本发明涉及复合材料制造成型领域，尤其是一种复合材料构件固化状态监测方法，具体地说是一种复合材料构件固化温度场监测方法。
背景技术：
1、复合材料因其重量轻、强度高、耐腐蚀等优良特性，广泛应用于航空航天、汽车、船舶等高技术领域。然而，复合材料的制造过程复杂，尤其在固化过程中，温度场的分布对最终产品的质量有着重要影响。复合材料构件的固化过程涉及复杂的化学反应和热传递过程，需要严格控制温度场的分布，以确保材料性能的均匀性和稳定性。
2、控制固化温度场的前提是实现实时监测，现有的温度监测方法分为直接监测和间接监测两类。直接监测方法是通过温度传感器对构件进行温度监测，一是通过在材料表面或内部嵌入多个分布式温度传感器，但这种方法无法提供全局温度信息，可能影响复合材料构件的结构完整性，难以满足对高效率和高质量复合材料生产的工业需求；二是利用红外热像仪获得真空袋表面温度场信息，但其受环境热源影响大，且难以反映构件实际温度场。间接监测方法是指通过获得少量易于监测的温度数据，利用数值模拟结合实际数据对全局温度进行插值预测，但依赖于大量数据输入，如cn116341388a公开了一种基于径向基神经网络对固化峰值温度进行预测的办法，虽然精度较高，但仅能实现特定时间点的预测；又如参考文献(doi:10.1007/s40436-023-00455-z)提出了一种使用卷积神经网络建立由真空袋表面温度场与构件温度场之间的映射模型，虽然能实时预测，但仅能获得构件表面温度，且由于参数及建模误差存在映射模型精度有限的问题。因此，现有直接测量方法原理上难以直接获得构件表面或内部的温度场，而间接测量方法虽然可实现温度场的测量，但受制于模型精度仍难以获得精确的温度场结果。
技术实现思路
1、本发明的目的在于针对目前复合材料固化过程中，构件实际温度场难以实时、准确监测的问题，发明一种融合模型和实际数据的复合材料构件固化温度场监测方法，突破了传统方法向复合材料构件内部或表面引入大量传感器进而影响构件质量的局限，通过建立系统外温度场和构件内温度场的映射关系，进而仅通过少量温度传感器数据修正即可准确测量构件表面或内部的固化温度场，为复合材料构件温度场在线监测提供了一条新的可行技术方案。
2、本发明的技术方案是：
3、一种复合材料构件固化温度场监测方法，其特征在于在复合材料构件固化过程中，通过在真空袋外表面或模具非靠模面一侧外表面设置温度传感器，测量所述外表面的温度分布，建立所述外表面温度分布与复合材料构件表面或构件内部温度场分布的映射模型，进而在复合材料构件固化过程中根据所述外表面温度场实时推断复合材料构件表面或构件内部温度场，通过在构件表面或内部布置若干(或少量，10个以下)温度传感器，利用所述所设置的少量温度传感器测量值实时修正模型映射获得高精度的复材构件表面或内部温度场。
4、本发明中使用的温度传感器包括接触式和非接触式传感器。在对流换热加热过程中，使用分布式热电偶等接触式传感器，这些传感器因其接触性质能提供非常精确的局部温度数据。在接触传热加热过程中，则可使用非接触式红外传感器，这些传感器可以在不干扰构件内部结构的情况下，迅速捕捉表面温度场的变化。此外，两种传感方式可以结合使用，以适应不同的监测需求和环境条件，增强监测方法的灵活性和准确性。
5、本发明的映射模型是通过逆传热过程建立的，涉及到热源、构件、模具及辅助材料构成的复杂传热系统。传热特性的描述依赖于瞬态传热方程，这一方程综合了系统中各部分的热传导、系统耗散以及与环境的温差等因素。本发明的映射模型建立步骤如下：首先是数据处理及存储过程，需对温度传感器采集到的数据进行噪声过滤以及数据对齐，将不同传感器的数据进行整合，形成完整的温度场数据集，整合过程需考虑传感器的空间位置和测量精度，确保数据的一致性和准确性，并将整合后的数据存储在数据库中以便后续训练，数据存储可依照数据容量和访问速度，选择关系型数据库、时序数据库等。然后是模型搭建与训练过程，由于在本发明中，映射模型不仅基于传统的热传递方程，还整合了机器学习技术来处理复杂的加热场景，因此模型搭建过程包含两个部分，一是传热系统建模，利用瞬态传热方程描述热源、构件、模具及辅助材料的传热特性，传热系统中各部分的传热特性通过瞬态传热方程进行描述：
6、
7、其中，表征系统各部分的温度变化率，表征系统各部分的实时温度，h·a·(t-t′)表征系统与环境的温差。
8、二是物理先验与机器学习算法融合，本发明采用多子图架构的卷积神经网络建立表面红外温度图像与构件实际温度场之间的映射模型以解决接触传热情景固化温度场监测问题，将传热特性拆分为温度变化率、实时温度、温差三个部分，对应建立三个部分的子图以搭建并训练多子图架构卷积神经网络；建立融合传热物理定律与数据驱动的物理信息神经网络建立分布式温度数据与构件实际温度场之间的映射模型以解决对流换热情景固化温度场监测问题。最后是实时监测与修正过程，利用实时采集的外表面温度数据输入已训练好的映射模型，模型根据输入数据实时推断出复合材料构件表面或内部的温度场分布，将推断结果输出，并与少量设置于目标处的热电偶所测实际温度点进行对比，将实测数据用于模型修正，以提高监测精度。
9、所述修正方法首先获取构件表面或内部少量真实温度数据和采用映射关系实时推断的温度数据之间的偏差，利用该偏差对所述采用映射关系实时推断的温度数据进行全局分布调整，进而获取准确的构件表面或内部温度场数据；所述偏差作用于数值模型时，利用该偏差对数值模型的输出值进行修正，各点温度值可根据与被测点温度值的大小比例整体加和成比例的偏差；所述偏差作用于机器学习模型时，可通过少量点数据的在线训练，局部冻结已训练完成模型的网络参数，微调局部层网络参数，进而获得保留原模型信息，同时适配真实数据的新模型，进而实现偏差修正。
10、本发明的有益效果是：
11、通过本发明的方法，可以实现对复合材料构件固化过程中的温度场进行高精度、实时的监测，从而提高制造过程的质量控制水平。该方法有效避免了传统方法中嵌入大量传感器对材料性能的影响，具有较高的实用价值和广泛的应用前景。
12、本发明解决了现有温度监测技术在准确性、实时性和全局性方面的不足。
13、本发明在复合材料构件固化过程中，通过在真空袋外表面或模具非靠模面一侧外表面设置温度传感器，测量所述外表面的温度分布，建立所述外表面温度分布与复合材料构件表面或构件内部温度场分布的映射模型，进而在复合材料构件固化过程中根据所述外表面温度场实时推断复合材料构件表面或构件内部温度场，通过在构件表面或内部布置少量温度传感器，实际固化过程中利用所述少量温度传感器测量值修正模型映射获得高精度的复材构件表面或内部温度场。这种方法利用模型与实测数据融合的方法，实现了对复合材料构件温度场的高精度实时监测，从而显著提高了复合材料制造过程中的质量控制精度和效率。
1.一种复合材料构件固化温度场监测方法，其特征在于，在复合材料构件固化过程中，通过在真空袋外表面或模具非靠模面一侧外表面设置温度传感器，测量所述外表面的温度分布，建立所述外表面温度分布与复合材料构件表面或构件内部温度场分布的映射模型，进而在复合材料构件固化过程中根据所述外表面温度场实时推断复合材料构件表面或构件内部温度场，通过在构件表面或内部布置若干温度传感器，利用温度传感器测量值实时修正模型映射，获得高精度的复合材料构件表面或内部温度场。
2.根据权利要求1所述的方法，其特征在于，所述的温度传感器包括接触式传感器和非接触式传感器，于真空袋外表面或模具非靠模面一侧外表面使用分布式接触式传感器或布置非接触式红外传感器，或采用两种传感方式结合的测量方法。
3.根据权利要求1所述的方法，其特征在于，所述映射模型建立方法是一个逆传热拟合过程，通过瞬态传热方程描述所述外表面和内表面的传热过程，其中，表征系统各部分的温度变化率，可以表征系统各部分的实时温度，h·a·(t-t′)可以表征系统向外部环境的热耗散，基于在线数值预测或机器学习模型建立所述外表面和内表面温度场的映射关系。
4.根据权利要求3所述的方法，其特征是在于所述映射模型建立步骤如下：
5.根据权利要求1所述的方法，其特征在于，所述修正方法是：首先获取构件表面或内部少量真实温度数据和采用映射关系实时推断的温度数据之间的偏差，利用该偏差对所述采用映射关系实时推断的温度数据进行全局分布调整，进而获取准确的构件表面或内部温度场数据。
