arrow
返回

Hyperparameter-free minimum-lengthscale constraints for topology optimization

delete2026-09-03
delete0
PRE
AI
R
Rodrigo Arrieta *
G
Giuseppe Romano
S
Steven G. Johnson
DOI:10.1007/s00158-026-04388-6delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
周等人(2015)的几何约束是一种在拓扑/自由形态优化中广泛使用的技术,用于施加可制造性的最小特征长度。然而,随着设计二值化的增加,其效率会下降,并且需要通过启发式方法调整多个超参数。在这项工作中,我们从基本原理推导出仅取决于目标特征长度的解析超参数。我们展示了圆锥滤波和基于偏微分方程(PDE)的滤波方案的结果,表明后者由于底层格林函数的奇异性而不够稳健。为解决此问题,我们还引入了一种双滤波方法,以获得行为良好的基于PDE的滤波器。结合我们推导的超参数,我们提出了一种通过几何约束强制实施特征长度的简单策略,且超参数调整极少。一个关键促成因素是近期的亚像素平滑投影(SSP)方法(Hammond等人,2025),该方法促进了几乎处处二值设计的快速收敛优化。我们的方法在多个光子学和热传导逆设计问题中得到了验证。
Keyword:
Topology optimization
Geometric constraints
Minimum lengthscales
Density filters

期刊

Structural and Multidisciplinary Optimization 封面图
Structural and Multidisciplinary Optimization
IF:
4
论文数:
4.9K
被引数:
1.7W

机构

D
department of mathematics
学者数:
841
论文数: 484
被引数: 0
I
Institute for Soldier Nanotechnologies
学者数:
3
论文数: 2
被引数: 641
引用论文

引用论文

Forward-Mode Differentiation of Maxwell's Equations麦克斯韦方程组的前向模微分
err2019-10-21
err64
errOAAI
errHughes, Tyler W.; Williamson, Ian A. D.; Minkov, Momchil; Fan, Shanhui
err分享
err收藏
err分享
err收藏
学者 查看更多内容