基于深度Q网络的碳纤维预浸料铺层参数逆向优化方法

本发明属于碳纤维预浸料铺层智能优化设计，特别涉及一种基于深度q网络的碳纤维预浸料铺层参数逆向优化方法。

背景技术：

1、在材料科学与工程领域，碳纤维预浸料层合构件凭借其轻质、高强、高刚度及良好的可设计性，已成为航空航天、汽车制造、建筑工程等行业的核心材料——从承受复杂气动载荷的飞机机翼、机身，需满足高抗疲劳强度与抗屈曲刚度，到追求轻量化与碰撞安全性的汽车结构件，需平衡拉伸强度与吸能性能，再到长期承载的建筑承重构件，需保证压缩刚度与耐久性，其应用场景均对材料提出了明确且差异化的力学性能要求，而这些要求的实现，核心依赖于精准的铺层设计。

2、碳纤维预浸料层合构件的性能并非由材料本身直接决定，而是通过铺层设计（铺层角度、层数、顺序）对碳纤维预浸料的二次挖掘。传统的碳纤维预浸料铺层设计方法，在力学性能要求向铺层参数的转化过程中存在明显局限：经验设计法依赖设计人员的过往案例积累，仅能应对简单力学需求如单一拉伸载荷，面对多载荷耦合下的复杂性能要求，常因缺乏系统性分析导致设计方案与实际需求脱节；基于力学分析的设计方法如有限元仿真优化虽能通过计算预测铺层性能，但其性能验证到参数调整的循环过程耗时久、计算资源消耗大，且难以在多力学目标中找到最优平衡，无法高效完成力学性能要求向铺层方案的精准转化。

技术实现思路

1、本发明的目的是提供一种基于深度q网络的碳纤维预浸料铺层参数逆向优化方法，实现多目标力学性能要求向铺层参数（铺层角度、层数等）的自动精准映射，提高铺层设计效率，降低仿真与试验成本，突破传统经验设计和迭代仿真优化方法的效率与性能瓶颈。

2、为实现上述目的，本发明采用如下技术方案：

3、一种基于深度q网络的碳纤维预浸料铺层参数逆向优化方法，包括以下步骤：

4、步骤1，确定设计需求并建立材料与铺层约束，以明确目标力学性能，并确定基础材料库、铺层角度集合及工程约束；

5、步骤2，基于步骤1确定的基础材料库及铺层角度集合，构建铺层设计的状态编码，所述状态编码包含材料类型编码与铺层角度信息，并作为深度q网络的输入状态；

6、步骤3，构建并预训练力学性能预测器，该预测器基于有限元仿真数据训练，用于根据步骤2所得的状态编码预测对应的力学性能；

7、步骤4，基于步骤2得到的状态编码与步骤3预训练的力学性能预测器，构建深度q学习环境，深度q学习环境包括与状态编码对应的动作空间、基于预测器输出的奖励函数、经验回放池及深度q网络；

8、步骤5，在步骤4构建的深度q学习环境中，通过智能体交互、经验回放与网络更新进行深度q网络训练，以学习得到满足步骤1所述目标力学性能的铺层设计策略；

9、步骤6，利用步骤5训练完成的铺层设计策略生成铺层方案，并调用步骤3的力学性能预测器进行验证，输出满足性能要求的最终铺层方案。

10、进一步的，所述步骤1包括以下子步骤：

11、步骤11，从工程需求中提取目标力学性能向量及约束条件；

12、步骤12，选取n种纤维增强复合材料构成基础材料库；

13、步骤13，设定最大铺层层数为2m，每层可选铺层角度为0°、45°、-45°、90°；

14、步骤14，设定铺层设计需满足的工程约束；

15、步骤15，定义“n/a”空层标记；

16、其中，n与m均为正整数，n通常取1,2,3,4……，m通常取1,2,3,4……，n/a表示空层，用于占位但不贡献厚度与性能。

17、进一步的，所述步骤14中，工程约束包括：

18、（1）对称准则：前m层与后m层角度镜像对称，以解决弯曲变形与刚度稳定性问题；

19、（2）平衡准则：+45°与-45°层数相等，以解决剪切/扭转耦合问题；

20、（3）同一角度连续铺层数≤4层，避免横向开裂。

21、进一步的，所述步骤2包括以下子步骤：

22、步骤21，对步骤1确定的基础材料库进行独热编码，形成材料类型编码向量；

23、步骤22，基于步骤1确定的铺层角度集合，对前m层铺层角度进行编码，每层角度从包含n/a标记及多个固定角度的集合中选取，采用独热编码形成铺层角度矩阵；

24、步骤23，将材料类型编码向量与铺层角度矩阵拼接，构成深度q网络的当前状态输入，其中t表示决策时刻。

25、进一步的，所述步骤3包括以下子步骤：

26、步骤31，在步骤1确定的工程约束下，随机生成材料与铺层组合，并通过有限元仿真获取其力学性能，构建训练数据集；

27、步骤32，构建包含双输入分支的神经网络模型作为力学性能预测器，所述双输入分支用于分别处理材料类型编码与铺层角度矩阵；

28、步骤33，利用步骤31构建的训练数据集，以均方误差为损失函数训练步骤32构建的力学性能预测器，直至收敛后固定其参数。

29、进一步的，所述步骤4包括以下子步骤：

30、步骤41，定义动作空间，所述动作空间中的动作包括从基础材料库中选择一种材料，以及对铺层角度矩阵中每层的角度选择进行位置调整；

31、步骤42，设计奖励函数，将当前状态输入步骤3预训练的力学性能预测器，根据预测性能与目标性能的差异计算即时奖励；

32、步骤43，构建经验回放池，用于存储交互数据，该四元组依次表示当前状态、执行的动作、获得的即时奖励和下一状态；

33、步骤44，初始化结构相同的主深度q网络与目标深度q网络，其网络参数分别记为和。

34、进一步的，所述步骤41中，动作空间中选择材料的动作对应n个输出节点，调整铺层角度的动作对应个输出节点。

35、进一步的，所述步骤42中，当预测力学性能全部满足预设阈值时，奖励函数给予额外正奖励。

36、进一步的，所述步骤5包括以下子步骤：

37、步骤51，智能体在当前状态下，根据ε-贪婪策略选择动作：以概率ε随机探索，以概率1-ε选择主网络预测q值最大的动作；执行动作，得到新状态；利用力学性能预测器计算当前奖励；将存入步骤4构建的经验回放池；

38、步骤52，从经验回放池采样数据，利用目标网络计算目标q值，其中，为折扣因子，表示参数为的目标网络对下一状态下可能动作的q值预测；

39、步骤53，通过梯度下降法最小化主网络预测q值与目标q值的差异，更新主网络参数，公式为：

40、

41、其中，为学习率，表示损失函数对主网络参数的梯度；

42、所述损失函数为均方误差损失函数：

43、

44、其中，b为小批量样本数量。

45、并定期通过梯度下降法将更新后的主网络参数复制到目标网络参数。

46、进一步的，所述步骤6包括以下子步骤：

47、步骤61，利用训练好的深度q网络策略，决策出基础材料及前m层铺层角度；

48、步骤62，根据对称准则生成完整的2m层铺层序列；

49、步骤63，将步骤62得到的完整的2m层铺层序列输入步骤3的力学性能预测器，验证其性能满足步骤1的目标要求后，输出为最终方案。

50、有益效果：与现有技术相比，本发明具有以下优点：

51、1.实现多目标力学性能需求向铺层参数的自动映射。通过对材料类型与铺层角度进行统一编码，并将刚度、强度、屈曲、吸能等多目标指标引入奖励函数，实现了从性能需求到铺层参数的端到端逆向设计，显著减少了依赖人工经验试凑的工作量。

52、2.显著降低有限元仿真调用次数和整体计算成本。本发明预先构建并训练力学性能预测器，在深度q学习过程中利用力学性能预测器快速给出性能与奖励，仅在必要阶段调用有限元进行验证，从而在保证设计质量的前提下大幅减少仿真次数和计算时间。

53、3.同时优化材料选型与铺层序列，获得更优综合性能。本发明将基础材料类型和铺层角度统一纳入强化学习框架，可在不同材料体系及其铺层组合之间进行组合优化，相较于传统“先定材料再调铺层”的分步方法，能在更大的设计空间中获得更高性能或更低材料用量的方案。

54、4.具有良好的泛化能力和方案多样性。通过调整奖励函数的权重或阈值，本发明方法能够适应不同工况和不同性能侧重点，并在策略收敛后生成多组性能达标但具体不同的候选铺层方案，显著提升工程适用性与设计自由度。