买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京航空航天大学

摘要：本发明公开了一种基于流形神经算子的复合材料构件固化温度工艺优化方法，属于温度工艺优化技术领域，首先获取复合材料构件表面几何的拉普拉斯算子特征函数；然后选取前个特征函数并基于采样获得维系数，将二者对应相乘，构建一定数量的温度工艺曲线设计变量的工艺参数场；再通过数值计算方法获得工艺参数场对应的固化状态场，构建工艺参数场到固化状态场的样本数据集；然后基于流形神经算子构建工艺参数场到固化状态场的预测模型，并在样本数据集上对模型进行训练；最后使用所得的预测模型作为高效求解器，根据工艺优化目标采用智能优化算法结合预测模型对维系数进行迭代求解，最终获得优化后的工艺参数场。

主权项：1.一种基于流形神经算子的复合材料构件固化温度工艺优化方法，其特征在于，包括以下步骤：步骤1、获取复合材料构件表面几何的拉普拉斯算子特征函数；步骤2、选取前个特征函数，通过采样获得维系数，将与对应相乘，基于乘积构建温度工艺曲线设计变量的工艺参数场；步骤3、通过数值计算方法获得多组工艺参数场对应的固化状态场，构建工艺参数场到固化状态场的样本数据集；步骤4、基于流形神经算子构建工艺参数场到固化状态场的预测模型，并在样本数据集上对模型进行训练；步骤5、使用步骤4训练所得的预测模型作为高效求解器，根据工艺优化目标，采用智能优化算法对维系数进行迭代求解，最终获得优化后的工艺参数场；步骤2中基于乘积构建温度工艺曲线设计变量的工艺参数场的过程如下：S21、对进行标准化获得，计算表达式如下： ；式中，表示均值，表示方差；S22、基于构建相应设计变量的工艺参数场，计算表达式如下： ；式中，为推荐工艺参数值，函数为线性或非线性；步骤4中基于流形神经算子构建的预测模型具体为：由一个或多个基于拉普拉斯特征函数的拉普拉斯核积分模块构建，表达式如下： ；其中，为输入函数，为特征映射层，表示流形神经算子，表示第层拉普拉斯核积分模块；其中，拉普拉斯核积分模块通过频域变换、线性变换或非线性激活三个子模块进行组合构造而成，组合方式采用：仅包含频域变换子模块、包含频域变换和线性变换子模块、包含频域变换和非线性激活子模块、包含频域变换、线性变换和非线性激活子模块中的一种；获取频域变换子模块的方法为：包括编码、参数化、解码三个步骤，编码是利用所获得拉普拉斯算子特征函数将模块的输入函数映射到频域空间，其中为节点个数，为固化状态维度，得到输入在该特征函数下的坐标，其中是拉普拉斯特征函数矩阵的伪逆，定义为，为特征函数个数；参数化是利用参数化矩阵对所获得的坐标进行线性变换，表示为：，其中表示参数化矩阵；解码是根据拉普拉斯算子特征函数将参数化后得到的坐标还原至原函数空间，表示为；智能优化算法为遗传算法、贝叶斯优化、粒子群优化算法、退火算法、期望最大算法中的一种；工艺优化目标为固化过程中复材的状态指标，包括最短化固化周期、最大化固化度、最小化热峰值、最小化热滞后、最小化最大固化变形量、最小化平均固化变形量中的一种或多种。

全文数据：

权利要求：

百度查询： 南京航空航天大学 一种基于流形神经算子的复合材料构件固化温度工艺优化方法