XY向纤维多层织造层密调控系统的制作方法
本发明属于智能装备,具体涉及一种xy向纤维多层织造层密调控系统。
背景技术:
1、在航空航天、国防军工及新能源领域,以碳纤维、芳纶等高性能纤维为基材的三维(3d)立体织造复合材料预制体发挥着不可替代的作用。超厚度、异形截面的预制体在多层织造过程中,其层间密度的均匀性、xy向纤维与法向纤维(z向)的交织状态,直接决定了最终复合材料件的抗分层强度、抗冲击破坏能力等关键力学性能。
2、然而,现有的织造系统在层密度和纤维张力控制方面面临极大的技术瓶颈。传统的张力控制主要依赖张力传感器和pid闭环,不仅响应滞后,且无法感知织物内部已经发生的纤维滑移或微损伤。近年来出现的有限元数值仿真方法,由于计算量庞大,根本无法满足织造过程的实时在线控制要求;而纯数据驱动的神经网络黑盒模型,又因缺乏物理机理约束,泛化能力极差,在面对复杂织造路径突变时极易失效。
3、更为致命的是,现有的伺服送纱机构属于刚性控制逻辑。在高速织造中,当纤维经过密集交织点或复杂仿形边界时,会产生剧烈的高频摩擦与张力突变。传统的控制方式通过刚性地调整送纱速度来对抗这种突变,反而容易导致纱线断裂或造成织物内部出现应力集中缺陷,严重破坏预制体的层密均匀性。
技术实现思路
1、本发明旨在至少在一定程度上解决上述技术问题。为此,本发明目的在于提供一种xy向纤维多层织造层密调控系统,通过声光协同感知、拓扑同构孪生建模与自适应阻抗执行的结合,实现多层预制体层密度和内部应力的智能调控。
2、本发明所采用的技术方案为:
3、一种xy向纤维多层织造层密调控系统,包括:纱线供给单元,用于输送织造所需的纤维纱线;织造执行机构,用于执行纤维纱线的铺设与层间织造动作;传感模块,用于实时采集织造过程中的织物多维状态参数;以及控制模块,连接所述传感模块、纱线供给单元和织造执行机构;所述传感模块包括嵌入式声光协同传感网络,该嵌入式声光协同传感网络由织入预制体内部的光纤布拉格光栅传感纱线和部署于织造边界的声发射传感器阵列构成,用于同步获取预制体内部的低频应变分布及高频微损伤声波能量;所述控制模块被配置为:运行一个基于拓扑同构映射的图神经网络物理孪生模型,该模型将织物三维交织结构映射为图网络的节点和边;根据所述嵌入式声光协同传感网络采集的低频应变与高频声波能量,实时计算纱线交织点处的局部动态刚度,并以此更新所述图神经网络的边权重;通过所述图神经网络的消息传递机制,预测织造网络全局的瞬态应力传递拓扑图;根据预测的瞬态应力传递拓扑图,生成自适应阻抗匹配指令,并输出至所述纱线供给单元,通过动态改变送纱的等效机械阻抗参数,实现对织造层密度的柔性闭环调控。
4、进一步地,所述控制模块被进一步配置为,通过声光协同算法处理所述嵌入式声光协同传感网络的数据,其中,提取光纤布拉格光栅传感纱线的中心波长漂移量作为低频应变基准,提取声发射传感器的声学事件计数和绝对能量作为高频瞬态特征,两者融合以区分由于宏观张力引起的弹性应变与由于纤维滑移挤压引起的非弹性微形变。
5、进一步地,所述基于拓扑同构映射的图神经网络物理孪生模型中,图网络的节点对应于xy向纤维与法向接结纱线的空间交织点,图网络的边对应于相邻交织点之间的纱线段。
6、进一步地,所述图神经网络的每一层网络前向传播过程,在数学上等效于应力载荷在纤维交织拓扑结构中沿纱线轴向以及跨节点摩擦的离散传递方程。
7、进一步地,所述纱线供给单元包括多个独立配置的伺服驱动器,每一个伺服驱动器均内置有机械阻抗控制算法,能够分别对受控纱线通道表现出可编程的等效刚度系数、等效阻尼系数和等效质量参数。
8、进一步地,所述自适应阻抗匹配指令是指:当所述图神经网络物理孪生模型预测到某一纱线通道前方将出现应力突波时,控制模块指令对应的伺服驱动器降低等效刚度系数并提高等效阻尼系数,使送纱机构表现出高柔顺性以吸收摩擦冲击能量;当预测要求维持高精度层密几何排列时,指令其提高等效刚度系数以抵抗外界扰动。
9、进一步地,所述传感模块还包括外部非接触视觉传感单元,用于实时捕捉织造面的宏观几何形貌、表面层密度和纱线间隙。
10、进一步地,所述控制模块还利用所述外部非接触视觉传感单元获取的表面宏观几何参数,作为图神经网络物理孪生模型的动态边界条件,对图网络的全局节点空间坐标位置进行周期性校准。
11、进一步地,所述控制模块采用事件触发的高频阻抗重构策略:在所述图神经网络计算出的局部动态刚度退化量低于预设安全阈值时,系统以低频周期性刷新阻抗参数;当局部动态刚度退化量突破预设安全阈值时,系统触发高频计算,实时重构并下发瞬态阻抗参数序列。
12、进一步地,所述控制模块被进一步配置为,利用所述图神经网络的预测结果与后续传感模块的实际测量值之间的偏差,作为误差信号对所述图神经网络模型的参数进行在线微调,从而实现对材料批次差异或环境变化的自适应学习。
13、本发明的有益效果为:
14、1.本发明利用光纤传感的低频连续性与声发射传感的高频瞬态性,通过声光协同算法,成功解耦了这两种性质完全不同的力学行为。这使得系统能够首次定量计算出纱线在交织点处的局部动态刚度退化系数,实现了从感知现象到反演物理本质的跨越。
15、2.本发明将织物物理结构直接映射为图神经网络(gnn)的计算结构,并将力学传递方程嵌入gnn的消息传递函数中。这既保证了应力预测遵循物理守恒定律,又利用了gnn的并行计算优势,将推演速度提升至毫秒级,解决了实时控制领域中计算速度与物理真实性的矛盾。
16、3.本发明将自适应机械阻抗控制与gnn的预测能力相结合。系统不再是简单地控制位置,而是主动地管理交互力。它能预见性地将送纱机构的机械特性从刚性连杆动态调整为柔性弹簧,以化解而非抵抗应力冲击。
17、4.本发明的技术点并非独立改进的简单组合,而是构成了一个紧密耦合、互为因果的闭环系统。声光协同感知的局部刚度是gnn模型动态演化的核心驱动;gnn的极速预测是自适应阻抗控制实现前瞻性柔顺的唯一前提;而阻抗控制的柔性执行又反过来保证了织造过程的稳定性,为声光感知提供了更可靠的监测环境。
1.一种xy向纤维多层织造层密调控系统,其特征在于,包括:
2.根据权利要求1所述的系统,其特征在于,所述控制模块被进一步配置为,通过声光协同算法处理嵌入式声光协同传感网络的数据,其中,提取光纤布拉格光栅传感纱线的中心波长漂移量作为低频应变基准,提取声发射传感器的声学事件计数和绝对能量作为高频瞬态特征,两者融合以区分由于宏观张力引起的弹性应变与由于纤维滑移挤压引起的非弹性微形变。
3.根据权利要求1所述的系统,其特征在于,所述基于拓扑同构映射的图神经网络物理孪生模型中,图网络的节点对应于xy向纤维与法向接结纱线的空间交织点,图网络的边对应于相邻交织点之间的纱线段。
4.根据权利要求3所述的系统,其特征在于,所述图神经网络的每一层网络前向传播过程,在数学上等效于应力载荷在纤维交织拓扑结构中沿纱线轴向以及跨节点摩擦的离散传递方程。
5.根据权利要求1所述的系统,其特征在于,所述纱线供给单元包括多个独立配置的伺服驱动器,每一个伺服驱动器均内置有机械阻抗控制算法,能够分别对受控纱线通道表现出可编程的等效刚度系数、等效阻尼系数和等效质量参数。
6.根据权利要求5所述的系统,其特征在于,所述自适应阻抗匹配指令是指:当所述图神经网络物理孪生模型预测到某一纱线通道前方将出现应力突波时,控制模块指令对应的伺服驱动器降低等效刚度系数并提高等效阻尼系数,使送纱机构表现出高柔顺性以吸收摩擦冲击能量;当预测要求维持高精度层密几何排列时,指令其提高等效刚度系数以抵抗外界扰动。
7.根据权利要求1所述的系统,其特征在于,所述传感模块还包括外部非接触视觉传感单元,用于实时捕捉织造面的宏观几何形貌、表面层密度和纱线间隙。
8.根据权利要求7所述的系统,其特征在于,所述控制模块还利用所述外部非接触视觉传感单元获取的表面宏观几何参数,作为图神经网络物理孪生模型的动态边界条件,对图网络的全局节点空间坐标位置进行周期性校准。
9.根据权利要求1所述的系统,其特征在于,所述控制模块采用事件触发的高频阻抗重构策略:在所述图神经网络计算出的局部动态刚度退化量低于预设安全阈值时,系统以低频周期性刷新阻抗参数;当局部动态刚度退化量突破预设安全阈值时,系统触发高频计算,实时重构并下发瞬态阻抗参数序列。
10.根据权利要求1所述的系统,其特征在于,所述控制模块被进一步配置为,利用所述图神经网络的预测结果与后续传感模块的实际测量值之间的偏差,作为误差信号对所述图神经网络模型的参数进行在线微调,实现对材料批次差异或环境变化的自适应学习。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com