面向先进制造的拓扑优化算法
项目描述
增材制造技术及3D打印是通过材料层层叠加的方式实现产品的制备。这种先进的制造方式可实现高度复杂结构的自由“生长”成形,使得几何形式高度复杂,且使从微纳到宏观多个几何尺度结构的制备成为可能。与传统制造技术相比,这些技术极大地拓宽了设计空间并有效地将数字化模型设计与真实产品制造紧密的联系起来,为新型结构及材料的制备提供了强大的工具。近年来,3D打印得到了飞速发展,并成功应用于航空航天科技、医学领域、房屋建筑、工业制造,电子制造等高新技术产业。
重要性/影响,挑战/痛点
随着这一技术的飞速发展,传统制造工艺的设计构型无法充分发挥增材制造技术制造复杂构型的优势,在性能上无法实现质的飞跃。当前,全球制造业发生了深层次的变化,不再是粗放式增长模式的简单复制,而是需要在智能制造的条件下,与新一代人工智能技术高度融合,从而实现制造业的智能升级。
综合中国国情,当前所需突破的智能制造的瓶颈在于如何实现精密的以及高度契合高性能增材制造技术的结构、形状或尺寸设计,从而才能真正的解决制造业的智能升级,跨越发展,不被“卡脖子”。
作为设计工具的拓扑优化具有极大的灵活性,旨在获得最佳形状(即使拓扑发生变化也没有任何限制)或最优时空的形状变化,以便在一定的约束条件下,某些目标功能被最优化。比如,在航空航天器件设计中如何在使用尽量少的材料的前提下使得器件的性能(如刚度,承载力等)最优从而实现超轻量化的效果,如何设计散热器使得散热效果最大化,如何设计固定比例材料的复合使得复合材料的性能实现最优等等一系列工业生产生活中的实际问题。因此,实现智能制造突破的一大关键技术在于如何高效高精度的实现精密的数字化设计。然而,现有方法依然面临着许多技术难点,比如设计变量多、计算量过大等,如何在设计空间与计算效率上进行权衡,建立适用于工程结构设计的方法依然是亟需解决的难题。
解决方案
迭代卷积阈值算法是团队近年来发展的一套处理拓扑优化问题的高性能算法。该算法基于区域特征函数的表示方式、可应用于蕴含多物理场偏微分方程约束的多种设计问题、算法高效且稳定,获得了国内外学者的广泛认可。
关键贡献/商业价值
团队发展了一套处理蕴含偏微分方程约束的优化问题的高性能算法,在理论上严格保证迭代过程中衰减目标泛函的性质,大量数值实验显示在多个任务中的效率相比传统算法提高近十倍。
该框架性的算法可应用于散热器设计、板式换热器设计、微流控芯片设计等等工业制造中的设计优化以及相关问题。
合作需求、投产条件和预期经济效益
项目的主要合作领域主要侧重在工业生产过程中所面临的结构、形状设计等问题以及含多物理场问题的高精度建模、高性能算法等。
团队成员
王筱平、王东
团队负责人和主要成员近年来一直深入迭代卷积阈值算法在含偏微分方程约束的优化问题的模型、算法及理论的研究。在流固优化、流网络优化、最小柔性材料、散热器设计等一系列工业生产设计的问题中,发展了一套框架性高性能无条件稳定的算法,相关成果发表在Journal of Computational Physics、Pattern Recognition、SIAM系列、Communications in Computational Physics等国际权威期刊上,获得了国际同行的广泛认可。
联系方式
王东;联系电话:18852840549;邮箱:wangdong@cuhk.edu.cn。