基于贝叶斯优化与多尺度固化分析的聚合物复合材料制造工艺加速设计

《Next Research》：An accelerated manufacturing process design of polymer composites using Bayesian optimization and multiscale cure analysis

本文提出了一种集成多目标贝叶斯优化（MOBO）与代理辅助多尺度有限元固化分析（SAMFEA）的创新框架，旨在加速聚合物复合材料制造工艺设计。该方法通过q-期望超体积改进（qEHVI）获取函数高效逼近帕累托前沿，并结合多尺度建模显著减少计算成本，为降低残余应力、缩短工艺时间及优化固化度（DoC）提供了高效决策支持。

　　

章节亮点

多目标贝叶斯优化

贝叶斯优化（BO），亦称高效全局优化，是一种成熟且样本高效的优化方法。它特别适用于评估成本高昂的函数，例如高保真有限元分析（FEA）、计算流体动力学以及机器学习（ML）中的超参数优化。在BO框架内，真实函数通常缺乏显式函数关系，且梯度信息通常难以获取。

固化过程的有限元模型

通过代理辅助多尺度有限元分析（SAMFEA）来分析树脂固化对复合材料性能的影响。该方法涉及使用固化动力学模型模拟材料属性在固化过程中的演变，随后在较低长度尺度上为这些均质化属性创建代理模型，并将这些代理模型纳入用户子程序中，最终扩展到部件级别的固化仿真有限元分析。

问题描述

纤维增强复合材料，无论是预浸料形式还是无屈曲织物形式，都广泛应用于航空航天和风力叶片领域。在这些应用中，铺层递减扮演着关键角色。复合材料损伤通常使用包含铺层递减的 scarf 接头进行修复。这些铺层递减区域通常使用快速固化树脂进行灌注，这会导致不均匀固化。此外，铺层递减处变化的厚度在固化过程中会引起诸如高残余应力和不均匀固化度（DoC）等问题。

结果与讨论

本节讨论了SAMFEA的验证，随后探讨了制造商推荐固化周期（MRCC）对锥形层压复合材料部件的影响，并展示了应用MOBO的结果和讨论。研究使用Ansys参数化设计语言（APDL）对给定部件和模具进行建模，并利用Ansys Mechanical求解器执行固化仿真的有限元分析。图7详细展示了锥形层压复合材料部件和模具的网格划分模型。该网格模型是在进行网格敏感性研究后获得的。

结论

本文概述了一种优化复合材料制造过程中工艺参数的方法。采用了两种不同的策略——多目标贝叶斯优化（MOBO）和代理辅助多尺度有限元分析（SAMFEA）来加速工艺优化。MOBO侧重于最小化函数评估次数，而SAMFEA则旨在减少每次函数评估的计算时间。在MOBO中，高斯过程（GP）被用作代理模型，每个目标都被建模为一个GP。q-期望超体积改进（qEHVI）获取函数每次迭代生成q个设计点，用于并行评估，从而加速优化进程。该方法成功应用于优化一个经历两步固化过程的锥形交叉铺层层压结构的固化周期。结果表明，在满足关键质量约束（如充分固化）的同时，部件工艺时间和残余应力均显著降低。所提出的框架为复合材料制造中涉及多目标权衡的复杂优化问题提供了一种计算高效的解决方案。未来的工作可以探索将该方法扩展到包含更多目标和约束的更复杂几何形状及制造场景。