本發(fā)明屬于復(fù)合材料修理，尤其是涉及一種蜂窩夾層結(jié)構(gòu)修理方案優(yōu)化設(shè)計(jì)方法。

背景技術(shù)：

1、復(fù)合材料在航空領(lǐng)域用量比例逐漸增多，蜂窩夾層結(jié)構(gòu)廣泛運(yùn)用于民機(jī)軍機(jī)雷達(dá)天線罩部件，其在服役中很可能遭受地面設(shè)備碰撞、地面砂石撞擊、冰雹撞擊、鳥撞而產(chǎn)生裂紋、脫膠、凹坑和穿孔等損傷，為保證其整體氣動完整性，常采用膠接挖補(bǔ)修理，而當(dāng)修理手冊上沒有對應(yīng)修理方案，需要制定修理方案時，快速完成最佳修理方案的制定是十分重要的。目前，關(guān)于修理方案的優(yōu)化設(shè)計(jì)通常是對某一特定結(jié)構(gòu)的特定修理工況進(jìn)行仿真計(jì)算與優(yōu)化設(shè)計(jì)，未將結(jié)構(gòu)與其工況全面的參數(shù)化；同時，對其修理方案進(jìn)行迭代優(yōu)化時，每一代數(shù)據(jù)通過有限元軟件進(jìn)行仿真計(jì)算獲得，耗費(fèi)了大量時間。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本發(fā)明旨在克服現(xiàn)有技術(shù)中上述問題的不足之處，提出一種蜂窩夾層結(jié)構(gòu)修理方案優(yōu)化設(shè)計(jì)方法，通過python語言搭建參數(shù)化建模平臺，基于拉丁超立方方法進(jìn)行參數(shù)隨機(jī)抽樣，根據(jù)抽樣結(jié)果建立代理模型，最后使用遺傳算法對代理模型進(jìn)行快速迭代優(yōu)化，完成蜂窩夾層結(jié)構(gòu)的修理方案優(yōu)化設(shè)計(jì)。

2、為達(dá)到上述目的，本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的：

3、本發(fā)明第一方面提供了一種蜂窩夾層結(jié)構(gòu)修理方案優(yōu)化設(shè)計(jì)方法，包括如下步驟：

4、s1：建立蜂窩夾層結(jié)構(gòu)完好模型與不同損傷工況下對應(yīng)的膠接挖補(bǔ)修理模型；

5、s2：利用python語言編寫內(nèi)置kernel程序、abaqus內(nèi)置功能搭建用戶，完成參數(shù)化建模平臺的搭建；

6、s3：選擇部分修理參數(shù)，對其設(shè)定符合實(shí)際的取值范圍，并基于拉丁超立方方法在matlab軟件中進(jìn)行編程，隨機(jī)抽取多個樣本點(diǎn)，利用參數(shù)化建模平臺快速進(jìn)行數(shù)值模擬；

7、s4：以補(bǔ)片的斜接率、加強(qiáng)片延伸長度與膠層厚度為自變量，以挖補(bǔ)結(jié)構(gòu)的側(cè)壓極限載荷為因變量，基于響應(yīng)面法建立二次多項(xiàng)式響應(yīng)面代理模型；

8、s5：基于遺傳算法，對代理模型進(jìn)行迭代優(yōu)化，綜合考慮挖補(bǔ)參數(shù)的取值范圍和計(jì)算周期以及結(jié)果所包含的范圍，確定最佳修理方案。

9、具體的，所述步驟1中，建立不同損傷工況下對應(yīng)的膠接挖補(bǔ)修理模型包括：

10、建立單側(cè)面板修理下的蜂窩夾芯結(jié)構(gòu)模型、單側(cè)面板及蜂窩修理下的蜂窩夾芯結(jié)構(gòu)模型和雙側(cè)面板及蜂窩修理下的蜂窩夾芯結(jié)構(gòu)模型，將蜂窩夾層結(jié)構(gòu)各類損傷進(jìn)行仿真計(jì)算。

11、具體的，所述步驟2具體包括：

12、將仿真模型進(jìn)行全面的參數(shù)化，包括步驟1的模型工況下面板和補(bǔ)片的尺寸參數(shù)、材料參數(shù)、鋪層參數(shù)、網(wǎng)格參數(shù)，蜂窩芯子的尺寸參數(shù)、材料參數(shù)、網(wǎng)格參數(shù)以及膠層的尺寸參數(shù)、材料參數(shù)、網(wǎng)格參數(shù)，利用python語言編寫內(nèi)置kernel程序、abaqus內(nèi)置功能搭建用戶界面，同時引入xlrd庫，通過excel導(dǎo)入復(fù)雜的材料參數(shù)與鋪層參數(shù)，完成參數(shù)化建模平臺的搭建。

13、具體的，所述步驟3具體包括：

14、選擇需要蜂窩夾層結(jié)構(gòu)的損傷工況，再選取膠接挖補(bǔ)修理權(quán)重高的三個參數(shù)：補(bǔ)片的斜接率k、加強(qiáng)片延伸長度l與膠層厚度t，對其設(shè)定符合實(shí)際的取值范圍，并基于拉丁超立方方法在matlab軟件中進(jìn)行編程，隨機(jī)抽取多個樣本點(diǎn)，利用參數(shù)化建模平臺快速進(jìn)行數(shù)值模擬，得到對應(yīng)修理方案下蜂窩夾層結(jié)構(gòu)的極限側(cè)壓載荷f。

15、具體的，所述步驟4中，基于響應(yīng)面法建立二次多項(xiàng)式響應(yīng)面代理模型，其形式為：

16、f＝a1k+b1l+c1t+a2k2+b2l2+c2t2+a3kl+b3kt+c3lt+c

17、其中ai,bi,ci(i＝1,2,3)為各自變量權(quán)重系數(shù)，c為常數(shù)；

18、并引入復(fù)相關(guān)系數(shù)r?2,回歸方程的r?2表明實(shí)驗(yàn)值和預(yù)測值的偏差，r?2值的范圍為[0，1]，當(dāng)復(fù)相關(guān)系數(shù)的值越大時，回歸值與仿真值的偏差就越小。

19、具體的，所述步驟5中，對步驟4中建立的二次多項(xiàng)式響應(yīng)面代理模型，基于遺傳算法進(jìn)行迭代優(yōu)化，綜合考慮挖補(bǔ)參數(shù)的取值范圍和計(jì)算周期以及結(jié)果所包含的范圍，基于matlab進(jìn)行編程，挖補(bǔ)參數(shù)等決策量采用二進(jìn)制編碼，設(shè)置相應(yīng)的初始化總?cè)簲?shù)目、每一代精英數(shù)、交叉概率、后代變異比例等參數(shù)，快速迭代得到最佳修理方案。

20、本發(fā)明第二方面提供了一種蜂窩夾層結(jié)構(gòu)修理方案優(yōu)化設(shè)計(jì)裝置，包括：

21、模型構(gòu)建模塊，用于建立蜂窩夾層結(jié)構(gòu)完好模型與不同損傷工況下對應(yīng)的膠接挖補(bǔ)修理模型；

22、建模平臺搭建模塊，用于利用python語言編寫內(nèi)置kernel程序、abaqus內(nèi)置功能搭建用戶，完成參數(shù)化建模平臺的搭建；

23、模擬仿真模塊，用于選擇部分修理參數(shù)，對其設(shè)定符合實(shí)際的取值范圍，并基于拉丁超立方方法在matlab軟件中進(jìn)行編程，隨機(jī)抽取多個樣本點(diǎn)，利用參數(shù)化建模平臺快速進(jìn)行數(shù)值模擬；

24、代理模型構(gòu)建模塊，用于以補(bǔ)片的斜接率、加強(qiáng)片延伸長度與膠層厚度為自變量，以挖補(bǔ)結(jié)構(gòu)的側(cè)壓極限載荷為因變量，基于響應(yīng)面法建立二次多項(xiàng)式響應(yīng)面代理模型；

25、模型優(yōu)化模塊，用于基于遺傳算法，對代理模型進(jìn)行迭代優(yōu)化，綜合考慮挖補(bǔ)參數(shù)的取值范圍和計(jì)算周期以及結(jié)果所包含的范圍，確定最佳修理方案。

26、本發(fā)明第三方面提供了一種電子設(shè)備，包括處理器以及與處理器通信連接，且用于存儲所述處理器可執(zhí)行指令的存儲器，所述處理器用于執(zhí)行上述的一種蜂窩夾層結(jié)構(gòu)修理方案優(yōu)化設(shè)計(jì)方法。

27、本發(fā)明第四方面提供了一種計(jì)算機(jī)可讀取存儲介質(zhì)，存儲有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)上述的一種蜂窩夾層結(jié)構(gòu)修理方案優(yōu)化設(shè)計(jì)方法。

28、相對于現(xiàn)有技術(shù)，本發(fā)明所述的一種蜂窩夾層結(jié)構(gòu)修理方案優(yōu)化設(shè)計(jì)方法具有以下優(yōu)勢：

29、本發(fā)明通過abaqus二次開發(fā)技術(shù)，能夠?qū)⒎涓C夾層結(jié)構(gòu)完好工況、單側(cè)面板挖補(bǔ)工況、單側(cè)面板加芯子挖補(bǔ)工況、雙側(cè)面板加芯子挖補(bǔ)工況全面的參數(shù)化，能夠?qū)θ我夤r快速建模分析，再基于拉丁超立方方法和響應(yīng)面法，建立有限元模型的代理模型，能夠在保證準(zhǔn)確率的前提下，大幅提高遺傳算法的迭代速度，快速得到最佳修理參數(shù)，完成蜂窩夾層結(jié)構(gòu)修理方案的優(yōu)化設(shè)計(jì)，大大節(jié)約時間成本。

技術(shù)特征：

1.一種蜂窩夾層結(jié)構(gòu)修理方案優(yōu)化設(shè)計(jì)方法，其特征在于：包括如下步驟：

2.根據(jù)權(quán)利要求1所述的一種蜂窩夾層結(jié)構(gòu)修理方案優(yōu)化設(shè)計(jì)方法，其特征在于：所述步驟1中，建立不同損傷工況下對應(yīng)的膠接挖補(bǔ)修理模型包括：

3.根據(jù)權(quán)利要求1所述的一種蜂窩夾層結(jié)構(gòu)修理方案優(yōu)化設(shè)計(jì)方法，其特征在于：所述步驟2具體包括：

4.根據(jù)權(quán)利要求1所述的一種蜂窩夾層結(jié)構(gòu)修理方案優(yōu)化設(shè)計(jì)方法，其特征在于：所述步驟3具體包括：

5.根據(jù)權(quán)利要求1述的一種蜂窩夾層結(jié)構(gòu)修理方案優(yōu)化設(shè)計(jì)方法，其特征在于：所述步驟4中，基于響應(yīng)面法建立二次多項(xiàng)式響應(yīng)面代理模型，其形式為：

6.根據(jù)權(quán)利要求1所述的一種蜂窩夾層結(jié)構(gòu)修理方案優(yōu)化設(shè)計(jì)方法，其特征在于：所述步驟5中，對步驟4中建立的二次多項(xiàng)式響應(yīng)面代理模型，基于遺傳算法進(jìn)行迭代優(yōu)化，綜合考慮挖補(bǔ)參數(shù)的取值范圍和計(jì)算周期以及結(jié)果所包含的范圍，基于matlab進(jìn)行編程，挖補(bǔ)參數(shù)等決策量采用二進(jìn)制編碼，設(shè)置相應(yīng)的初始化總?cè)簲?shù)目、每一代精英數(shù)、交叉概率、后代變異比例參數(shù)，快速迭代得到最佳修理方案。

7.一種蜂窩夾層結(jié)構(gòu)修理方案優(yōu)化設(shè)計(jì)裝置，其特征在于：包括：

8.一種電子設(shè)備，包括處理器以及與處理器通信連接，且用于存儲所述處理器可執(zhí)行指令的存儲器，其特征在于：所述處理器用于執(zhí)行上述權(quán)利要求1-6任一所述的一種蜂窩夾層結(jié)構(gòu)修理方案優(yōu)化設(shè)計(jì)方法。

9.一種計(jì)算機(jī)可讀取存儲介質(zhì)，存儲有計(jì)算機(jī)程序，其特征在于：所述計(jì)算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)權(quán)利要求1-6任一項(xiàng)所述的一種蜂窩夾層結(jié)構(gòu)修理方案優(yōu)化設(shè)計(jì)方法。

技術(shù)總結(jié)
本發(fā)明提供了一種蜂窩夾層結(jié)構(gòu)修理方案優(yōu)化設(shè)計(jì)方法，包括：S1：建立蜂窩夾層完好結(jié)構(gòu)模型與不同損傷工況下的膠接挖補(bǔ)修理模型；S2：基于Abaqus二次開發(fā)技術(shù)，編寫Python腳本程序，搭建參數(shù)化建模平臺；S3：基于拉丁超立方方法隨機(jī)抽取多個樣本點(diǎn)，使用樣本點(diǎn)數(shù)據(jù)進(jìn)行數(shù)值模擬仿真；S4：基于響應(yīng)面法建立二次多項(xiàng)式響應(yīng)面代理模型；S5：以挖補(bǔ)結(jié)構(gòu)的側(cè)壓極限載荷為目標(biāo)，基于遺傳算法對二次多項(xiàng)式響應(yīng)面代理模型進(jìn)行迭代優(yōu)化。本發(fā)明將Abaqus二次開發(fā)、代理模型、遺傳算法三者聯(lián)合，囊括了蜂窩夾層結(jié)構(gòu)所有的膠接挖補(bǔ)修理工況，并大幅節(jié)省了制定最佳修理方案的時間。

技術(shù)研發(fā)人員：王軒,陳宇
受保護(hù)的技術(shù)使用者：中國民航大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2