基于人工神经网络的热固性树脂基复合材料固化变形预测研究综述

摘要：

热固性树脂基复合材料相对于传统材料而言优点众多,如其出色的物理和力学性能,以及其前期设计和后期制造过程中的可设计性,在航空航天行业内极具吸引力.然而其工艺引起的变形缺陷仍是至关重要的问题,该缺陷会造成装配困难、残余应力等.本文报道了热固性树脂基复合材料热压成型工艺过程中产生的固化变形行为研究现状,主要介绍了固化变形机理、固化变形的数值模拟方法、人工神经网络方法及其在固化变形上的应用.重点放在人工神经网络方法在热固性树脂基复合材料固化变形研究的最新进展,为复合材料固化变形的高通量预测和逆向设计提供方向和参考,最后简要讨论其主要发展方向.

关键词：复合材料、固化变形、有限元、机器学习、人工神经网络

分类号：TB332(工程材料学)

在线出版日期：2023-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：120-127,132