來(lái)源: 增材制造碩博聯(lián)盟
增材制造(AM)已成為制造輕質(zhì)高強(qiáng)度金屬晶格結(jié)構(gòu)的實(shí)用解決方案。工藝-結(jié)構(gòu)參數(shù)的逆向優(yōu)化以實(shí)現(xiàn)高性能和最小化試錯(cuò)實(shí)驗(yàn)提出了持續(xù)的挑戰(zhàn)。南京航空航天大學(xué)顧冬冬教授團(tuán)隊(duì)在國(guó)際頂級(jí)期刊《Virtual and Physical Prototyping》上發(fā)表了使用物理增強(qiáng)數(shù)據(jù)驅(qū)動(dòng)方法進(jìn)行晶格結(jié)構(gòu)增材制造的工藝-結(jié)構(gòu)多目標(biāo)逆向優(yōu)化的最新研究成果。
640 2.jpg (40.3 KB, 下載次數(shù): 68)
下載附件
2024-1-30 10:02 上傳
研究提出了一種逆向優(yōu)化方法來(lái)應(yīng)對(duì)多個(gè)相互沖突的性能目標(biāo),包括增材制造約束下的機(jī)械性能和輕量化程度。為了追求更高的精度,開發(fā)了一種物理增強(qiáng)的數(shù)據(jù)驅(qū)動(dòng)算法,即編碼-剛度分析多任務(wù)高斯過(guò)程回歸(encoding-stiffness-analysis multi-task Gaussian process regression, emGPR)),以精確分析工藝結(jié)構(gòu)參數(shù)如何影響增材制造晶格結(jié)構(gòu)的特性。關(guān)注公眾號(hào): 增材制造碩博聯(lián)盟,免費(fèi)獲取海量增材資料,聚焦增材制造研究與工程應(yīng)用!
640.jpg (186.17 KB, 下載次數(shù): 86)
下載附件
2024-1-30 10:02 上傳
圖1. emGPR-mGA 激光增材制造逆優(yōu)化方法流程圖(encoding-stiffness-analysis multi-task Gaussian process regression, emGPR; multi-objective genetic algorithm, mGA)
作為一種新興的增材制造機(jī)器學(xué)習(xí)方法,物理增強(qiáng)數(shù)據(jù)驅(qū)動(dòng)算法由于物理信息提供的可解釋性而表現(xiàn)出強(qiáng)大的擬合能力和外推性能。它已被用作多目標(biāo)遺傳算法中的代理模型,有助于參數(shù)的有效設(shè)計(jì)和目標(biāo)空間的擴(kuò)展。值得注意的是,預(yù)測(cè)結(jié)果與實(shí)驗(yàn)結(jié)果之間的偏差小于15%,有力地證實(shí)了該方法的可靠性。物理洞察力和數(shù)據(jù)驅(qū)動(dòng)建模的融合為加速高效設(shè)計(jì)的開發(fā)帶來(lái)了巨大的希望。
640-1.jpg (59.28 KB, 下載次數(shù): 78)
下載附件
2024-1-30 10:02 上傳
640-2.jpg (51.77 KB, 下載次數(shù): 81)
下載附件
2024-1-30 10:02 上傳
圖2. 晶格結(jié)構(gòu)的設(shè)計(jì)與激光增材制造成形
640-1 2.jpg (75.03 KB, 下載次數(shù): 67)
下載附件
2024-1-30 10:02 上傳
圖3. (a)壓縮曲線特征提取示意圖;(b) NSGA-II算法示意圖;(c) MBB 梁的多尺度拓?fù)鋬?yōu)化
640-2 2.jpg (99.12 KB, 下載次數(shù): 89)
下載附件
2024-1-30 10:02 上傳
圖4. (a)表征收斂性的SA算法的全局適應(yīng)度曲線;(b) SA算法迭代過(guò)程中的局部適應(yīng)度;(c)通過(guò)SA算法提取壓縮曲線特征
該研究利用物理增強(qiáng)數(shù)據(jù)驅(qū)動(dòng)算法將LPBF形成的BCC晶格結(jié)構(gòu)的機(jī)械性能與其結(jié)構(gòu)和工藝參數(shù)相關(guān)聯(lián)。這項(xiàng)工作提出了編碼剛度分析多任務(wù)高斯過(guò)程回歸(emGPR)算法,該算法使用基于物理的均質(zhì)化理論來(lái)提高外推性能。將emGPR作為代理模型引入多目標(biāo)遺傳算法(mGA)中,實(shí)現(xiàn)晶格結(jié)構(gòu)輕量化和力學(xué)性能的逆優(yōu)化。形成的實(shí)驗(yàn)結(jié)果表明,emGPR-mGA方法有效優(yōu)化了多目標(biāo)力學(xué)性能。這項(xiàng)工作的結(jié)果可總結(jié)如下:
(1)SA壓縮曲線特征提取算法有效捕捉了壓縮過(guò)程的彈性階段,構(gòu)建了低噪聲、高質(zhì)量的數(shù)據(jù)集。
(2)與bsGPR相比,emGPR由于其物理先驗(yàn)(均質(zhì)化理論)和貝葉斯框架下的多任務(wù)協(xié)方差矩陣,表現(xiàn)出更好的抗噪聲能力和更強(qiáng)的泛化能力(訓(xùn)練集K折交叉驗(yàn)證的MSE來(lái)源小于0.004,測(cè)試集的R2最高可達(dá)0.985)。此外,emGPR具有更強(qiáng)的外推性能,可以通過(guò)置信區(qū)間分析獲得,受益于物理信息提供的可解釋性。
(3)emGPR-mGA方法可以有效實(shí)現(xiàn)LPBF晶格結(jié)構(gòu)和工藝參數(shù)的逆優(yōu)化,將多目標(biāo)空間超體積增加3.2倍。此外,該方法還揭示了一個(gè)有趣的現(xiàn)象:LPBF形成的小泡孔結(jié)構(gòu),盡管由于粉末粘附而導(dǎo)致結(jié)構(gòu)重量偏差較大,但在相同輕量化程度下,與大泡孔結(jié)構(gòu)相比,具有更好的機(jī)械性能。
(4)emGPR-mGA逆優(yōu)化方法可以輕松擴(kuò)展到其他工藝結(jié)構(gòu)設(shè)計(jì)系統(tǒng),將與主動(dòng)學(xué)習(xí)相結(jié)合,自動(dòng)指導(dǎo)結(jié)構(gòu)設(shè)計(jì)和LPBF參數(shù)選擇。這將顯著減少迭代周期和實(shí)驗(yàn)成本,為未來(lái)LPBF工藝約束下復(fù)雜金屬晶格結(jié)構(gòu)的逆向設(shè)計(jì)鋪平道路。
|