面向制造的设计：面向航空发动机自由形态管路的制造性知识集成强化学习框架
机器学习
2026-05-21 v1 人工智能
机器人学
摘要
面向制造的设计在先进航空发动机开发中发挥着关键作用，其中复杂组件需要仔细考虑制造性。然而，当前的管路设计实践仍基本与下游制造脱节，导致需进行大量耗时的试错迭代以实现可制造设计。为此，本文提出了自由形态管路优化（FPRO）框架，一种集成制造性知识的强化学习方法，用于航空发动机中的管路设计。FPRO 将管路问题在Frenet坐标系中形式化为边值问题。该框架中，用曲率和扭率轮廓表示管路路径，这些轮廓通过三次Hermite插值生成。为集成设计与制造，将领域特定的制造知识嵌入作为曲率和扭率可允许范围的约束。采用具有随机探索和阶段引导奖励机制的近端策略优化算法进行路径优化。随后，统一的映射公式将优化后的路径转化为用于弯曲模具的运动轨迹，实现在六轴自由弯曲机上直接制造。实验结果表明，FPRO 能始终生成无碰撞、可制造的路径，其几何轮廓比笛卡尔坐标系方法更光滑。相较于当前强化学习基线方法，FPRO 在终端对齐、路径长度、障碍规避和制造性方面实现更快的收敛速度和更佳性能。实际应用验证表明，制造得到的管道与其数字设计之间存在较好的几何对应关系，验证了FPRO在实际可行性方面的优势。
引用
@article{arxiv.2605.20644,
title = {Design for Manufacturing: A Manufacturability Knowledge-Integrated Reinforcement Learning Framework for Free-Form Pipe Routing in Aeroengines},
author = {Caicheng Wang and Zili Wang and Shuyou Zhang and Yongzhe Xiang and Zheyi Li and Liangyou Li and Jianrong Tan},
journal= {arXiv preprint arXiv:2605.20644},
year = {2026}
}