.png){kind=icon}
返回
A CPU-parallel thermal topology optimization framework for arbitrary structures using flood fill algorithm and implicit identification model
.png){kind=icon}
PRE
AI
DOI：10.1016/j.cma.2025.118165.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近年来，半导体制造等产业的进步使传热问题成为工程挑战的核心议题。随着技术需求的提升，现有设计方法在满足性能要求方面日益显现不足。本研究的主要目的是开发一种具有前景且高效的基于多核CPU并行的传热拓扑优化设计框架。首先，通过引入符号距离场中的布尔运算，开发了一种隐式识别模型，用于自动识别模型形状，旨在通过尽可能跳过复杂的手动网格划分阶段来简化设计流程。其次，借鉴水扩散模拟思想，将Flood Fill算法引入传热拓扑优化，以消除设计域尖端附近生成的孤立结构；同时，采用多阶段体积松弛策略，确保传热拓扑优化快速收敛至热问题的全局最优解。第三，基于灵敏度分析的推导，开发了适用于传热拓扑优化的多核CPU并行计算框架，显著提升了优化效率。最后，通过多个散热结构实例验证了CPU并行算法在逼近全局最优解和计算效率方面的有效性，展示了该框架卓越的工程适用性。
期刊
IF:
7.3
论文数:
1.3W
被引数:
5.6W
机构
暂无机构信息
引用论文
.png){kind=icon}
Parametric structural shape & topology optimization with a variational distance-regularized level set method变分距离正则化水平集方法的参数化结构形状和拓扑优化
OAAI
OAAI分享收藏分享收藏分享收藏分享收藏Topology optimization of conductive heat transfer problems using parametric L-systems使用参数L系统对传导传热问题进行拓扑优化OAAI
OAAI分享收藏Parallel framework for topology optimization using the method of moving asymptotes使用移动渐近线方法进行拓扑优化的并行框架
PREAI
分享收藏
查看更多内容