Modelado predictivo del comportamiento a impacto de compuestos de fibra de carbono aeronáuticos mediante Machine Learning

Abstract

[ES] En este proyecto se llevará a cabo un estudio sobre el comportamiento del material compuesto con base de carbono SE-84LV, haciendo uso de técnicas de Machine Learning, una tecnología emergente desarrollada durante la última década. El material compuesto SE-85LV es ampliamente utilizado en aplicaciones aeroespaciales y estructurales, especialmente en las estructuras honeycomb de las aeronaves, debido a sus propiedades únicas de resistencia y ligereza. Por tanto, comprender cómo responde este material a los impactos que pueda sufrir en la fase de rodadura de la aeronave es de vital importancia, ya que pueden ocasionar daños estructurales significativos. En este estudio se utilizarán datos experimentales previamente recopilados sobre el comportamiento del material al ser impactado con un objeto desde una determinada altura. Estos datos se utilizarán para entrenar un modelo de Machine Learning, con la finalidad de predecir los casos que no hayan sido analizados en la práctica. Para el análisis de los datos experimentales, se va a utilizar el software ODYSEE, preparando y seleccionando previamente los mismos, entrenando seguidamente a la máquina y comparando el comportamiento con modelos basados en la física. Se van a explorar diversos algoritmos de Machine Learning con la finalidad de identificar cuál es el más adecuado a la hora de predecir el comportamiento de materiales compuestos. Finalmente, se analizarán los resultados obtenidos, comparándolos con los datos experimentales y con simulaciones basadas en la física, y se extraerán conclusiones que permitirán conocer el potencial que muestra la tecnología Machine Learning en el desarrollo de soluciones eficientes en ingeniería aeroespacial y estructural.

[EN] In this project, a study about the behavior of the carbon-based composite material SE-84LV will be carried out, using Machine Learning techniques, that is an emerging technology developed during the last decade. The SE-85LV composite material is widely used in aerospace and structural applications, especially in honeycomb structures in aircraft, due to its unique strength and lightness properties. During the taxiing phase of the aircraft, they may receive impacts from small pieces of asphalt detached from the runway, which may lead to structural damage to the aircraft. This study will use previously collected experimental data about the behaviour of the material when impacted with an object from a certain height. This information will be used to train a Machine Learning model, with the aim of predicting cases that have not been analyzed in practice. Throughout the work, the analysis of the experimental data will be carried out with the ODYSSEE software, previously preparing and selecting the data, then training the machine and comparing the behaviour with physic-based models. Several Machine Learning algorithms will be explored in order to identify the most suitable one to predict the behaviour of composite materials. Finally, the results obtained will be discussed, comparing them with experimental data and simulations, and conclusions will be drawn, which will be useful to know the potential that Machine Learning shows in the efficient development of solutions in aerospace and structural engineering.