Robust topology optimisation of microstructural details without length scale separation - using a spectral coarse basis preconditioner
本文应用拓扑优化设计的结构与周期性的微观结构的细节没有长度尺度分离,即考虑完整的宏观结构及其响应,同时解决所有的微观结构的细节,相比,经常使用的均匀化方法。该方法考虑了边界条件,并确保连接和宏观优化的微观结构,而不管微观和宏观长度尺度的差异。这导致针对特定应用而不是特定属性定制的微结构。处理完整的宏观结构及其响应在计算上具有挑战性,因为需要非常精细的离散化来解决所有微观结构细节。因此,本文展示了将基于多尺度有限元法(MsFEM)的与对比度无关的光谱预处理器应用于具有完全解析的微观结构细节的大型结构的益处。基于密度的拓扑优化方法结合了一个Heaviside投影过滤器和一个随机的强大的配方上使用的各种问题,周期性和分层的微结构。所提出的方法被证明是允许非常大的问题,在\textsc{Matlab},特别是一个问题,在26小时内使用一个单一的计算线程与26万位移自由度的拓扑优化。
2014-11-13 cs.CE
Topology optimization of micro-structured materials featured with the specific mechanical properties
由一系列微结构组成的微结构材料被设计成提供特定的材料特性。本文在水平集理论的框架下研究了多孔材料的微结构设计,以优化多孔材料微结构的拓扑结构和形状。首先,基于能量的均匀化方法(EBHM)被应用到评估材料的有效性能的基础上的材料单元的拓扑结构,其中的有效弹性性能的平均应力和应变定理评估。其次,采用参数水平集方法(PLSM)来优化微结构拓扑结构,直到可以实现特定的力学性能,包括最大体积模量,最大剪切模量及其组合,以及负泊松比(NPR)。将材料微结构的复杂拓扑形状优化问题等价为水平集函数插值展开系数大小的演化问题。最后,通过数值算例验证了该方法的有效性.可以发现一系列具有特定力学性能的新的、有趣的材料单元。
2018-11-09 cs.CE
Level set-based multiscale topology optimization for a thermal cloak design problem using the homogenization method
复合材料由微观结构组成,根据其形状表现出各种热性能,如各向异性导热率。这种复合材料用于热控制的代表性应用之一是热斗篷。针对热传导问题,提出了一种基于水平集方法的拓扑优化方法,以优化设计复合材料,实现热斗篷。采用均匀化方法计算了其有效导热系数。然后,我们制定了一个多尺度的拓扑优化方法的框架内的均匀化方法,其中的微观结构进行优化,以最小化目标函数定义的宏观温度场的复合材料。给出了二维问题中最优结构的例子,并讨论了所得结构的有效性。
2023-02-24 cs.CE
Enhancing Data-driven Multiscale Topology Optimization with Generalized De-homogenization
去均匀化正成为一种有效的方法,显着加快高分辨率的多尺度结构的设计,但现有的方法,迄今为止,仅限于简单的静态顺应性最小化。在适应一般情况下,有两个关键的挑战要解决:使设计的单胞取向和使用自由形式的微结构。在本文中,我们提出了一个数据驱动的去均匀化方法,允许有效的设计的单位细胞的取向角和空间变化的,复杂的微结构的保角映射。我们设计了一个参数化的微结构组成的杆在不同的方向,以提供更多的多样性,同时保持几何简单的刚度。然后用神经网络代替微观结构的几何-性能关系,以避免代价高昂的均匀化。一个笛卡尔表示的单元格的方向被纳入均匀化为基础的优化设计的角度。相应的高分辨率的多尺度结构,从均匀化的设计,通过构造一个保角映射的函数场。这使我们能够组装复杂的微观结构与定向和兼容的瓷砖图案,同时保持局部均匀化的属性。为了证明我们的方法与一个特定的应用程序,我们优化在给定的频率范围内的谐波激励下的结构的频率响应。这是第一次,在去均匀化框架中的一个函数被应用于复杂的设计方案超出静态顺应性最小化。算例表明,多尺度结构的生成效率高,动态性能好得多。除了频率响应设计,我们提出的框架可以应用于其他一般问题。
2021-12-18 cs.CE
An active learning high-throughput microstructure calibration framework for solving inverse structure-process problems in materials informatics
确定过程-结构-性能关系是材料科学的圣杯,其中正向计算预测和反向材料设计都是必不可少的。材料设计中的问题通常被认为是在过程中的上下文中的属性链接通过绕过材料的结构,或在结构的上下文中的属性链接的微结构敏感的设计问题。然而,在逆向工程中具有重要意义的工艺-结构联动的材料设计问题的研究却很少。在这项工作中,给定一个目标的微观结构,我们提出了一个主动学习高通量的微观结构校准框架,以获得一组工艺参数,它可以产生一个最佳的微观结构,统计等效的目标微观结构。所提出的框架被制定为一个嘈杂的多目标优化问题,其中每个目标函数测量候选微观结构和目标微观结构之间的相同的微观结构描述符的确定性或统计差异。此外,显着减少物理等待墙的时间,我们使高吞吐量的微结构校准框架的功能,通过采用异步并行贝叶斯优化,利用高性能的计算资源。增材制造和晶粒生长的案例研究被用来证明所提出的框架,其中动力学蒙特卡罗(kMC)模拟被用作前向预测模型的适用性,这样对于一个给定的目标微观结构,产生这种微观结构的目标工艺参数被成功地恢复。
2020-04-24 cs.CE
TOMAS: Topology Optimization of Multiscale Fluid Devices using Variational Autoencoders and Super-Shapes
本文提出TOMAS框架,通过变分自编码器学习超形状微结构的可微潜空间,并结合坐标神经网络实现流体装置的多尺度拓扑优化,在满足接触面积约束下最小化耗散功率。
2023-09-15 cs.CE cs.NA math.NA
A Sequential Global Programming Approach for Two-scale Optimization of Homogenized Multiphysics Problems with Application to Biot Porous Media
我们提出了一种新的方法和算法,用于优化材料的配置和行为的流体饱和多孔介质中的两个尺度设置。状态问题由描述均匀化多孔弹性结构中流体-结构相互作用的Biot模型控制。然而,该方法是广泛适用于多物理问题,涉及几个宏观领域的均匀化提供的微观配置和宏观数学模型之间的关系。优化变量描述的局部微结构设计凭借的孔隙形状,确定有效的介质属性-材料系数-计算的均匀化方法。数值优化策略的主要思想在于a)采用与几何参数相关联的材料系数的预先计算的数据库,以及b)应用序列全局规划(SGP)方法来解决材料系数的宏观优化分布问题。虽然有类似的自由材料优化(FMO)的方法,只有有效的材料系数被认为是可接受的,其中存在一组定义明确的相应的可配置的微结构。由于SGP方法的灵活性,可以很容易地处理具有完全独立参数化的不同类型的微结构。一系列的数值实验证明了该概念的有效性。我们表明,SGP方法可以同时处理多种类型的微结构与非平凡的参数化,使用一个相当低的和稳定的数量的状态问题来解决。
2023-01-27 cs.CE
Identification of microstructure from macroscopic measurement using inverse multiscale analysis
本文提出两步逆分析方法,从宏观测量中识别异质材料的微观结构,包括长度尺度与有效属性,进而确定微观结构。
2024-05-22 cs.CE
Data-Driven Multiscale Topology Optimization of Soft Functionally Graded Materials with Large Deformations
本文提出一种通用的多尺度拓扑优化框架,结合微结构重建、均匀化方法、神经网络代理模型与非线性灵敏度分析,实现了大变形下软功能梯度材料与结构的同步优化,并生成具有空间变化微结构的独特设计。
2025-06-29 cs.CE
Data-driven topology optimization of spinodoid metamaterials with seamlessly tunable anisotropy
我们提出了一个两尺度的拓扑优化框架的宏观机构的设计与优化的弹性响应,这是通过在微观尺度上的空间变化的细胞架构。所选择的spinodoid拓扑结构的细胞网络的微观尺度上(这是由自然的微结构形成的spinodal分解过程中的灵感)承认一个无缝的空间分级以及可调的弹性各向异性,它是参数化的一个小的设计参数与底层的高斯随机场。宏尺度边值问题采用有限元离散,有限元除了位移场外,还连续插值微尺度设计参数。通过假设尺度分离,在宏观尺度上的局部本构行为被识别为基于局部设计参数的微结构的均匀化弹性响应。作为从经典的FE $^2$型方法出发,我们取代了昂贵的微尺度均匀化的数据驱动的代理模型,使用深神经网络,它准确,高效地映射到有效的弹性张量的设计参数。该模型是训练均匀化的刚度数据从有限元数值均匀化。作为一个额外的好处,机器学习设置允许自动微分,因此可以精确计算灵敏度(优化问题所需的),而不需要数值导数-这一策略的前景远远超出了弹性刚度。因此,该框架为基于数据驱动的代理模型的多尺度拓扑优化提供了新的机会。
2021-05-19 cs.CE
Data-Driven Multiscale Design of Cellular Composites with Multiclass Microstructures for Natural Frequency Maximization
Shanghai Jiao Tong University(上海交通大学);Northwestern University(西北大学)
对于工程结构的固有频率优化,蜂窝复合材料已被证明具有优于固体的优势。然而,现有的蜂窝复合材料的多尺度设计方法要么计算详尽或仅限于一类微结构。在本文中,我们提出了一个数据驱动的拓扑优化(TO)的方法,使多尺度设计的细胞结构与各种选择的微结构类。关键部分是一个新提出的潜在变量高斯过程(LVGP)模型,通过该模型,不同类别的微观结构被映射到一个低维连续的潜在空间。它提供了一个可解释的类之间的距离度量,并捕捉它们对均匀化刚度张量的影响。通过引入特征向量作为设计变量,刚度矩阵在类间的可微转换可以很容易地用解析梯度实现。在将LVGP与基于密度的TO集成后,开发了一种有效的数据驱动的蜂窝复合材料优化过程,以实现对用于固有频率优化的微结构概念和相关体积分数的并行探索。算例表明,所提出的多类微结构的蜂窝设计比单尺度和单类设计实现了更高的固有频率。该框架可以很容易地扩展到其他多尺度TO问题,如热顺应性和动态响应优化。
2021-06-11 cs.CE cs.LG stat.ML
Topology Optimization of Multiscale Structures Considering Local and Global Buckling Response
针对各向同性多孔填充多尺度结构,本文结合 Bloch-Floquet 局部屈曲约束与全局屈曲准则开展拓扑优化,显著提升屈曲稳定性并节省计算时间。
2023-04-28 cs.CE math.OC
Remixing Functionally Graded Structures: Data-Driven Topology Optimization with Multiclass Shape Blending
Northwestern University(西北大学);Shanghai Jiao Tong University(上海交通大学)
为了创建具有前所未有的功能的异构多尺度结构,最近的拓扑优化方法设计完全非周期系统或功能梯度结构,在设计自由度和效率方面进行竞争。我们建议通过一个数据驱动的框架来继承两者的优点,该框架用于混合了几个家族的多类功能梯度结构,即,类,微结构拓扑结构,以创造空间变化的设计与保证可行性。关键是一个新的多类形状混合方案,生成平滑渐变的微观结构,而不需要兼容的类或连接性和可行性约束。此外,它转换成一个有效的,低维的微尺度问题,而不限制设计预定义的形状。合规性和形状匹配的例子,使用常见的桁架几何形状和多样性为基础的自由形式的拓扑结构证明了我们的框架的多功能性,而类的数量和多样性的影响的研究说明了有效性。所提出的方法的一般性支持未来的扩展超出线性应用程序。
2022-04-02 cs.CE cs.LG
Generating Accurate Microstructures of Anisotropic Magnetorheological Elastomers
TU Dresden(德累斯顿工业大学);University of Duisburg-Essen(杜伊斯堡-埃森大学);Leibniz Institute of Polymer Research Dresden(德累斯顿莱布尼茨聚合物研究所)
本研究提出框架生成并验证二维代表性体积单元,可精确重现各向异性磁流变弹性体参考微观结构的磁-机械响应,减少颗粒数量以降低多尺度模拟计算成本。
2026-10-14 cs.CE
Self-support topology optimization considering distortion for metal additive manufacturing
提出了一种考虑变形影响的自支撑拓扑优化方法,以提高增材制造的可制造性。首先,提出了一种自支撑约束,该约束结合了悬垂角约束、滴水效应的可调节程度和建筑过程中散热的热约束。接下来,我们介绍了一个力学模型的基础上的固有应变方法在建设过程中,并提出了一个约束,可以抑制变形。建立了满足所有约束条件的优化问题,构造了基于水平集拓扑优化的优化算法。最后通过二维和三维优化算例验证了该拓扑优化方法的有效性。
2022-11-25 cs.CE
Topology Optimization with Tetra-kai-decahedra and Spheroidal Masks
提出了一种新的基于正四面体(也称为截顶八面体)单元的空间拓扑优化网格划分方法。四面体网格确保了元素之间的面连接,从而消除了解决方案空间中的奇异解决方案。实施所述网格的各种其他好处也被突出,并介绍了相应的有限元。材料掩模覆盖策略或MMOS,一种基于特征的拓扑优化方法,通过上述有限元和球形负掩模扩展用于3维(MMOS-3D)。密度计算和灵敏度分析的梯度为基础的优化制定。以传统结构拓扑优化问题为例,详细讨论了该方法的有效性。
2022-02-03 cs.CE
Style-constrained inverse design of microstructures with tailored mechanical properties using unconditional diffusion models
Hong Kong University of Science and Technology(香港科技大学)
本文提出了一种基于无条件扩散模型的微结构反向设计框架,通过可微编程技术实现无需标记数据集的高效设计,能够控制生成微结构的机械性能和风格约束。
2026-01-10 cs.CE
Economic Topology Optimization of District Heating Networks using a Pipe Penalization Approach
在本研究中,管道惩罚方法的区域供热网络的经济拓扑优化提出,借鉴基于密度的拓扑优化。对于区域供热网络,前期投资是推出这项技术的关键因素。今天,管道布线通常是设计依赖于基本的热传输问题的线性化。本文从基于密度的拓扑优化方法中得到启发,提出将最优管道布线问题作为一个非线性拓扑优化问题来求解。该优化问题是围绕一个非线性热传输模型制定的,并最大限度地减少了详细的净现值表示的供热网络成本。通过放松管道放置的组合问题,这种方法仍然是可扩展的大规模应用。通过中间管道惩罚策略实现了离散网络拓扑和近离散管道设计。对于一个现实的测试情况下,该算法实现了离散的网络拓扑结构和近离散的管道设计,优于简单的后处理步骤。
2022-06-23 cs.CE
Topology optimization of thermal problems in a nonsmooth variational setting: closed-form optimality criteria
本文将非光滑松弛变分方法(RVA)推广到拓扑优化问题,并将其应用于热力学优化问题。首先,RVA拓扑优化方法进行了简要的讨论,然后,它被应用到一组有代表性的问题,其中的热顺从性,从一个给定的字段和平均温度的热流密度的偏差最小化。对于每个优化问题,松弛的拓扑导数和相应的伴随方程。然后,在有限元法的背景下对这组表达式进行离散化,并在优化算法中使用以更新特征函数。最后,一些有代表性的(3D)热拓扑优化的例子来评估所提出的方法的性能和松弛变分方法的解决方案与水平集方法获得的成本函数,拓扑设计和计算成本进行了比较。
2021-08-10 cs.CE
Internal contact modeling for finite strain topology optimization
本工作提出了一个扩展的第三介质接触法解决结构拓扑优化问题,涉及和利用自接触。一个新的正则化的空隙区域,它作为接触介质,使该方法适用于非常大的变形的情况。所提出的接触方法是在二阶拓扑优化框架,它采用了耦合的机械,设计更新,伴随问题的同时解决方案。所有这三个问题的推导和提出的弱形式,并离散与有限元适当的顺序。所开发的方法的能力和精度证明在拓扑优化问题,实现所需的非线性力-位移路径。
2021-03-12 cs.CE
Driving-Cycle-Aware Shape and Topology Optimization of an Interior Permanent Magnet Synchronous Machine for a Traction Drive
Technische Universität Berlin(柏林工业大学)
本文提出了一种面向驾驶循环的永磁同步电机形状与拓扑优化方法,通过聚类减少完整驾驶循环至代表性运行点,结合二进制拓扑优化、NGnet和样条形状优化,在电磁、机械超速和逆变器电压约束下实现永磁体减少10%的同时保持扭矩能力和近参考全循环效率。
2026-04-12 cs.CE
Data-Driven Microstructure Property Relations
Institute of Applied Mechanics (CE)(应用力学研究所(CE))
提出了一种基于图像的高度非均匀微结构材料有效导热系数的预测方法。所考虑的合成材料表现出不同的夹杂物形态,取向,体积分数和拓扑结构。有效性能的预测完全基于图像数据,主要重点放在2点空间相关函数上。该任务使用无监督和监督机器学习方法来实现。首先,快照适当的正交分解(POD)是用来分析大组的随机微结构,然后压缩到一个低维特征向量的微结构的显着特征。为了管理相关的数据量和计算量,提出了三种不同的增量快照POD方法。在第二步中,所获得的特征向量被用于通过使用前向神经网络预测有效材料性质。数值例子的增量基识别和预测精度的方法。可以免费获得演示代理应用的Python代码。
2019-04-01 cs.CE cs.LG eess.IV
Topology optimization for 3D thin-walled structures with adaptive meshing
提出了一种基于密度的自适应网格划分的三维薄壁结构拓扑优化设计方法。均匀的壁厚是通过使用亥姆霍兹偏微分方程(PDE)同时约束的最小和最大特征尺寸。基于偏微分方程的约束不需要关于相邻单元的信息,因此可以很容易地与自适应网格划分方案相结合。通过显著减少优化过程中出现的大空隙区域的计算量,有效地实现了使用台式PC对薄壁结构进行3D拓扑优化。当应用于3D结构时,统一的特征尺寸约束可以产生具有分支和孔的薄壁几何形状,这在以前很难通过拓扑优化获得。所得到的薄壁结构可以为设计由冲压、熔模铸造和复合材料制造制成的薄壁轻质结构提供有价值的见解。
2019-08-28 cs.CE
Topology optimization of the support structure for heat dissipation in additive manufacturing
需要支撑结构来在用于增材制造的粉末床熔融工艺中成功地创建结构部件。在这项研究中,我们提出了拓扑优化的支撑结构,提高了建筑过程中的散热。首先,我们建立了一个数值方法,获得在建筑过程中的温度场,所表示的瞬态热传导现象与体积热流。接下来,我们制定了一个优化问题,最大限度地提高散热,并开发了一个优化算法,结合了基于水平集的拓扑优化。使用伴随变量法推导出目标函数的灵敏度。最后,通过数值算例验证了所提方法的有效性.
2022-01-05 cs.CE
NSTO: Neural Synthesizing Topology Optimization for Modulated Structure Generation
大自然用有限的材料以最佳的性能进化出像蜂窝一样的结构。这些高效的结构可以通过结构拓扑优化和增材制造的协作来人工创建。然而,拓扑优化的大量计算成本导致网格分辨率低,求解时间长,边界粗糙,无法满足日益增长的个人制造需求和打印能力的要求。因此,我们提出了神经合成拓扑优化,利用自监督的基于坐标的网络来优化结构,具有显着更短的计算时间,其中网络编码的结构材料布局作为坐标的隐式函数。在不同的边界条件或约束下,优化任务进一步生成连续的解空间,以供用户即时推断新的解决方案。我们通过数值实验和3D打印展示了该系统在广泛使用场景中的功效。
2023-03-21 cs.CE
Reducing computational effort in topology optimization considering the deformation in additive manufacturing
针对增材制造变形拓扑优化计算成本高的问题,提出基于固有应变法模拟残余应力变形、抑制变形约束及降低伴随分析成本的优化方法,并纳入水平集框架,数值算例验证有效性。
2024-12-18 cs.CE
Multi-constrained topology optimization via the topological sensitivity
本文的目的是介绍和证明一个强大的方法多约束拓扑优化。该方法是通过将拓扑灵敏度与经典的增广拉格朗日公式相结合而得到的。所提出的方法的主要优点是:(1)它依赖于完善的增广拉格朗日公式约束优化,(2)增广拓扑水平集可以系统地推导出一组任意的负载和约束,(3)水平集可以有效地更新。通过数值实验说明了该方法。
2022-03-30 cs.CE
Gyroid-like metamaterials: Topology optimization and Deep Learning
三周期最小表面(TPMS)的超材料的特点是由螺旋控制的拓扑结构表现出更好的机械性能相比,均匀的结构。可以进一步优化这种超材料的晶胞拓扑结构,以改善特定应用的所需机械性能。然而,这种逆向设计涉及拓扑优化中的多个昂贵的3D有限元分析,因此尚未尝试。数据驱动模型作为超材料几何设计中的代理模型近年来得到了广泛的应用。采用一种新的体素算法、基于均匀化的拓扑优化和Heaviside滤波器设计了类陀螺单胞,以获得0-1构型的优化密度。很少的优化数据被用作来自3D CNN模型的拓扑优化过程的监督学习的输入-输出。然后,这些模型可以用于即时预测任何拓扑参数的优化单元格几何形状,从而减轻了为未来设计运行任何拓扑优化的需要。该模型的高精度表现为低均方误差指标和高骰子系数指标。这种3D超材料的加速设计打开了设计任何计算成本高的问题的可能性,这些问题涉及具有多目标特性或多尺度应用的超材料的复杂几何形状。
2023-03-17 cs.CE
Topology Optimization Methods for 3D Structural Problems: A Comparative Study
本文对三维结构拓扑优化的几种典型方法进行了详尽的比较,如惩罚固体各向同性材料法(SIMP)、水平集法、双向渐进结构优化法(BESO)和变分拓扑优化法(VARTOP)。这些方法的主要区别和相似之处,然后突出从算法的角度来看。比较是通过研究一组数值基准案例进行的,这些案例使用了类似工业的精细离散化网格(约100万个有限元),并将Matlab作为通用计算平台,以确保公平比较。然后,在计算成本、拓扑质量、目标函数的最小值和计算的鲁棒性(目标函数和拓扑的收敛性)方面,对使用不同方法的每个基准案例所获得的结果进行比较。最后,一些定量和定性的结果,从其中,尝试的资格的方法,在他们的相对性能,做。
2021-08-06 cs.CE
An Advection-Diffusion based Filter for Machinable Designs in Topology Optimization
本文介绍了一个简单的配方拓扑优化问题,确保可制造性的机械加工。该方法区别于现有的方法,通过使用对流扩散方程与罗宾边界条件进行过滤的设计变量。所提出的方法是计算成本较低,比传统的方法。此外,该方法是很容易实现的非结构化网格和分布式内存设置。最后,所提出的方法可以在任何系统参数中以很少或没有连续步骤来执行。应用程序演示了拓扑优化的非结构化网格多达64万个元素和多达29个铣削刀具方向。
2021-02-25 cs.CE
OptiMic: A tool to generate optimized polycrystalline microstructures for materials simulations
多晶微结构以其独特的物理、化学、结构和拓扑实体,在决定材料的有效性能方面起着重要作用。特别是对于计算研究,众所周知的Voronoi曲面细分技术经常用于获得微结构。然而,标准的Voronoi曲面细分显示出的统计数据通常与真实微观结构中的统计数据相差甚远。然而,这种镶嵌可以被优化以获得在真实微结构中看到的某些关键特征和统计数据。在这项工作中,我们开发的开源软件包OptiMic,使生成优化的微观结构的有限元以及原子模拟。OptiMic允许单分散颗粒以及目前通过Voronoi镶嵌获得的不规则颗粒。然后可以优化这些初始微结构以反映所需的统计特征。该工具的一个关键特性是,它通过可定制的成本函数为用户提供了对优化过程的广泛控制。该软件目前使用Voronoi方法进行镶嵌,并且可以很容易地扩展到包括其他方法,如晶粒生长,相场等。
2021-07-06 cond-mat.mtrl-sci cs.CE
Architecting materials for extremal stiffness, yield and buckling strength
本文提出基于拓扑优化的微结构架构方法,揭示屈服主导与屈曲主导情形下从简单晶格到层级晶格的转变规律,并阐明基体材料相对屈服强度、体积分数和杨氏模量对极限刚度与强度的影响。
2023-04-14 cs.CE cs.NA math.NA
Simulation of continuous dynamic recrystallization using a level-set method
动态再结晶是热成形过程中组织演变的主要现象之一。因此,更好地了解DRX机制并能够预测它们至关重要。本文提出了一个全场数值框架来预测亚晶组织在晶粒长大、连续动态再结晶和动态后再结晶过程中的演化。介绍了在数值环境中的微观组织表示。为改进子结构描述所作的发展被广泛地详述。使用这些模拟工具,运行完全亚结构化的微结构的晶粒生长的模拟。微观结构拓扑结构的影响,亚晶参数和一些剩余的储存能量,由于塑性变形进行了讨论。分析了再结晶晶粒的判别准则。最后,一个案例研究的框架模型的能力进行评估的连续动态和后动态再结晶。研究了晶界性质和形核规则对晶粒生长的影响。关于实验数据的结果的代表性将在即将发表的文章中讨论。
2022-10-24 cond-mat.mtrl-sci cs.CE
Two-Stage Surrogate Modeling for Data-Driven Design Optimization with Application to Composite Microstructure Generation
University of Colorado Denver(科罗拉多大学丹佛分校);University of Massachusetts Lowell(马萨诸塞大学洛厄尔分校);NASA Glenn Research Center(美国国家航空航天局格伦研究中心)
本文提出一种基于机器学习的两阶段代理建模框架,通过“learner”和“evaluator”结合保形推理过滤不确定解,有效解决逆问题,并在复合材料微结构生成等应用中展现出比单阶段方法更高的可靠性。
2024-01-04 cs.CE cs.LG
Topology optimization using the unsmooth variational topology optimization (UNVARTOP) method. An educational implementation in Matlab
本文提出了一个高效和全面的MATLAB代码来解决二维结构拓扑优化问题,包括最小平均柔度,柔顺机构综合和多载荷柔度问题。非光滑变分拓扑优化(UNVARTOP)的方法,作者在以前的工作中,被用于拓扑优化代码,基于有限元法(FEM),计算灵敏度和更新的拓扑结构。本文还包括指令,以改善二分法,修改拉格朗日乘子的计算,通过使用增广拉格朗日施加约束,实现热传导问题,并扩展到三维拓扑优化问题的代码。该代码是为学生和拓扑优化新手准备的,作为附录(附录A)包含在其中,可以从https://github.com/DanielYago下载该代码以及补充材料。
2021-07-16 cs.CE cs.MS
Convolutional Neural Network-based Topology Optimization (CNN-TO) By Estimating Sensitivity of Compliance from Material Distribution
Tokyo Institute of Technology(东京工业大学)
本文提出了一种新的拓扑优化方法,该方法应用卷积神经网络(CNN),这是一种用于拓扑优化问题的深度学习技术。利用这种方法,我们得到了一个结构,具有较高的性能,不能得到以前的拓扑优化方法。特别是,在本文中,我们解决了一个拓扑优化问题,旨在最大限度地提高刚度的质量约束,这是一种常见的拓扑优化。本文首先用罚函数法推导了各向同性固体材料的拓扑优化问题。接下来,我们使用CNN制定拓扑优化。最后,通过求解一个以刚度最大化为目标的拓扑优化问题,验证了所提拓扑优化方法的有效性。在本研究中,作为解决一个小的设计面积为16 × 32单元的验证例子,我们得到了不同于以往的拓扑优化方法的解决方案。这一结果表明,可以通过使用像图像一样的CNN分析密度分布来提取和分析结构的刚度信息以用于结构设计。这表明CNN技术可以用于结构设计和拓扑优化。
2019-12-23 cs.CE cs.LG
Co-PiLOT: Constrained Physics-Informed Latent Optimization for Target-Driven Inverse Design
Helmholtz-Zentrum Hereon(亥姆霍兹-盖斯特哈赫特研究中心);Leuphana University Lüneburg(吕讷堡洛伊法纳大学);German Research Center for Artificial Intelligence (DFKI)(德国人工智能研究中心);Saarland University(萨尔大学)
针对昂贵黑箱模拟器下的高维物理系统逆向设计,提出Co-PiLOT潜空间优化框架,结合ViT编码器与扩散解码器学习有效性先验,并引入MERIDIAN主动优化器,在镁合金微结构设计中以160次模拟实现相对目标误差降低3%-22%。
2026-09-30 cs.AI cs.CE
A Transfer Learning Approach for Microstructure Reconstruction and Structure-property Predictions
随机微结构重构已成为计算材料科学不可或缺的一部分,但正在进行的发展是特定的特定材料系统。在本文中,我们通过提出一种适用于各种材料系统的基于迁移学习的微结构重建和结构性能预测方法来解决这个一般性问题。所提出的方法结合了编码器-解码器过程和使用深度卷积网络的特征匹配优化。对于微观结构重建,实现模型修剪,以便研究深度卷积网络内的微观结构特征和分层之间的相关性。然后利用模型修剪中获得的知识开发结构-性质预测模型,以确定网络架构和初始化条件。该方法的一般性数值证明了广泛的材料微观结构的几何特征的不同的复杂性。与仅适用于特定材料系统或在模型选择和超参数调整中需要大量先验知识的先前方法不同,本方法提供了处理复杂微结构的现成解决方案,并且具有加速发现新材料的潜力。
2018-05-08 cond-mat.mtrl-sci cs.CE physics.comp-ph
Topology optimization based on moving deformable components: A new computational framework
在目前的工作中,提出了一种新的计算框架,结构拓扑优化的概念的基础上移动变形部件。与传统的基于像素或节点的求解框架相比,该方法可以将更多的几何和力学信息直接引入到拓扑优化中,从而使求解过程更加灵活。它也有很大的潜力,以减少与拓扑优化相关的计算负担。一些有代表性的例子来说明所提出的方法的有效性。
2014-04-17 cs.CE physics.comp-ph
Explicit topology optimization through moving node approach: beam elements recognition
结构优化(拓扑、形状、尺寸)是促进结构设计中新概念出现的重要工具。通常,拓扑优化在设计的早期阶段进行,然后依次进行形状和尺寸设计。与传统的拓扑最优化方法不同,显式方法由于其在处理低阶设计变量的同时,缩短了CAD/CAE过程的成本,而引起了人们的极大关注。本文的目的是提出一个适应的流动启发的方法,所谓的移动节点的方法(MNA)的拓扑优化。在这种方法中,离散化是解耦的材料分布和最终目标是识别最佳的梁组件,同时最大限度地减少遵守。这里的范例已经改变,并使用新的设计变量,如节点位置,元素长度/方向和大小,提供比基于像素的设计变量更少的设计变量。该方法被验证使用2个经典的测试用例在拓扑优化领域:悬臂梁和L形问题。
2021-03-11 cs.CE math.OC
Orientation Optimization Based on Topological Derivatives in Cooperation with Multi-Material Topology Optimization Based on Extended Level Set Method
本文提出一种基于拓扑导数的方向角优化方法,与扩展水平集多材料拓扑优化协同,用于纤维增强复合材料设计,可避免局部最优并寻求全局最优,数值算例验证了其有效性。
2023-06-17 cs.CE math.OC
evoxels: A differentiable physics framework for voxel-based microstructure simulations
Imperial College London(帝国理工学院伦敦分校);Massachusetts Institute of Technology(麻省理工学院);Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)
本文提出evoxels框架,结合体素化方法、物理模拟和机器学习,实现微观结构的逆向设计与优化。
2025-07-29 cond-mat.mtrl-sci cs.CE cs.LG
TopologyGAN: Topology Optimization Using Generative Adversarial Networks Based on Physical Fields Over the Initial Domain
Carnegie Mellon University(卡内基梅隆大学);Georgia Institute of Technology(佐治亚理工学院)
在使用深度学习的拓扑优化中,表示为向量或稀疏矩阵的负载和边界条件通常会错过对设计问题的丰富视图进行编码的机会,从而导致泛化结果不太理想。我们提出了一种新的数据驱动的拓扑优化模型,称为TopologyGAN,它利用在原始的未优化的材料域上计算的各种物理场,作为条件生成对抗网络(cGAN)的生成器的输入。与基线cGAN相比,TopologyGAN在涉及以前看不见的边界条件的测试问题上实现了均方误差的几乎$3\times$降低和平均绝对误差的$2.5\times$降低。在几个现有网络模型的基础上,我们还为发电机引入了一个名为U-SE(挤压和激励)-ResNet的混合网络,进一步提高了整体精度。我们公开分享我们的全面实施和训练有素的网络。
2020-03-11 cs.AI cs.CE eess.IV
On smooth or 0/1 designs of the fixed-mesh element-based topology optimization
传统的基于材料惩罚的单元拓扑优化方法通常是针对0/1设计。我们的数值实验表明,当固定网格有限元分析下的边界中间单元的材料属性被插值与材料惩罚模型时,光滑设计的顺应性被高估。本文提出了一种浮动投影拓扑优化方法(FPTO),用于寻求光滑设计,使用erronged材料模型或0/1设计,使用材料惩罚模型。提出的浮动投影约束结合上、下界,直观地模拟了原离散优化问题中设计变量的0/1约束。数值算例表明,所提出的基于单元的拓扑优化方法在获得0/1或光滑设计的二维和三维柔度最小化问题的能力。所提出的拓扑优化方法可以在固定网格有限元分析的框架下容易地实现,并提供了一种替代的方式来形成显式拓扑结构,特别是当采用errone-material模型。
2020-06-08 cs.CE cs.NA math.NA