面向AI時代的纖維增強樹脂基復合材料工藝仿真

編號：FTJS106945

篇名：面向AI時代的纖維增強樹脂基復合材料工藝仿真

作者：周鈺博 李敏 王紹凱 顧軼卓 陶飛 陳祥寶 張佐光

關鍵詞： 復合材料 工藝仿真 人工智能 機器學習 固化仿真 固化變形

機構： 北京航空航天大學國際前沿交叉科學研究院數字孿生國際研究中心 北京航空航天大學材料科學與工程學院 中國航發(fā)北京航空材料研究院

摘要： 纖維增強樹脂基復合材料制造工藝是保證其產品結構效率和應用可靠性的關鍵,通過計算機進行工藝仿真是提高復合材料制造質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機理,通過有限元/有限體積等數值計算方法,以及計算機圖形學等輔助設計方法來求解相關機理模型的數學方程,目前已在增強體/預浸料的鋪覆、樹脂的滲透流動、熱固性樹脂的固化行為、熱傳導與熱交換、非線性力學及殘余應力與固化變形預測等方面得到廣泛應用。近年來,人工智能(AI)的迅猛發(fā)展,其技術基礎機器學習(ML)與人工神經網絡(ANN)相結合,已用于增強體鋪覆、液體成型工藝和熱壓罐工藝領域,主要目的是數據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量、力學性能等之間的關系,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樹脂基復合材料制造過程復雜、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據量難以滿足ML的要求,同時數據驅動AI還面臨模型代表性、普適性、可解釋性不確定的問題。因此,基于物理化學機理的傳統(tǒng)工藝仿真可為數據驅動ML仿真提供大量可靠數據,進而通過AI建立更多描述復合材料工藝的定量模型,擴展工藝仿真可計算的過程;同時,通過AI技術提高計算效率后,滿足實時性要求的工藝仿真可進化為制造過程的數字孿生(DT),從而可為復合材料降低成本、提高全壽命周期管理的科學性提供新的技術支撐。