

图7 汽车结构健康监测系统组成示意

5 结束语

智能材料除具备承受载荷的力学性能外，还有自传感、自诊断、自调节和自修复功能，这些特性为结构健康监测研究提供了新的途径。从国内外研究情况来看，智能材料可应用在汽车结构健康监测的4个方面：结构应力、应变、温度、损伤、疲劳、腐蚀等信息的获取与传递；结构的自适应，如损伤自愈合、温度自调节、变形控制等；结构振动监测，减振与噪声控制；能量收集和存储。

由于智能材料和结构健康监测都是学科交叉性很强的研究领域，涉及材料、机械、力学、信号识别、自动控制、电磁学、计算机技术等学科，科研难度很大，目前相关研究仅处于初级阶段，许多关键科学和技术问题有待深入研究。具体来说，未来研究工作可关注以下几个方面：

a.制备大应变、大驱动力、高响应速度、低成本、性能稳定的新型智能材料，并将其应用于智能型传感器与执行器的开发和制造；

b.开展智能材料力学及传感性能的数值仿真研究，提出经济高效的损伤量化方法；

c.建立适用于智能材料系统的仿生控制、模糊控制及神经网络控制的自适应模型的理论及方法；

d.开发新型复合智能材料，并进行基体与智能材料界面的多尺度研究，以提高复合智能材料的耐久性与可靠性；

e.针对汽车承力结构件的连接处，尤其是碳纤维复合材料胶接结构，使用智能材料开发出占用空间更小，质量更轻的结构健康监测系统。

这些方面的研究，对于提高汽车的安全性和智能化水平、防止事故发生、降低维护成本等具有重要意义。

参考文献

[1]Li H N,Ren L,Jia Z G,et al.State-of-the-art in Structural Health Monitoring of Large and Complex Civil Infrastructures[J].Journal of Civil Structural Health Monitoring,2015,6(1):3-16.

[2]张博明,郭艳丽.基于光纤传感网络的航空航天复合材料结构健康监测技术研究现状[J].上海大学学报：自然科学版，2014，20（1）：33-42.

[3]Li H N,Yi T H,Ren L,et al.Reviews on Innovations and Applications in Structural Health Monitoring for Infrastructures[J].Structural Monitoring and Maintenance,2014,1(1):1-45.

[4]孙侠生,肖迎春.飞机结构健康监测技术的机遇与挑战[J].航空学报,2014,35（12）：3199-3212.

[5]Iervolino O,Meo M.A Spiral Passive Electromagnetic Sensor(SPES)for Wireless and Wired Structural Health Monitoring[J].Measurement Science and Technology,2016,27(4):045601.

[6]Bogue R.Smart Materials:a Review of Capabilities and Applications[J].Assembly Automation,2014,34(1):16-22.

[7]Nathal M V,Stefko G L.Smart Materials and Active Structures[J].Journal of Aerospace Engineering,2012,26(2):491-499.

[8]Shahinpoor M,Scheider H J.Intelligent Materials[M].Cambridge:RSC Publishing,2008.

[9]杜彦良,孙宝臣,张光磊.智能材料与结构健康监测[M].武汉：华中科技大学出版社,2011.

[10]Soh C K,Yang Y,Bhalla S,et al.Smart Materials in Structural Health Monitoring,Control and Biomechanics[M].Hangzhou:Zhejiang University Press& Springer Berlin Heidelberg,2012.

[11]Gandhi M V,Thompson B D.Smart materials and structures[M].London:Springer Science&Business Media,1992.

[12]Gibson R F.A Review of Recent Research on Mechanics of MultifunctionalCompositeMaterialsand Structures[J].Composite Structures,2010,92(12):2793-2810.

[13]姜德生,Claus R O.智能材料器件结构与应用[M].武汉：武汉工业大学出版社,2000.

[14]Lin M,Qing X,Kumar A,et al.Smart Layer and Smart Suitcase for Structural Health Monitoring Applications[C]//The International Society for Optical Engineering.Proceedings of SPIE:2001:98-106.

[15]Patra H K,Khaliq N U,Romu T,et al.MRI-isual Orderisorder Micellar Nanostructures for Smart Cancer Theranostics[J].Advanced Healthcare Materials,2014,3(4):526-535.

[16]Liu P,Sherman E,Jacobsen A.Design and Fabrication of Multifunctional Structural Batteries[J].Journal of Power Sources,2009,189(1):646-650.

[17]Zhu X,Jing X,Cheng L.Magnetorheological Fluid Dampers:a Review on Structure Design and Analysis[J].Journal of Intelligent Material Systems and Structures,2012,23(8):839-873.

[18]Zhang J,Ke X,Gou G,et al.A Nanoscale Shape Memory Oxide[J].Nature Communications,2013,4(7):2768.

[19]Hu J,Zhu Y,Huang H,et al.Recent Advances in Shape–memory Polymers:Structure,Mechanism,Functionality,Modeling and Applications[J].Progress in Polymer Science,2012,37(12):1720-1763.

[20]Carreras G,Cascuati F,Casciati S,et al.Fatigue Laboratory Tests Toward the Design of SMA Portico-braces[J].Smart Structures&Systems,2011,7(1):41-57.

[21]Kitamura K,Tobyshi H,Yoshimi Y,et al.Fatigue Properties of Cast TiNi Shape-Memory Alloy Brain Spatula[J].Journal of Solid Mechanics and Materials Engineering,2010,4(6):796-805.

[22]Tobushi H,Kitamura K,Yoshimi Y,et al.Mechanical Properties of Cast Shape Memory Alloy for Brain Spatula[J].Materials Science Forum,2011,674:213-218.

[23]Ma Y,Zhang Q,Zhang D,et al.The Mechanics of Shape Memory Alloy Metal Rubber[J].Acta Materialia,2015,96:89-100.

[24]Raghavan J,Bartkiewicz T,Boyko S,et al.Damping,Tensile,and Impact Properties of Superelastic Shape Memory Alloy (SMA) Fiber- Reinforced Polymer Composites[J].Composites Part B:Engineering,2010,41(3):214-222.

[25]Ghosh P,Rao A,Srinivasa A R.Design of Multi-state and Smart-Bias Components Using Shape Memory Alloy and Shape Memory Polymer Composites[J].Materials&Design,2013,44:164-171.

[26]Pinto F,Ciampa F,Meo M,et al.Multifunctional Smart Composite Material for in Situ NDT/SHM and De-icing[J].Smart Materials and Structures,2012,21(10):105010-105018.

[27]Di J,Zhang X,Yong Z,et al.Carbon-Nanotube Fibers for Wearable Devices and SmartTextiles[J].Advanced Materials,2016,28(47):10529-10538.

[28]Zhang W,Sakalkar V,Koratkar N.In Situ Health MonitoringandRepairinCompositesUsingCarbon Nanotube Additives[J].Applied Physics Letters,2007,91(13):133102-133105.

[29]Gao L M,Thostenson E T,Zhang Z,et al.Coupled Carbon Nanotube Network and Acoustic Emission Monitoring for Sensing of Damage Development in Composites[J].Carbon,2009,47(5):1381-1388.

[30]Abot J L,Alosh T,Belay K.Strain Dependence of ElectricalResistance in Carbon Nanotube Yarns[J].Carbon,2014,70(70):95-102.

[31]Qiu W,Li Q,Lei Z K,et al.The Use of a Carbon Nanotube Sensor for Measuring Strain by Micro-Raman Spectroscopy[J].Carbon,2013,53(3):161-168.

[32]张光磊,杜彦良.智能材料与结构系统[M].北京：北京大学出版社,2010.

[33]Xu D,Banerjee S,Wang Y,et al.Temperature and Loading Effects of Embedded Smart Piezoelectric Sensor for Health Monitoring of Concrete Structures[J].Construction and Building Materials,2015,76:187-193.

[34]Williams R B,Inman D J,Schultz M R,et al.Nonlinear Tensile and Shear Behavior of Macro Fiber Composite Actuators[J].Journal of Composite Materials,2004,38(10):855-869.

[35]Konka H P,Wahab M A,Lian K.Piezoelectric Fiber Composite Transducers for Health Monitoring in Composite Structures[J].Sensors&Actuators a Physical,2013,194(5):84-94.

[36]Lin X,Zhou K,Zhang X,et al.Development,Modeling and Application of Piezoelectric Fiber Composites[J].Transactions of Nonferrous Metals Society of China,2013,23(1):98-107.

[37]Lv J,Yang K,Zhang H,et al.A Hierarchical Multiscale Approach for Predicting Thermo-Electro-Mechanical Behavior of Heterogeneous Piezoelectric Smart Materials[J].Computational Materials Science,2014,87(5):88-99.

[38]Sartorato M,Medeiros R D,Tita V.A Finite Element Formulation for Smart Piezoelectric Composite Shells:Mathematical Formulation,Computational Analysis and Experimental Evaluation[J].Composite Structures,2015,127:185-198.

[39]Wang X,Gordaninejad F,Calgar M,et al.Sensing Behavior of Magnetorheological Elastomers[J].Journal of Mechanical Design,2009,131(9):091004.

[40]Jolly M R,Carlson J D,Munoz B C,et al.The Magnetoviscoelastic Response of Elastomer Composites Consisting of Ferrous Particles Embedded in A Polymer Matrix[J].Journal of Intelligent Material Systems and Structures,1996,7(6):613-622.

[41]Chen L,Gong X,Jiang W,et al.Investigation on Magnetorheological Elastomers Based on Natural Rubber[J].Journal of Materials Science,2007,42(14):5483-5489.

[42]Grigoriew H,Wiegart L,Boczkowska A,et al.Dynamic Correlation in Magnetorheological Composite Under Magnetic Field Studied by XPCS[J].Solid State Commun,2010,150(17-18):840-843.

[43]Chen W W,Sun L Y,Li X H,et al.Numerical Investigation on theMagnetostrictiveEffectofMagneto-sensitive Elastomers Based on a Magneto-structural Coupling Algorithm[J].Smart Materials&Structures,2013,22(10):622-629.

[44]Leng D X,Sun L Y,Gordaninejad F,et al.The Dynamic Performance ofMagnetic-sensitive Elastomersunder Impact Loading[J].Smart Materials&Structures,2015,24(4):1-13.

[45]Kchit N,Lancon P,Bossig G.Thermoresistance and Giant Magnetoresistance ofMagnetorheologicalElastomers[J].Journal of Physics D Applied Physics,2009,42(10):105506-105510.

[46]李光辉,黄学功,王炅.磁流变弹性体的磁电阻特性及在位移传感中的应用[J].磁性材料及器件,2014,45（2）：36-39.

[47]Danas K,Kankanala S V,Triantafyllidis N.Experiments and Modeling of Iron-particle-filled Magnetorheological Elastomers[J].Journal of the Mechanics and Physics of Solids,2012,60(1):120-138.

[48]Schubel P J,Crossley R J,Boateng E K G,et al.Review of Structural Health and Cure Monitoring Techniques for Large Wind Turbine Blades[J].Renewable Energy,2013,51:113-123.

[49]朱新宇,卢俊文.复合材料结构健康监测技术在飞机中的应用[J].宇航材料工艺,2011,41（6）：23-27.

[50]Sohn H,Farrar C R,Hemez F M,et al.A Review of Structural Health Review of Structural Health Monitoring Literature 1996-2001[R].Los Alamos National Laboratory,2002.

[51]李宏男,李东升.土木工程结构安全性评估、健康监测及诊断述评[J].地震工程与工程振动,2002，22（3）：82-90.

[52]Sohn H,Farrar C R.Damage Diagnosis Using Time Series Analysis ofVibration Signals[J].SmartMaterials &Structures,2001,10(3):446-451.

[53]Jones S D,Campbell J P,Janmey R M.Battery Fluid Manager Using Shape Memory Alloy Components with Different Actuation Temperatures:US 7833649[P].2010-11-16.

[54]Langbein S,Czechowicz A.Problems and Solutions for Shape Memory Actuators in Automotive Applications[C]//American Society of Mechanical Engineers.ASME 2012 Conference on Smart Materials,Adaptive Structures and Intelligent Systems,2012:433-439.

[55]Xu Z,Gong X,Liao G,et al.An Active-dampingcompensated Magnetorheological Elastomer Adaptive Tuned Vibration Absorber[J].Journal of Intelligent Material Systems and Structures,2010,21(10):1039-1047.

[56]孙凌玉,陈卫卫,郭世融.一种磁路可变的磁流变弹性体碰撞缓冲吸能装置：ZL201110441924.1[P].2014-01-01.

[57]孙凌玉,李立军,陈卫卫.一种半主动式磁敏橡胶汽车发动机悬置：ZL201310743735.9[P].2016-01-06.

[58]Fleming W J.Overview of Automotive Sensors[J].Sensors Journal,IEEE,2001,1(4):296-308.

[59]PattipatiB,Sankavaram C,PattipatiK R.System Identification and Estimation Framework forPivotal Automotive Battery Management System Characteristics[J].IEEE Transactions on Systems,Man and Cybernetics,Part C:Applications and Reviews,2011,41(6):869-884.

[60]Foulard S,Ichchou M,Rinderknecht S,et al.Online and Real-time Monitoring System for Remaining Service Life Estimation of Automotive Transmissions–Application to a Manual Transmission[J].Mechatronics,2015,30:140-157.

[61]Wu W,Liu Q,Zong Z,et al.Experimental Investigation into Transverse Crashworthiness of CFRP Adhesively Bonded Joints in Vehicle Structure[J].Composite Structures,2013,106:581-589

[62]Godec M,Mandrino D,Jenko M.Investigation of the Fracture of a Car’S Drive Shaft[J].Engineering Failure Analysis,2009,16(4):1252-1261.

[63]Xia Y,Wierzbicki T,Sahraei E,et al.Damage of Cells and Battery Packs Due to Ground Impact[J].Journal of Power Sources,2014,267:78-97.

[64]董晓马,张为公.基于压电元件的智能夹层研究[C]//全国复合材料学术会议,2004.

[65]Mitschang P,Molnár P,Ogale A,et al.Cost-effective Structural Health Monitoring of FRPC Parts for Automotive Applications[J].Advanced Composite Materials,2007,16(2):135-149.

[66]Medeiros R D,Ribeiro M L,Tita V.Computational Methodology of Damage Detection on Composite Cylinders:Structural Health Monitoring for Automotive Components[J].International Journal of Automotive Composites,2014,1(1):112-128.

[67]周伟,曾捷,梁大开,等.基于光纤智能夹层的车架有限元分析与试验研究[J].传感器与微系统,2008,27（12）：48-50.

[68]芦吉云.光纤光栅在智能结构动态监测中的应用研究[D].南京：南京航空航天大学,2009.

[69]邓国红,邢峰,欧健,等.基于压电陶瓷的轿车车身振动主动控制研究[J].机械设计与制造,2010（2）：139-141.

[70]Lopes H,Ribeiro J.Structural Health Monitoring in Composite Automotive Elements[M].Carmo J P,Ribeiro J E.New Advances in Vehicular Technology and Automotive Engineering.Rijeka:InTech,2012:286-302.