編號：FTJS106945
篇名：面向AI時代的纖維增強(qiáng)樹脂基復(fù)合材料工藝仿真
作者：周鈺博 李敏 王紹凱 顧軼卓 陶飛 陳祥寶 張佐光
關(guān)鍵詞： 復(fù)合材料 工藝仿真 人工智能 機(jī)器學(xué)習(xí) 固化仿真 固化變形
機(jī)構(gòu)： 北京航空航天大學(xué)國際前沿交叉科學(xué)研究院數(shù)字孿生國際研究中心 北京航空航天大學(xué)材料科學(xué)與工程學(xué)院 中國航發(fā)北京航空材料研究院
摘要： 纖維增強(qiáng)樹脂基復(fù)合材料制造工藝是保證其產(chǎn)品結(jié)構(gòu)效率和應(yīng)用可靠性的關(guān)鍵,通過計算機(jī)進(jìn)行工藝仿真是提高復(fù)合材料制造質(zhì)量與降低制造成本的重要手段。傳統(tǒng)工藝仿真依賴于制造過程中的物理化學(xué)機(jī)理,通過有限元/有限體積等數(shù)值計算方法,以及計算機(jī)圖形學(xué)等輔助設(shè)計方法來求解相關(guān)機(jī)理模型的數(shù)學(xué)方程,目前已在增強(qiáng)體/預(yù)浸料的鋪覆、樹脂的滲透流動、熱固性樹脂的固化行為、熱傳導(dǎo)與熱交換、非線性力學(xué)及殘余應(yīng)力與固化變形預(yù)測等方面得到廣泛應(yīng)用。近年來,人工智能(AI)的迅猛發(fā)展,其技術(shù)基礎(chǔ)機(jī)器學(xué)習(xí)(ML)與人工神經(jīng)網(wǎng)絡(luò)(ANN)相結(jié)合,已用于增強(qiáng)體鋪覆、液體成型工藝和熱壓罐工藝領(lǐng)域,主要目的是數(shù)據(jù)挖掘和建立降階模型。前者可以建立工藝條件與制件固化質(zhì)量、力學(xué)性能等之間的關(guān)系,后者則可以提高工藝仿真的計算效率。然而受限于纖維增強(qiáng)樹脂基復(fù)合材料制造過程復(fù)雜、不可測、成本高的特點,在AI時代的起點,僅依賴實驗獲得的數(shù)據(jù)量難以滿足ML的要求,同時數(shù)據(jù)驅(qū)動AI還面臨模型代表性、普適性、可解釋性不確定的問題。因此,基于物理化學(xué)機(jī)理的傳統(tǒng)工藝仿真可為數(shù)據(jù)驅(qū)動ML仿真提供大量可靠數(shù)據(jù),進(jìn)而通過AI建立更多描述復(fù)合材料工藝的定量模型,擴(kuò)展工藝仿真可計算的過程;同時,通過AI技術(shù)提高計算效率后,滿足實時性要求的工藝仿真可進(jìn)化為制造過程的數(shù)字孿生(DT),從而可為復(fù)合材料降低成本、提高全壽命周期管理的科學(xué)性提供新的技術(shù)支撐。
