基于深度学习和遗传算法的纤维缠绕IV型复合材料缠绕压力容器代理模型辅助结构优化
《International Journal of Pressure Vessels and Piping》:Surrogate-assisted structural optimization of filament-wound Type IV composite overwrapped pressure vessels using deep learning and genetic algorithms
【字体:
大
中
小
】
时间:2026年10月21日
来源:International Journal of Pressure Vessels and Piping 3.9
编辑推荐:
- 代理辅助优化方法已针对缠绕式第四型复合过缠绕压力容器(COPVs)开发。
- 约 20,000 次有限元分析(FEA)仿真被用于训练人工神经网络(ANN)和深度学习(DL)代理模型。
- ANN 和 DL 代理模型与相同的遗传算法(GA)进行了耦合。
- DL-GA 实现
- 代理辅助优化方法已针对缠绕式第四型复合过缠绕压力容器(COPVs)开发。- 约 20,000 次有限元分析(FEA)仿真被用于训练人工神经网络(ANN)和深度学习(DL)代理模型。- ANN 和 DL 代理模型与相同的遗传算法(GA)进行了耦合。- DL-GA 实现了 1769 MPa 的最大应力,预测误差为 4.6%。- 代理模型的保真度影响了遗传算法的收敛性以及经有限元分析验证的结构响应。## 引言氢气因其高质量能量密度以及对碳中性交通和能源系统的潜在贡献,已成为一种前景广阔的清洁能源载体 [1]。在各种氢气储存技术中,压缩气态储氢因技术成熟度高、加氢速度快以及系统构型相对简单,已广泛应用于燃料电池电动汽车 [1,2]。随着储氢系统的工作压力提升至 70 MPa,确保高压储氢容器的结构完整性与安全性的问题变得愈发重要。缠绕式第四型复合过缠绕压力容器(COPVs)主要由聚合物内衬和碳纤维增强聚合物(CFRP)外缠绕层组成,因其轻量化特性和高比强度而被广泛用于高压储氢 [[1], [2], [3]]。其结构响应受缠绕工艺参数影响显著,包括螺旋缠绕角度、铺层顺序、铺层厚度和缠绕轨迹 [[2], [3], [4], [5], [6], [7], [8], [9], [10], [11]]。其中,封头及封头-筒体过渡区域尤为关键,因为几何形状和纤维方向的变化可能引发局部应力集中。因此,大量研究致力于优化缠绕构型和铺层架构,以提升复合压力容器的结构性能 [[4], [5], [6], [7], [8], [9], [10], [11]]。有限元分析(FEA)已被广泛采用,用于研究缠绕工艺参数的影响并支持复合压力容器的结构优化 [[2], [3], [4], [5], [6], [7], [8], [9], [10]]。然而,基于有限元分析的直接优化可能计算成本高昂,因为需要对大量候选设计方案进行反复评估。代理建模提供了一种替代方案,通过使用计算效率高的预测模型来近似设计变量与结构响应之间的关系。Simpson 等人 [12]、Queipo 等人 [13] 以及 Forrester 等人 [14] 建立了面向计算密集型工程设计的代理建模基本方法。随后,人工神经网络(ANN)被应用于非线性工程优化问题 [15]。深度学习(DL)架构通过更深的网络结构,在表征复杂非线性关系方面提供了额外的能力 [16],而遗传算法(GA)则被广泛用于非线性工程设计问题的全局优化 [4,17,18]。近期,研究者们将 FEA 与基于 ANN 或深度神经网络的代理模型相结合,用于复合压力容器的结构优化 [[19], [20], [21]]。然而,既往研究主要关注预测精度或计算效率,而对不同神经网络代理模型的保真度如何影响优化过程及缠绕式第四型 COPVs 最终结构响应的关注相对有限。特别是,在相同优化条件下,代理模型保真度对优化收敛性及最终经 FEA 验证设计的影响仍需进一步探究。因此,本研究提出了一种面向缠绕式第四型 COPVs 的代理辅助结构优化框架,该框架集成了自动化有限元分析、基于 ANN 和 DL 的代理模型以及遗传算法。自动生成约 20,000 次高保真 FEA 仿真以构建设计数据库,并将 ANN 和 DL 代理模型与相同的 GA 耦合,以研究代理模型保真度对优化性能的影响。随后,使用高保真 FEA 对两种框架所得优化构型进行重新评估,以比较其最大复合应力和应力分布。通过该对比框架,本研究探讨了代理模型保真度如何影响预测性能、优化收敛以及所得优化设计的结构响应。整体方法论如图 1 所示。### 章节摘要#### 几何、材料配置与设计变量参考容器的几何构型及有限元模型如图 2 所示,主要几何参数汇总于表 1。筒体部分直径为 308 mm,长度为 603.18 mm,而容器总长度为 870 mm。聚合物内衬厚度为 4 mm,凸台/极孔直径为 16.67 mm。CFRP 外缠绕层由环向和螺旋向层组成,单层厚度分别为 1.74 mm 和 1.44 mm。#### 结构优化框架所提出的代理辅助结构优化框架集成了自动化有限元分析、数据集生成、基于机器学习的代理建模以及遗传算法。如图 1 所示,该框架由四个顺序阶段组成。首先,自动化 FEA 程序在预定义的设计空间内评估候选缠绕构型。其次,收集所得缠绕参数及对应的最大复合应力以构建……#### 代理模型的预测性能在优化过程之前,对已开发代理模型的预测性能进行了评估,以验证其能否准确近似由 FEA 获得的结构响应。由于代理模型在 GA 优化过程中替代了重复的 FEA,其预测精度可直接影响优化收敛及所得设计的结构响应。因此,代理模型的网络架构及训练行为……#### 结论本研究开发了一种面向缠绕式第四型 COPVs 设计优化的代理辅助结构优化框架,该框架集成了自动化有限元分析、基于 ANN 和 DL 的代理模型以及遗传算法。自动生成约 20,000 次高保真 FEA 仿真以构建设计数据库,随后用于训练基于 ANN 和 DL 的代理模型,以实现高效的结构优化。对比结果表明,两种代理模型均……#### CRediT 作者贡献声明**Hyewon Kim:** 撰写—初稿,软件,方法学,调查研究,概念构思。 **Hansang Kim:** 撰写—审阅与编辑,监督,资金获取,概念构思。#### 资金本研究得到了由韩国贸易、工业和能源部(MOTIE)及韩国产业技术评价院(KEIT)资助的汽车产业技术开发计划(项目编号:RS-2024-00507688)的支持,以及由韩国贸易、工业和能源部(MOTIE)及韩国能源技术评价与规划院(KETEP)资助的能源技术发展项目(项目编号:RS-2023-00234839)的支持。#### 利益冲突声明作者声明,他们不存在已知的竞争性经济利益关系或个人关系,这些关系可能已对本文报告的工作造成影响。#### 致谢作者谨向嘉泉大学智能设计实验室的成员致以诚挚的感谢,感谢他们在本研究的整个过程中提供的宝贵讨论、技术支持和持续鼓励。Hyewon Kim | Hansang Kim
生物通微信公众号
生物通新浪微博
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