摘要
本发明提供一种基于特征迁移的多重变刚度复合材料结构智能设计方法,属于工程薄壁复合材料结构设计领域。所述设计方法首先,对多重变刚度复合材料的曲线加筋路径、层内纤维角度以及层间铺层角度进行统一定义与表征,并搭建了图像驱动下多通道卷积神经网络结构力学响应的映射模型。然后,基于此模型面向不同问题开展特征的迁移学习,实现不同数据特征的继承与传递。相较于传统的代理模型优化方法,本发明基于特征迁移的多重变刚度复合材料结构智能设计方法,在较少的数据样本下具有更好的结构响应预测效果,且以此开展的多重变刚度复合材料结构优化得到可行的最优解。本发明有望成为工程薄壁结构中涉及复合材料变刚度设计的最具潜力的方法之一。
技术关键词
变刚度复合材料
智能设计方法
深度学习回归模型
筋条
蚁群算法优化方法
卷积神经网络模型
多通道卷积神经网络
人工神经网络算法
薄壁复合材料
非均匀布局
工况
曲线加强筋
薄壁结构
定义
有限元分析法
模型优化方法
控制点
分段线性函数
纤维