Репортаж от Wedoany，Проект DIDEAROT (Digital Design strategies to certify and mAnufacture Robust cOmposite sTructures — стратегии цифрового проектирования для сертификации и изготовления надежных композитных конструкций), реализуемый в рамках программы ЕС «Горизонт», разрабатывает суррогатные модели машинного обучения на основе физического моделирования, направленные на снижение объема физических испытаний, необходимых для сертификации основных конструкций из композитов для самолетов следующего поколения.
От образцов до полноразмерных конструкций — «модульный» метод сертификации в области авиационных композитов требует проведения физических испытаний на всех уровнях проектирования, что является дорогостоящим процессом. Высокоточные конечно-элементные модели, хотя и способны точно воспроизводить процесс отверждения композитов или реакцию на удар, требуют чрезмерных вычислительных затрат, что ограничивает исследование параметров и количественную оценку неопределенностей на этапе проектирования. Проект «HORIZON-CL5-2021-D5-01-06» Европейской комиссии направлен на решение этой промышленной проблемы, позволяя принимать более обоснованные проектные решения на ранних этапах с помощью инструментов цифрового проектирования и снижая нагрузку физических испытаний на пути сертификации.
Проект DIDEAROT применяет метод суррогатных моделей к двум конкретным задачам. В области производства проект разработал новый метод прогнозирования и коррекции деформаций композитов при отверждении. Результаты, опубликованные исследователями из бельгийской компании Cenaero в журнале «Composite Structures» (Zein и др., июнь 2025 г.), показывают, что этот метод работает не непосредственно с полной трехмерной сеткой детали, а использует набор сокращенных математических базисных функций (спектральный базис) для представления ее формы и корректирует форму пресс-формы с помощью численного метода Бройдена. В тестовом примере с плоской пластиной этот метод полностью устранил деформации, вызванные отверждением, в то время как стандартный метод неподвижной точки, используемый в современной промышленности, не смог сойтись.
В области уязвимости конструкций проект фокусируется на динамической реакции конструкций на удар. Для прогнозирования реакции повреждения на микроуровне материала команда Льежского университета (ULiège) обучила суррогатную модель на основе рекуррентной нейронной сети (SC-MRU-T, самосогласованная минимальная рекуррентная единица), которая напрямую воспроизводит зависимость «напряжение-деформация» для репрезентативного элемента объема (RVE). Разработанный командой элемент SC-MRU-T явно вводит размер каждого шага нагружения в свои внутренние вычисления, решая проблему, при которой результаты прогнозирования более ранних моделей изменялись в зависимости от степени детализации разбиения шага нагружения, что делает его применимым для мелких и нерегулярных временных шагов, необходимых для моделирования удара (Wu & Noels, 2024, опубликовано в «Computer Methods in Applied Mechanics and Engineering»).
В эталонном тесте многоуровневого моделирования без повреждений точность прогнозирования сети SC-MRU-T была сопоставима с точностью традиционного полного конечно-элементного метода, при этом скорость вычислений была выше примерно в 40 000 раз. Этот результат, а также исходный код и обучающие данные находятся в открытом доступе. На следующем этапе команда планирует протестировать случаи с разрушением материала, что является более сложной задачей для анализа удара, связанного с сертификацией.
Проект DIDEAROT, рассчитанный на период с сентября 2022 г. по август 2026 г., в настоящее время выполнен наполовину. Помимо вышеупомянутых результатов, независимая команда из Университета Порту (INEGI) опубликовала метод, позволяющий оценить полную карту параметров композитных материалов с помощью всего одного испытания, используя существующую концепцию инвариантности материала (модули Цая). Погрешность прогноза по сравнению с измеренными значениями составляет около 6–8% (Dinler и др., «Journal of Composite Materials», 2026).
Проект DIDEAROT координируется компанией Cenaero, партнерами являются Sonaca, Льежский университет, Tecnalia, INEGI/Университет Порту, Aernnova, Hexagon/E-Xstream Engineering и Барселонский суперкомпьютерный центр. В консультативный совет входят Airbus, Dassault Aviation, Safran, Embraer и EASA. Ожидается, что некоторые результаты проекта достигнут 6-го уровня технологической готовности (TRL6) и могут быть напрямую применены в рамках партнерства «Чистая авиация». Проект создал кластерные инициативы с проектами CAELESTIS, NEXTAIR, GENEX и INFINITE для обмена результатами и планирует провести семинары, ориентированные на HPC и академические круги, а также на передачу промышленных технологий, до своего завершения. Дополнительную информацию можно найти на странице проекта CORDIS: cordis.europa.eu/project/id/101056682.
Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com
