开发一种人工神经网络模型,用于预测月球屏蔽栖息地的损坏情况

《Accident Analysis & Prevention》:Development of an Artificial Neural Network model for predicting damage of shielded lunar habitats

【字体: 大 中 小 】 时间:2026年04月09日 来源:Accident Analysis & Prevention 6.2

编辑推荐:

  本研究通过有限元动态显式分析模拟微陨石撞击月壤和铝板穿透深度,构建人工神经网络模型,对比多元线性回归,验证了ANN在预测高速撞击(>20 km/s)穿透深度中的准确性优势,为月球栖息地防护设计提供新方法。

  
阿图罗·蒙托亚|阿米尔·贝贾特|阿德南·沙赫里亚尔

摘要

微陨石以极高的速度不断撞击月球表面,因此未来的月球结构栖息地需要具备足够的结构强度来抵御这些撞击。风化层和铝是用于保护月球结构免受微陨石撞击的材料之一。有限元(FE)动态显式分析为评估微陨石撞击对这些材料可能造成的损害提供了一种可靠的方法,从而减少了进行复杂且成本高昂的高速撞击测试的需求。然而,这些数值分析计算量较大,必须由专家用户来处理。因此,我们提出使用一组具有代表性的FE模型来训练机器学习工具,以便进行参数分析,有效指导空间栖息地的设计和分析。FE模型涵盖了广泛的微陨石直径和速度范围(最高达70公里/秒)。其中一部分FE预测的穿透深度通过文献中的实验数据进行了验证。然后利用FE结果训练了一个人工神经网络(ANN)模型,以预测不同材料、微陨石直径和速度条件下的穿透深度。该ANN模型在预测潜在月球栖息地设计的穿透深度方面表现优于多元线性回归(MLR)模型。本研究为开发能够抵抗微陨石撞击的空间栖息地提供了框架。

引言

美国国家航空航天局(NASA)正在努力在月球表面建立可持续的存在,这将为负担得起的深空探险铺平道路。长期、耐用的深空栖息地的设计和开发将有助于以更经济的方式维持月球表面的人类永久驻留[1]、[2]、[3]、[4]、[5]、[6]、[7]。然而,深空栖息地的极端环境和孤立性给栖息地设计带来了挑战。这些障碍可以通过多学科的努力来解决,不仅确保结构能够安全地承受施加的载荷,还考虑了深空有限资源的利用[8]、[9]、[10]、[11]、[12]、[13]、[14]。
空间栖息地应具备足够的结构强度,以抵御多种危害,如极端温度波动、辐射、尘埃、月震和微陨石撞击。月球表面的温度在一个月球日(29.5个地球日周期)内可能在-150到100摄氏度之间变化[15]。因此,月球栖息地需要具备抗热疲劳的防护措施。此外,根据Gies的研究[16],人类每年受到的辐射量不应超过5雷姆。辐射暴露程度很大程度上取决于用于设计月球栖息地的材料类型和厚度。此外,悬浮在月球栖息地上的大量尘埃会改变栖息地的辐射暴露情况,并影响其热传导性。月震也很常见且令人担忧。在阿波罗计划期间,月球表面记录了12,500次月震,其中28次是矩震级接近4.1的浅层地震[17]、[18]。
流星体是太空中从尘埃颗粒到小行星的各种物体,而微陨石是经常以极高速度撞击月球表面的非常小的颗粒[19]。月球缺乏保护性大气层,使得微陨石能够直接撞击其表面。Vanzani指出[20],较小的微陨石比大颗粒的微陨石更有可能撞击月球表面。微陨石的最大速度可达70公里/秒,直径范围在1到3毫米之间[21]。平均而言,每天有33吨(73,000磅)的流星物质穿过月球轨道,其中主要是微陨石[22]。深空栖息地可能会因微陨石撞击而受损[14]、[23];因此,栖息地的结构防护墙可能会被穿透,增加了维持内部环境所需空气、温度和压力的难度。为了在月球栖息地提供安全的环境,必须对设计结构进行防护,以保护结构及其中的人员免受微陨石的伤害。
最早的月球栖息地概念之一是由Johnson提出的[24],其设计考虑了在月球上建造结构所涉及的所有工程和技术挑战。这些考虑因素包括基础布局、挖掘要求以及月球环境中的各种危害,如微陨石撞击、辐射暴露和其他特定于地点的限制条件。Benaroya开发了一种半圆形结构设计,在结构周围设置了多个铰链,以防止因大幅温度波动而产生过大的应力。该设计包括了风化层防护[25],并考虑了热载荷、内部压力和施加在结构上的恒定载荷的联合作用[26]。此外,研究得出结论认为需要厚厚的防护层来保护结构免受放射性环境的影响。Grandl提出了一个由六个圆柱形模块组成的结构设计,载重为12吨。这些模块假设由铝板和风化层保护层制成。双层壳体系统(中间夹有风化层和泡沫玻璃)用于隔热和防护月球栖息地。Haeuplik-Meusburger和Ozdemir提出了一个多层可展开的月球栖息地设计,重点增强了对抗致命干扰的防护能力。他们初步设计的防护层使用了复合材料和铝/聚合物层压材料[28]。在多项研究中[29]、[30]、[31]、[32]、[33]、[34],设计中考虑了以风化层复合材料作为防护层,而其他研究则使用铝等延性材料作为月球栖息地的外层。在所有这些设计中,尚未详细分析微陨石对外层的影响。
先前的研究进行了实验测试和数值模拟,以预测微陨石撞击脆性和延性板材的穿透深度[35];然而,这些模型在高速撞击情况下存在一定的局限性。Fish和Summers[36]对多种延性材料进行了实验撞击测试,撞击器的速度范围从0.5到8.5公里/秒。本研究研究了高速撞击引起的失效模式,包括剥落、唇缘形成和裂纹。Bjorkman提出了一个能够预测不同速度下铝板穿透深度的撞击方程[37]。Humes[38]将NASA长期暴露设施(LDEF)空间侧和尾部侧的S0001实验中的撞击坑数量与提出的关系进行了比较,结果显示,平均而言,实验结果与观测到的撞击坑数量在空间端的一致性为32%,在尾部端的一致性为80%。Ratliff提出了一个方程,用于预测最大速度达4.6公里/秒的微陨石撞击钛单块板的穿透深度[39]。虽然上述模型可以为不同类型的板材提供穿透深度估计,但需要注意的是,这些方程无法预测速度超过20公里/秒的微陨石的穿透深度[28]。用于进行实验测试的设备限制了速度范围,使得有限元模拟[7]成为目前处理高速撞击的唯一方法。
Itoh等人[40]对混凝土墙受到重型飞机撞击进行了三维数值模拟。然而,普遍认为混凝土结构的数值结果受到所用材料特性和本构模型的显著影响。Allende等人[41]使用桑迪亚国家实验室开发的冲击物理代码进行了高速撞击的数值模拟。通过分析实验撞击坑与模拟结果,发现高速撞击实验产生的撞击坑尺寸与冲击物理模型预测的尺寸高度吻合。Grady和Kipp[42]进行了高速撞击实验,其中铜球撞击了硬化钢靶板。随后,使用三维数值模型分析了撞击坑形成和碎片演变过程。
人工神经网络(ANN)可以成为预测微陨石撞击月球栖息地穿透深度的可靠数学工具[43]、[44]、[45]。ANN是一种测量技术,有助于解决变量之间具有高度非线性关系的复杂问题[46]、[47]、[48]。其中一个优化工具是Adam算法,它在不同的ANN领域中得到应用,以简化权重调整过程[49]。Adam算法是随机梯度下降方法[50]的有用替代方案,其超参数具有直观的解释,因此在调优任务上消耗的计算时间较少[51]、[52]。近年来,ANN已被广泛应用于许多工程领域[53]、[54]。Hacene等人[55]开发了一个能够预测混凝土抗压强度的ANN模型。Felix[56]使用ANN工具预测了钢筋混凝土结构的碳化深度,该模型有助于估计各种结构的寿命和耐久性。Kim开发了一个ANN模型,用于通过FE模型训练圆柱形滑轮的设计。
如图1所示,微陨石撞击月球栖息地时可能会穿透并损坏其外层。鉴于当前微陨石穿透预测工具的局限性,本研究旨在应用不同的机器学习技术(如ANN和MLR),找出在准确性和用户友好性方面表现最佳的技术。在本研究中,开发了FE模型来估计微陨石撞击风化层和铝板的穿透深度。使用商业软件ABAQUS中的显式求解器模拟了多种微陨石速度(范围从0.2到70公里/秒)和直径(范围从1到3毫米)撞击板的FE模型。输出结果被输入到多个ANN架构中,从而找到了隐藏层数量和神经元数量最优化的ANN模型。随后,将ANN模型的准确性与MLR进行了比较。为了突出不同近似方法之间的差异,分别针对两种不同情况比较了所提出方法的准确性:(i) 速度小于20公里/秒;(ii) 速度大于20公里/秒。

方法论

月球与地球面临相同的流星体环境,但没有大气层来阻止这些颗粒与月球表面相互作用。随着微陨石质量的增加,估计的月球撞击通量显著减少,表明较小微陨石的撞击频率高于较大微陨石的撞击频率。本节首先描述了用于预测微陨石撞击损害的数值模型。

FE结果

图10中的示例模拟展示了两种材料的损伤过程,其中3毫米的 projectiles 以20公里/秒的速度撞击。风化层目标的穿透深度为11.51厘米,而铝膜的穿透深度为5.08厘米。
每次模拟后都记录了损伤程度(穿透深度)。微陨石撞击直径为1毫米和2毫米的铝膜和风化层的穿透深度被记录下来。

讨论

本研究比较了各种模型(如ANN和MLR)在预测铝板和风化层板在微陨石速度超过20公里/秒时的穿透深度方面的预测能力。虽然实验模型验证主要适用于速度低于20公里/秒的情况,但本研究使用FE模型来确定月球栖息地在微陨石撞击下的最准确穿透深度近似值。

结论

本研究主要关注分析简化微陨石撞击对未来月球栖息地穿透深度预测的各种数值方法。这种预测适用于防护屏障因微陨石撞击而发生穿透的情况。为此,使用了显式有限元分析来估计不同速度和直径的微陨石的穿透深度。

CRediT作者贡献声明

阿图罗·蒙托亚:撰写 – 审稿与编辑,撰写 – 原稿,监督,资源获取,概念化。阿米尔·贝贾特:撰写 – 审稿与编辑,可视化,方法论,研究,概念化。阿德南·沙赫里亚尔:撰写 – 审稿与编辑,可视化,验证,方法论,概念化。

写作过程中生成式AI和AI辅助技术的声明

在准备这项工作时,作者使用了ChatGPT和Microsoft 365 Copilot来改进论文某些部分的语言和可读性。使用这些工具后,作者根据需要对内容进行了审查和编辑,并对出版物的内容负全责。

资金来源

本研究基于在Resilient Extra-Terrestrial Habitat Institute (RETHi)的支持下进行的研究,该研究得到了NASA空间技术研究基金计划(编号:80NSSC19K1076)的资助。

利益冲突声明

作者声明以下可能被视为潜在利益冲突的财务利益/个人关系:Arturo Montoya表示获得了NASA的财务支持。如果还有其他作者,他们声明没有已知的财务利益或个人关系可能影响本文所述的工作。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号