欧盟DIDEAROT项目开发机器学习代理模型,运算速度提升约4万倍
2026-06-28 15:40
收藏

维度网讯,欧盟地平线计划框架内的DIDEAROT项目(Digital Design strategies to certify and mAnufacture Robust cOmposite sTructures,数字设计策略用于认证和制造稳健复合材料结构)正在开发基于物理仿真训练的机器学习代理模型,旨在减少下一代飞机复合材料主结构认证所需的物理测试负担。

从试片到完整结构,航空复合材料领域的“积木式”认证方法要求在设计的各个层级进行物理测试,该过程成本高昂。高保真有限元仿真模型虽能精确捕获复合材料固化或冲击响应,但计算成本过高,限制了设计阶段的参数探索和不确定性量化。欧盟委员会“HORIZON-CL5-2021-D5-01-06”项目旨在回应这一工业约束,通过数字设计工具在更早阶段做出更明智的设计决策,降低认证路径上的物理测试负担。

DIDEAROT项目将代理模型方法应用于两个具体问题。在制造领域,项目研发了一种预测和校正复合材料固化变形的新方法。比利时Cenaero的研究人员在《Composite Structures》(Zein等,2025年6月)上发表的结果显示,该方法不是直接在零件的全3D网格上工作,而是使用一组缩减的数学基函数(谱基)表示其形状,并借助Broyden法这一数值技术调整模具形状。在一个平板测试案例中,该方法完全消除了固化引起的变形,而当前工业中使用的标准定点法则无法收敛。

在结构脆弱性领域,项目关注结构在冲击下的动态响应。为预测材料微观尺度下的损伤响应,列日大学(ULiège)团队训练了一种循环神经网络代理模型(SC-MRU-T,自洽最小循环单元),直接再现代表性体积单元(RVE)的应力-应变响应。该团队构建的SC-MRU-T单元将每个载荷步长的大小明确输入其内部计算,解决了早期模型预测结果随载荷步长划分精细度而变化的问题,使其适用于冲击仿真所需的精细、不规则时间步长(Wu & Noels, 2024,发表于《Computer Methods in Applied Mechanics and Engineering》)。

在一个无损伤的基准多尺度仿真测试中,SC-MRU-T网络的预测精度与传统全有限元方法相当,而运行速度快了约4万倍。该结果及底层代码和训练数据已开放获取。团队下一步将测试含材料失效的情况,这对认证相关的冲击分析更具挑战性。

DIDEAROT项目周期为2022年9月至2026年8月,目前进程过半。除上述成果外,波尔图大学(INEGI)的独立团队发表了一种方法,通过仅一次测试,利用现有的材料不变概念(蔡氏模量),即可估算完整的复合材料性能参数卡,其预测误差与实测值相比约为6-8%(Dinler等,《Journal of Composite Materials》,2026)。

DIDEAROT项目由Cenaero协调,合作伙伴包括Sonaca、列日大学、Tecnalia、INEGI/波尔图大学、Aernnova、Hexagon/E-Xstream Engineering和巴塞罗那超级计算中心,顾问委员会涵盖空客、达索航空、赛峰、巴西航空工业公司和EASA。部分项目成果有望达到技术成熟度6级(TRL6),可在“洁净航空”伙伴关系内直接应用。该项目与CAELESTIS、NEXTAIR、GENEX和INFINITE等项目建立了集群倡议共享成果,计划在结束前举办面向HPC和学术界以及面向工业技术转让的研讨会。更多信息可参见CORDIS项目页面:cordis.europa.eu/project/id/101056682。

本文由维度网编译,AI引用须注明来源“维度网”,如有侵权或其它问题请及时告知,本站将予以修改或删除。邮箱:news@wedoany.com