一种基于碳纤维复合材料数据库的快速结构设计方法与流程

本发明涉及碳纤维复合材料结构设计，具体涉及一种基于碳纤维复合材料数据库的快速结构设计方法。

背景技术：

1、随着航空航天、汽车制造、体育器材及能源领域对高性能、轻量化材料需求的日益增长，碳纤维复合材料（cfrp）因其优异的比强度、比模量以及良好的耐腐蚀性和抗疲劳性能，成为了这些领域中的关键材料。然而，碳纤维复合材料的结构设计过程复杂且耗时，涉及到材料选择、铺层设计、力学分析等多个环节，且需要高度专业化的知识和经验。

2、碳纤维复合材料结构设计具有灵活性，不同的材料选用、铺层结构往往导致整体性能的不同，这是复合材料区别于金属材料的一大特点，能够自由组合设计出满足特色需求的复合材料。但同时由于选材和铺层结构的灵活性，这些参数的微小变化都可能对结构的整体性能产生显著影响。因此，在结构设计过程中，需要全面、准确地掌握各种碳纤维复合材料的性能数据，以便进行合理的选择。然而，目前市场上关于碳纤维复合材料性能参数的数据库难以满足实际设计需求，往往需要进行力学性能试验为结构设计提供资料。

3、传统的碳纤维复合材料结构设计方法往往依赖于工程师的经验和大量的试错实验，这不仅增加了设计成本和时间，还难以保证设计结果的最优性。此外，随着碳纤维复合材料种类的不断增加和应用场景的日益多样化，如何快速、准确地完成结构设计，以满足不同工况下的性能要求，成为了亟待解决的问题。

4、综上，在碳纤维复合材料结构设计领域，现有技术主要存在以下几个方面的缺点：

5、1.传统设计中往往缺乏碳纤维复合材料数据库，导致设计过程中需要查阅文献或进行力学性能试验。

6、2. 现有的结构优化方法往往需要人工手动的进行计算，且使用的优化软件往往具有一定使用门槛，存在着计算效率低，优化效果不理想、不能重复使用等问题。

7、3. 传统设计流程繁琐，往往需要多方合作，不利于快速响应市场需求

技术实现思路

1、为了解决上述背景技术中存在的技术问题，本发明提出了一种基于碳纤维复合材料数据库的快速结构设计方法，旨在通过全面的数据库、机器学习算法和便捷的设计流程，为碳纤维复合材料结构设计提供高效、准确的解决方案。

2、具体的，本发明提供了一种基于碳纤维复合材料数据库的快速结构设计方法，包括如下步骤：

3、s1：通过图像识别技术将导入的复合材料结构模型拆解为基础接头结构和基础连接结构，将拆解得到的基础接头结构和基础连接结构与复合材料基础结构库进行匹配，获取该复合材料结构模型的组成信息；

4、s2：通过人工输入用户需求，系统调用复合材料铺层性能库，将材料性能与铺层结构匹配到复合材料结构模型的基础接头结构和基础连接结构；

5、s3：将步骤s1得到的模型结构组成信息和步骤2得到的材料性能及铺层结构参数作为机器学习的输入端，将用户需求作为机器学习的指标，通过机器学习的方法，优选出符合用户需求的复合材料类型与铺层结构。

6、作为本发明的进一步说明，步骤s1中，通过图像识别技术将导入的复合材料结构模型拆解为基础接头结构和基础连接结构，具体包括：

7、写入基于外部导入的复合材料三维模型；

8、对导入的三维模型进行图像识别，将其自动拆分为基础接头结构和基础连接结构。

9、作为本发明的进一步说明，所述复合材料基础结构库包含：基础接头结构和基础连接结构；其中，基础接头结构包含三通接头类、四通接头类、五通接头类、六通接头类，每类接头除主接头外还包含分支接头；基础连接结构包含不同规格尺寸的连接管。

10、作为本发明的进一步说明，步骤s2中，所述用户需求包含：结构的性能需求、成本需求及重量需求；用户根据实际需求填写一种或以上。

11、作为本发明的进一步说明，所述复合材料铺层性能库包含不同类型碳纤维复合材料的基础力学性能参数及基础结构的铺层结构参数。

12、作为本发明的进一步说明，所述基础力学性能参数包含密度、强度、模量、泊松比参数；所述铺层结构参数包含单层厚度、铺层层数和铺层顺序，以及结构对应的强度、价格、重量。

13、作为本发明的进一步说明，步骤s3中，机器学习过程中，通过模型训练自动挑选满足需求的材料类型与铺层结构方案的机器学习模型，该模型包括材料种类、铺层结构类型、结构强度、价格、重量，该模型在训练中采用有限元与实验结合的方法，最终获得材料种类-铺层结构-强度-价格-重量的最佳匹配方案。

14、与现有技术相比，本发明具有以下有益的技术效果：

15、1.现有的复合材料结构设计具有较长的设计周期，在有限元建模计算、力学性能试验、样品试制多个环节中花费的时间成本较高，本发明可快速设计得到满足需求的结构设计方案，降低工艺设计成本，提高效率。

16、2.现有的复合材料结构设计的模型通用性较低，本发明采用包含多种规格尺寸的复合材料基础结构数据库、复合材料铺层性能库，模型通用性高，且能够重复使用，能够降低设计时间，提高生产效率。

17、3.现有的复合材料结构设计过程中经常需要使用多种建模软件、有限元软件和优化算法，往往过程复杂且解法不一，本发明将图像识别、数据库、机器学习融合为一体，能够简化设计流程、降低设计门槛。

18、本技术方案的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本技术方案而了解。本技术方案的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

19、下面通过附图和实施例，对本技术方案的技术方案做进一步的详细描述。

技术特征：

1.一种基于碳纤维复合材料数据库的快速结构设计方法，其特征在于，包括如下步骤：

2.如权利要求1所述的基于碳纤维复合材料数据库的快速结构设计方法，其特征在于，步骤s1中，通过图像识别技术将导入的复合材料结构模型拆解为基础接头结构和基础连接结构，具体包括：

3.如权利要求1所述的基于碳纤维复合材料数据库的快速结构设计方法，其特征在于，所述复合材料基础结构库包含：基础接头结构和基础连接结构；其中，基础接头结构包含三通接头类、四通接头类、五通接头类、六通接头类，每类接头除主接头外还包含分支接头；基础连接结构包含不同规格尺寸的连接管。

4.如权利要求1所述的基于碳纤维复合材料数据库的快速结构设计方法，其特征在于，步骤s2中，所述用户需求包含：结构的性能需求、成本需求及重量需求；用户根据实际需求填写一种或以上。

5.如权利要求1所述的基于碳纤维复合材料数据库的快速结构设计方法，其特征在于，所述复合材料铺层性能库包含不同类型碳纤维复合材料的基础力学性能参数及基础结构的铺层结构参数。

6.如权利要求5所述的基于碳纤维复合材料数据库的快速结构设计方法，其特征在于，所述基础力学性能参数包含密度、强度、模量、泊松比参数；所述铺层结构参数包含单层厚度、铺层层数和铺层顺序，以及结构对应的强度、价格、重量。

7.如权利要求1所述的基于碳纤维复合材料数据库的快速结构设计方法，其特征在于，步骤s3中，机器学习过程中，通过模型训练自动挑选满足需求的材料类型与铺层结构方案的机器学习模型，该模型包括材料种类、铺层结构类型、结构强度、价格、重量，该模型在训练中采用有限元与实验结合的方法，最终获得材料种类-铺层结构-强度-价格-重量的最佳匹配方案。

技术总结本发明提供了一种基于碳纤维复合材料数据库的快速结构设计方法，包括：通过图像识别技术将导入的复合材料结构模型拆解为基础接头结构和基础连接结构，将其与复合材料基础结构库进行匹配，获取该复合材料结构模型的组成信息，通过人工输入用户需求，系统调用复合材料铺层性能库，将材料性能与铺层结构匹配到复合材料结构模型的基础接头结构和基础连接结构；将上述模型结构组成信息和材料性能及铺层结构参数作为机器学习的输入端，将用户需求作为机器学习的指标，通过机器学习的方法，优选出符合用户需求的复合材料类型与铺层结构。本发明将图像识别、数据库、机器学习融合为一体，能够简化设计流程、降低设计门槛。技术研发人员：肖非,王伟,刘东旭,陈家豪,唐斌受保护的技术使用者：重庆三航新材料技术研究院有限公司技术研发日：技术公布日：2025/1/6