复合材料层合板构件铺层多级优化设计方法

摘要

本发明涉及一种复合材料层合板构件铺层多级优化设计方法，针对层合板结构的铺层优化，阶段一是针对于铺层顺序的优化，优化目标为层合板构件的基频最大化，运用基于神经网络的深度学习方法快速预测设计结果，然后依据预测结果，通过粒子群算法搜索复合材料层合板设计问题的最优解，提高铺层优化设计效率。阶段二主要是优化复合材料的层数，以基频最大化与质量最小化为优化目标建立多目标拓扑优化模型，设计变量为各铺层相对于自身厚度的相对厚度，应用改进的自适应遗传算法进行求解。本发明能够节省重复有限元计算所浪费的时间，通过机器学习方法提高优化效率，能快速有效地优化设计复合材料层合板结构件的质量，并提高其基频，改善稳定性。