复合材料固化成型工艺曲线确定方法、设备、介质及产品
本申请涉及复合材料制造领域,特别是涉及一种复合材料固化成型工艺曲线确定方法、设备、介质及产品。
背景技术:
1、碳纤维增强树脂基复合材料(carbon fiber reinforced polymer,cfrp)因具有高比强度、高比刚度以及优异的耐疲劳性能,被广泛应用于航空航天飞行器结构制造。在复合材料热压罐固化成型过程中,外部施加的温度工艺曲线直接影响树脂固化反应速率、构件内部温度分布、固化程度演化以及残余应力形成过程。因此,合理制定固化工艺曲线对于提高复合材料构件成型质量和制造效率具有重要意义。
2、目前,复合材料固化工艺主要采用基于经验制定的固定升温-保温-降温工艺曲线。该类工艺通常根据材料供应商推荐参数确定多个恒温平台,通过保证最终固化度满足要求实现构件成型。然而,复合材料固化过程涉及热传导、固化放热、树脂流变以及材料性能演化等多种非线性因素,构件内部状态随时间持续变化,固定形式的工艺曲线难以根据实际固化状态进行动态调整,容易造成局部温度梯度过大、残余应力积累以及制造周期较长等问题。
3、近年来,针对复合材料固化过程优化方法主要包括基于数值模拟的参数优化方法以及基于智能算法的工艺优化方法。其中,基于有限元仿真的方法能够描述固化过程中的温度场、固化度场以及应力场演化规律,但由于复合材料固化过程涉及复杂多物理场耦合,单次计算通常需要较长时间,难以满足优化过程中大量迭代计算需求。
4、基于遗传算法、多目标优化算法等智能优化方法能够在一定程度上改善传统工艺曲线设计方式,但该类方法通常需要预先定义有限的工艺参数形式,例如升温速率、保温温度以及保温时间等参数,其优化结果仍然受到人工设定工艺结构的限制,无法实现固化过程中的连续动态调节。
5、深度强化学习方法能够通过智能体与环境之间的交互,根据当前状态自主选择控制策略,在复杂动态系统优化中具有明显优势。然而,复合材料固化过程具有强时间依赖性,若直接采用高精度数值模型作为强化学习环境,需要大量重复计算,导致训练效率低,难以应用于实际工艺优化。
6、因此,基于上述问题,亟需提供一种复合材料固化成型工艺曲线确定方法,能够快速预测复合材料的固化状态的演化规律,进一步自主调整温度变化量,实现固化成型过程的质量与效率协同提升。
技术实现思路
1、本申请的目的是提供一种复合材料固化成型工艺曲线确定方法、设备、介质及产品,能够快速预测复合材料的固化状态的演化规律,进一步自主调整温度变化量,实现固化成型过程的质量与效率协同提升。
2、为实现上述目的,本申请提供了如下方案:
3、第一方面,本申请提供了一种复合材料固化成型工艺曲线确定方法,包括:
4、获取复合材料在不同工艺参数条件下的固化状态参数;所述工艺参数为温度变化量;所述固化状态参数包括:模具温度、构件内部特征位置温度、固化度以及残余应力状态;
5、根据固化状态参数,基于深度q网络,确定不同温度变化量对应的q值,并将最大q值对应的温度变化量作为最终温度变化量;
6、根据最终温度变化量以及对应的固化状态参数,基于长短期记忆网络,确定下一时刻的固化状态参数;
7、根据下一时刻的固化状态参数,基于奖励函数确定综合奖励值;并利用综合奖励值对深度q网络的参数进行更新,得到训练好的深度q网络;
8、实时采集当前的固化状态参数,基于训练好的深度q网络,确定当前的最终温度变化量;根据当前的最终温度变化量以及当前固化状态参数,基于长短期记忆网络,确定下一时刻的固化状态参数;
9、根据每一时刻的最终温度变化量以及对应的固化状态参数构建工艺曲线。
10、第二方面,本申请提供了一种计算机设备,包括:存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序以实现上述的复合材料固化成型工艺曲线确定方法的步骤。
11、第三方面,本申请提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述的复合材料固化成型工艺曲线确定方法的步骤。
12、第四方面,本申请提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述的复合材料固化成型工艺曲线确定方法的步骤。
13、根据本申请提供的具体实施例,本申请具有了以下技术效果:
14、本申请提供了一种复合材料固化成型工艺曲线确定方法、设备、介质及产品,通过获取复合材料在不同工艺参数条件下的固化状态参数,并利用深度q网络确定最终温度变化量,利用长短期记忆网络确定下一时刻的固化状态参数,即本申请将深度q网络与长短期记忆网络相结合,将传统的基于离线计算的工艺优化方式转变为基于状态反馈的动态决策方式,能够根据实时固化状态参数自动调整温度变化量,实现固化过程的闭环调控。
1.一种复合材料固化成型工艺曲线确定方法,其特征在于,所述方法包括:
2.根据权利要求1所述的复合材料固化成型工艺曲线确定方法,其特征在于,所述获取复合材料在不同工艺参数条件下的固化状态参数,具体包括:
3.根据权利要求1所述的复合材料固化成型工艺曲线确定方法,其特征在于,所述根据最终温度变化量以及对应的固化状态参数,基于长短期记忆网络,确定下一时刻的固化状态参数,具体包括:
4.根据权利要求3所述的复合材料固化成型工艺曲线确定方法,其特征在于,所述将最终温度变化量以及对应的固化状态参数进行组合,得到组合变量,具体包括:
5.根据权利要求3所述的复合材料固化成型工艺曲线确定方法,其特征在于,所述根据组合变量,基于长短期记忆网络,确定固化状态参数变化量,具体包括:
6.根据权利要求3所述的复合材料固化成型工艺曲线确定方法,其特征在于,所述根据固化状态参数以及固化状态参数变化量,确定下一时刻的固化状态参数,具体包括:
7.根据权利要求1所述的复合材料固化成型工艺曲线确定方法,其特征在于,所述根据下一时刻的固化状态参数,基于奖励函数确定综合奖励值,具体包括:
8.一种计算机设备,包括:存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序以实现权利要求1-7中任一项所述的复合材料固化成型工艺曲线确定方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-7中任一项所述的复合材料固化成型工艺曲线确定方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-7中任一项所述的复合材料固化成型工艺曲线确定方法。
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