A Two-Stage Genetic Algorithm for Molding Parameters Optimization for Minimized Residual Stresses in Composite Laminates During Curing
A Two-Stage Genetic Algorithm for Molding Parameters Optimization for Minimized Residual Stresses in Composite Laminates During Curing
复制标题
用于优化成型参数以最小化复合材料层压板固化过程中残余应力的两阶段遗传算法
DOI：
10.1007/s10443-021-09912-z
复制
发表时间：
2021-05
影响因子：
2.3
通讯作者：
Guirong Liu
中科院分区：
文献类型：
--
作者：
Xuerui Li;Xu Han;Shuyong Duan;Guirong Liu
复合材料结构固化过程中产生的残余应力会严重降低材料性能。本文提出了一个两阶段的遗传算法（GA）程序，以逆确定最佳的成型参数，使残余应力最小化。在我们提出的两阶段遗传算法程序中，首先创建一个多物理场模拟的有限元模型，以计算给定温度曲线的复合材料层合板的残余应力。然后以板的残余应力为目标函数，采用改进的遗传算法对有限元模型进行优化。改进的遗传算法被称为两个阶段：第一阶段确定一组似然的建模参数周围的“最佳”参数可能驻留。第二阶段放大以这些可能性为中心的区域，从而找到使残余应力最小化的成型参数。结果表明，所提出的两阶段遗传算法比传统的遗传算法更有效。
The residual stress generated during the curing process of composite structures will seriously reduce the material performance. This paper presents a two-stage genetic algorithm (GA) procedure to inversely determine the optimal molding parameters that minimize residual stresses. In our proposed two-stage GA procedure, a finite element model for Multiphysics simulation is first created to compute the residual stresses of the composite laminated plate for a given temperature curve. The FEM model is then modulated by an improved GA with the residual stresses of the plate as the objective function. The improved GA is called in two-stages: the first stage determines a set of likelihoods of the modeling parameters around which the "optimal" parameters may reside. The 2ndstage zooms-in the areas centered by these likelihoods, which finds molding parameters that minimize the residual stresses. The results show that the proposed two-stage genetic algorithm is more efficient than the traditional genetic algorithm.
登录
查看更多内容
DOI：
10.1007/bf03184556
发表时间：
1999-08
期刊：
KSME International Journal
影响因子：
--
作者：
Soo Yong Lee;J. Kang
通讯作者：
Soo Yong Lee;J. Kang
DOI：
10.1142/3904
发表时间：
1999-01
期刊：
--
影响因子：
--
作者：
D. Coley
通讯作者：
D. Coley
DOI：
10.1002/9780470172254
发表时间：
1997
期刊：
--
影响因子：
--
作者：
M. Gen;Runwei Cheng
通讯作者：
M. Gen;Runwei Cheng
DOI：
10.1016/j.compositesa.2010.04.017
发表时间：
2010-09
影响因子：
8.7
作者：
X. Zeng;J. Raghavan
通讯作者：
X. Zeng;J. Raghavan
DOI：
10.1145/1068009.1068270
发表时间：
2005-06
期刊：
--
影响因子：
--
作者：
C. Ahn;Sanghoun Oh;R. S. Ramakrishna
通讯作者：
C. Ahn;Sanghoun Oh;R. S. Ramakrishna