基于多场耦合方法的厚截面复合材料固化过程的多目标优化

针对厚截面复合材料固化过程温度峰值过大所引起的材料力学性能降低及残余应力过大等问题,建立了基于多场耦合方法的复合材料固化过程多目标优化模型,用以降低固化温度峰值和缩短固化时间.首先建立包含热化学子模型、树脂黏度子模型和流动压实子模型的固化温度多场耦合模型,用以准确描述固化过程复合材料内部温度及构件厚度的演化规律.通过与文献中已有实验结果比较,证明所建立的多场耦合模型的有效性.在该多场耦合模型基础上,引入径向基(RBF)神经网络作为代理模型,利用多目标优化方法,对固化工艺参数进行最佳组合匹配.研究表明,温度峰值与保温平台温度变化呈明显非线性关联,这与复合材料固化过程的非线性特性有很大关系.在保温温度层面,为了降低温度峰值,需要提高第一阶段的保温温度,降低第二阶段的保温温度,同时在保温平台的时间上进行调整,以缩短固化时长.相比较于原有固化工艺制度,本文提出的优化方法可以显著降低厚截面复合材料层合板的固化时长和温度峰值.