Quantengestützte Ermittlung der Stapelfolge und Entwurf von Verbundwerkstoffen
Mit Quanten- und quanteninspirierten Methoden wird die aufwendige Suche nach optimalen Stapelsequenzen für Verbundwerkstoffe in der Luft- und Raumfahrt neu gedacht – schneller, effizienter und unter Berücksichtigung komplexer Design- und Herstellungsanforderungen.
Laminierte Verbundwerkstoffe spielen in der Luft- und Raumfahrt aufgrund ihrer hohen spezifischen Festigkeit und Designflexibilität eine wichtige Rolle. Eine große Herausforderung bei ihrer Verwendung ist die Suche nach Stapelsequenzen, die den mechanischen Anforderungen genügen und gleichzeitig die komplexen Herstellungsbedingungen einhalten. Diese Aufgabe, typischerweise die zweite Stufe eines zweistufigen Optimierungsprozesses, ist aufgrund der kombinatorischen Natur des Designraums rechenintensiv. Wir formulieren die Suche nach Stapelsequenzen in einem Quantencomputerumfeld neu, indem wir diskrete Stapelkonfigurationen auf Quantenzustände abbilden. Die Designziele werden in einem Kosten-Hamiltonian kodiert, und die Herstellungsregeln werden als Zwangsbedingungen implementiert. Dies ermöglicht den Einsatz von Grundzustands-Suchtechniken, einschließlich Quanten-Variationsalgorithmen wie dem Filtering Variational Quantum Eigensolver (F-VQE), und von Quanten-inspirierten Methoden wie der Density Matrix Renormalization Group (DMRG). Wir demonstrieren den Ansatz an Benchmark-Problemen mit bis zu 200 Lagen und zeigen, dass sowohl F-VQE als auch DMRG physikalisch gültige Stapelsequenzen unter Standardbedingungen der Luft- und Raumfahrt erzeugen können. Die Formulierung berücksichtigt mehrere Entwurfsziele, einschließlich der Anpassung der Laminierungsparameter, der Knickbeständigkeit und der Kontrolle über die Lagenwinkel-Clusterung. DMRG zeigt eine konkurrenzfähige Leistung zu etablierten klassischen Methoden wie LAYLA und Opti-BLESS und unterstreicht damit das Potenzial von Quanten- und quanteninspirierten Solvern für skalierbares, einschränkungsarmes Verbunddesign.
Vortragssprache: ENG
Referent*innen (1)
