【技术实现步骤摘要】
本专利技术涉及一种复合材料构件固化变形预测方法，尤其是一种新开发复合材料构件的固化变形预测方法，具体地说是基于历史数据的复合材料构件固化变形预测方法。
技术介绍
1、复合材料已经成为航空航天等领域减重增效的优选材料。复合材料在经历高温固化过程中，由于不匹配热膨胀、化学收缩、外部机械力作用等因素，不可避免的产生固化变形。固化变形直接引起构件几何精度超差导致报废，若强制装配则形成大而不均的装配应力，将导致构件服役规程中出现分层、开裂等结构失效，危害服役安全和疲劳寿命。因此，准确预测固化变形是实现对其精确控制的前提条件。目前，固化变形的预测方法主要分为解析法和数值模拟法。然而，解析法无法解决复杂结构复合材料固化变形的预测问题。cn201711167036.9，cn201810533524.5等专利公开了不同的固化变形数值模拟预测方法。
2、然而，上述预测方法都需要对复合材料固化变形相关参数进行精确表征。由于复合材料本身的各向异性，这些参数种类繁多；它们受温度影响较大，是与温度相关的函数，因此难以准确表征；此外，这些表征参数是基于试片级的，与真实零件的参数存在一定差异。因此，准确且完整地表征材料性能参数是一项耗时且昂贵的过程。其中有几种典型复合材料的性能参数表征精确且完整，经过实验和仿真结果的对比，结果误差非常小。
3、本专利技术公开了一种基于历史数据的复合材料构件固化变形预测方法。该方法利用不同复合材料固化过程中固化行为和固化变形产生机制的相似性，并且材料性能参数随温度变化的趋势是一致的，只是在数值上存在一定差
技术实现思路
1、本专利技术的目的在于针对不同复合材料体系的构件固化变形需要重复测量表征性能参数的问题，提出了一种无需性能参数测量的复合材料固化变形知识重用预测方法。假设有两种不同体系的复合材料：其中一种性能参数测量表征全面且准确，称其为典型复合材料；而另外一种性能参数没有任何表征，称其为新复合材料。利用典型复合材料固化变形预测模型所需的性能参数等已有的“知识”，并通过少量新复合材料的固化变形数据进行修正，获得新复合材料在相同任务下的固化变形预测模型。本专利技术创造性地提出利用典型复合材料的已有的性能参数等“知识”，在不对新复合材料进行任何参数测量的情况下，仅依靠少量新复合材料的固化变形数据即实现了其固化变形预测模型的建立。
2、本专利技术的技术方案为：
3、一种基于历史数据的复合材料构件固化变形预测方法，其特征在于，首先建立特定任务场景下以不同设计变量为输入的已有复合材料体系的固化变形预测代理模型，进而选取所述设计变量域中少量设计变量作为实验条件，以新开发复合材料体系为对象开展固化实验，获得所述实验条件下的真实固化变形数据，进一步通过所述真实固化变形数据对所述代理模型中的部分参数进行调整，得到适用于新开发复合材料在所述特定任务场景下的固化变形预测模型。
4、所述固化变形是固化后构件型面与理想构件几何外形的不一致，可以采用三维点云数据、最大位移量、简化的回弹角等变形标签来定量表征所述预测代理模型可以通过已有复合材料体系在特定任务场景下的生产或实验数据直接拟合获得模型，也可在准确表征的已有复合材料体系的传热系数、比热容、模量、泊松比、膨胀/收缩系数等材料参数的基础上，通过解析法、数值法建立预测模型，进而再利用计算结果数据拟合获得代理模型。
5、所述设计变量是根据特定任务场景下的生产或实验需要设计并改变的变量，铺层顺序、几何结构、模具型面、温度工艺参数等与固化变形相关的一种或多种设计变量。所述代理模型是通过设计变量与固化变形数据输入到神经网络中训练后获得的固化变形预测模型，其输入设计变量，输出为特定设计变量下的固化变形标签。所述任务场景是新开发复合材料体系与所述已有复合材料体系在相同的构件铺层顺序、几何外形，相似的温度、压力工艺等条件下的固化变形预测任务场景。
6、所述调整方法，其特征在于冻结所述固化变形预测代理模型的神经网络部分层，利用所述变形数据对所述神经网络中未冻结层中的权重和偏置等参数进行更新，获得新开发材料体系的固化变形预测模型，使新获得的模型可拟合所述变形数据，进一步利用所述新模型预测并输出新开发材料体系在相似任务场景下的其他变形数据。
7、本专利技术的有益效果是：
8、本专利技术提出利用不同复合材料固化过程中固化行为和固化变形产生机制的相似性，结合表征准确的已有复合材料固化变形预测模型的历史知识，并通过新开发材料体系的固化变形数据对上述固化变形预测模型进行调整，在不需要表征任何新开发材料体系的材料性能参数的前提下获得其固化变形预测模型，实现新开发材料体系的固化变形的低成本、快速精确预测。
本文档来自技高网...【技术保护点】
1.一种基于历史数据的复合材料构件固化变形预测方法，其特征在于，首先建立特定任务场景下以不同设计变量为输入的已有复合材料体系的固化变形预测代理模型，进而选取所述设计变量域中少量设计变量作为实验条件，以新开发复合材料体系为对象开展固化实验，获得所述实验条件下的真实固化变形数据，进一步通过所述真实固化变形数据对所述代理模型中的部分参数进行调整，得到适用于新开发复合材料在所述特定任务场景下的固化变形预测模型。
2.根据权利要求1所述的方法，其特征在于，所述预测代理模型可以通过已有复合材料体系在特定任务场景下的生产或实验数据直接拟合获得模型，也可在准确表征的已有复合材料体系的传热系数、比热容、模量、泊松比、膨胀/收缩系数等材料参数的基础上，通过解析法、数值法建立预测模型，进而再利用计算结果数据拟合获得模型。
3.根据权利要求1所述的方法，其特征在于，所述少量设计变量的选取方法可采用随机采样、均匀采样等方法，也可依据已有固化变形预测代理模型的数据特征，采取聚类等采样方法，以确定所需新开发复合材料的设计变量的数量和位置。
4.根据权利要求1所述的方法，其特
...【技术特征摘要】
1.一种基于历史数据的复合材料构件固化变形预测方法，其特征在于，首先建立特定任务场景下以不同设计变量为输入的已有复合材料体系的固化变形预测代理模型，进而选取所述设计变量域中少量设计变量作为实验条件，以新开发复合材料体系为对象开展固化实验，获得所述实验条件下的真实固化变形数据，进一步通过所述真实固化变形数据对所述代理模型中的部分参数进行调整，得到适用于新开发复合材料在所述特定任务场景下的固化变形预测模型。
2.根据权利要求1所述的方法，其特征在于，所述预测代理模型可以通过已有复合材料体系在特定任务场景下的生产或实验数据直接拟合获得模型，也可在准确表征的已有复合材料体系的传热系数、比热容、模量、...
【专利技术属性】
技术研发人员：李迎光，刘舒霆，郭嘉炜，刘旭，谢文杰，何锐涛，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。