本技术属于显式拓扑优化算法开发领域,涉及一种面向人工辅助设计需求的样条拓扑优化方法。本发明针对设计者希望在拓扑优化迭代过程中引入其设计意图的需求,提出了一种面向人工辅助设计需求的样条拓扑优化方法。不仅支持使用者按照其设计意图创建新组件,而且新组件也能随后续迭代得到优化。本发明能够通过集成经过精心设计的人机交互界面,大大简化用户使用拓扑优化算法的难度,同时改善用户的使用体验。本发明通过借助训练好的专用神经网络,能够将手绘的粗糙曲线转化为拓扑优化所需的设计变量。同时经过样条重建,在优化过程中新建的样条组件是边界连续光滑的,这一点在流道/光学/声学结构的优化设计问题中是非常有益的。
背景技术
高速飞行器在服役过程中通常会面对结构散热问题,通过对液冷板进行流道拓扑优化设计有助于提升结构的散热性能。在流道设计过程中,工程师通常会综合考虑多种因素,包括各种制造约束、有针对性的布局需求以及过往设计经验。这些因素有时可能难以通过公式进行表述,或难以通过传统拓扑优化软件进行设置。此外,在小批量、定制化的产品设计趋势下,工程师通常没有足够的时间多次进行拓扑优化并不断尝试修改,因此,在优化迭代过程中及时进行人工辅助干预是提升工程师设计效率的有效途径之一。
目前结构拓扑优化已经在多个行业得到了广泛的应用,例如航空航天、汽车船舶、桥梁建筑等,然而,现有拓扑优化算法通常只允许用户在开始优化前设置一系列参数,优化迭代开始后就不再允许用户进行操作。获得优化方案后,用户将处于“事后判断”的状态,即用户在个人直觉和算法结果之间的二元决策,面对优化结果只能选择接受或不接受。事后判断的环节在一定程度上降低了拓扑优化在工程方面的被接受程度,这导致拓扑优化技术在实际工程应用中常常不能发挥其完整潜力。人工辅助设计思想的主张是:在优化设计过程中,计算机起主要作用,自动高质量地完成整个产品设计任务,为了满足多样化的设计需求,人类只需对设计过程施加有针对性的辅助和干涉即可。通过结合人工辅助设计思想,不仅有希望大大降低工程师使用拓扑优化算法的难度,而且有助于他们在设计方案中更容易地引入加工成型、社会文化、主观审美等难以通过公式表述的约束条件或信息要素。
因此,为了实现“个人直觉”与“算法结果”的合理融合,解决上述“事后判断”困境,目前亟需一种面向人工辅助设计需求的拓扑优化方法,以实时交互式的方式,帮助工程师在拓扑优化过程中及时、准确、自由地表达其设计意图,从而推动拓扑优化技术被工程界更广泛地接受并使用。
实现思路