南京航空航天大学学报

作者：林静明，许可

单位：南京航空航天大学机电学院，南京 210016；,南京航空航天大学机电学院，南京 210016；

关键词：复合材料自动铺放;轨迹规划;全局度量;内嵌物理知识神经网络;曲面参数化

基金：国家自然科学面上基金（52175466）。

自动纤维铺放能有效地提高复材构件的制造效率和质量。为满足复材构件的力学性能要求及铺放质量要求，在给定曲面目标域内生成铺放轨迹时需要同时考虑转弯半径、纤维角偏差以及轨迹间距等工艺指标。现有铺放轨迹规划方法大多在对基准轨迹进行优化后，通过路径密化生成铺放轨迹。这仅能保证所生成的轨迹满足单一要求，难以整体满足多个优化目标。为实现多优化目标下的复合材料自动铺放轨迹整体规划，本文将轨迹规划问题转换成为目标域内的泛函优化问题，利用内嵌物理知识神经网络（Physics-informed neural network， PINN）实现目标函数的求解，并提取目标函数的等值线作为轨迹规划的结果。相较于现有策略，本文提出的方法能整体兼顾轨迹的方向性、可铺性以及间隙质量，为实现先进复合材料自动铺放轨迹整体规划提供新思路。

来源：2023年第5期

《南京航空航天大学学报》期刊编辑部

查看南京航空航天大学学报杂志2023年第5期