基于多生成器条件生成对抗网络(MG-cGAN)的碳纤维增强塑料(CFRP)缠绕止屈器拓扑-纤维形状联合优化方法研究及其在深海管道安全工程中的应用

本综述创新性地提出基于多生成器条件生成对抗网络(MG-cGAN)的数据驱动拓扑-纤维形状联合优化(TFSO)方法，通过双向进化结构优化(BESO)和非支配排序遗传算法III(NSGA-III)实现碳纤维增强塑料(CFRP)止屈器的多目标优化。该方法在有限的高成本数据集条件下，利用增强结构优化预测残差网络(ESOP-ResNet)构建非迭代式优化预测模型，使止屈效率提升25%的同时体积减少40%，为深海管道安全工程提供了高效低成本的结构优化解决方案。

　　

Structural optimization method for CFRP-winding buckle arrestor

（碳纤维增强塑料缠绕止屈器结构优化方法）

精确的数值模拟建模是止屈器优化的关键基础。本研究采用路径函数法定义弯曲纤维，并通过双圆弧曲线插值技术生成连续光滑的纤维模型，以减小离散纤维近似的精度损失（参考我们先前工作[51]，详见附录）。完成参数化建模后，通过有限元分析(FEA)评估止屈器的机械性能。

Topology-fiber shape optimization prediction method based on MG-cGAN

（基于MG-cGAN的拓扑-纤维形状优化预测方法）

在传统联合优化框架中，结构拓扑优化(TO)因其对止屈效率的显著影响而优先进行。拓扑优化后，通常基于最优拓扑进行纤维形状优化(FSO)。但这种串行TFSO的两阶段过程显著延长了优化时间，并增加了训练数据集构建成本。

为克服这些挑战，本研究提出基于MG-cGAN的数据驱动联合TFSO预测框架...

Numerical simulation of deep-sea pipeline and CFRP arrestor

（深海管道与CFRP止屈器的数值模拟）

作为涉及大结构变形的高速动态过程，深海管道的坍塌、屈曲传播和屈曲交叉表现出强烈的流-固耦合(FSI)现象。鉴于准静态分析方法忽略惯性效应和应变硬化效应，本研究采用声-结构耦合方法模拟空管与海水的耦合模型，充分考虑附加质量、附加阻尼和...

Conclusion

（结论）

为进一步提升现有深海管道CFRP缠绕止屈器的止屈性能并减少材料用量，本文通过联合TFSO引入了一种具有改进性能的新型CFRP止屈器结构。此外，针对联合优化迭代效率低下和大规模联合优化数据集成本高的问题，本文提出了基于MG-cGAN的TFSO预测方法，实现了高效的CFRP止屈器联合优化预测...

CRediT authorship contribution statement

（作者贡献声明）

Jianxing Yu: 验证、监督、软件、资源、调查、资金获取、概念化

Zihang Jin: 评审编辑、原稿撰写、验证、方法论、调查、形式分析、数据整理

Yang Yu: 软件、资金获取、概念化

...（其余作者贡献按相同格式呈现）

Declaration of competing interest

（利益冲突声明）

作者声明不存在可能影响本研究报告的已知竞争性金融利益或个人关系

Acknowledgements

（致谢）

本工作得到天津市科技计划重大项目（编号24ZXZSSS00410）和国家自然科学基金（编号52471299）支持