Towards Manufacturing-Friendly Shapes in Discrete Topology Optimization

技术摘要：迈向离散拓扑优化中的制造友好型形状

问题陈述
离散拓扑优化通过在设计区域内基于二值状态（材料存在或不存在）分配材料，为天线设计的自动化提供了一种强大的范式。然而，与连续拓扑优化不同，离散方法产生的设计往往具有显著的形状不规则性，这阻碍了可制造性。常见问题包括：

• 孤立金属岛： 不连续的材料段，它们可能对性能无关紧要，但对于自支撑结构而言存在问题。
• 点连接： 在几何配置中，三角形仅通过单个顶点共享。在使用 Rao-Wilton-Glisson (RWG) 基函数的矩量法 (MoM) 仿真中，这些配置无法保证导电连接，从而导致仿真和物理实现中的歧义。
• 无穷小缝隙： 出现两个相邻三角形被启用，但连接它们的基函数被禁用的情况。这创造了一个理论上的间隙，必须在制造时将其物理加宽，从而增加了设计过程的复杂性。
• 棋盘格图案： 设计变量中快速、高频的变化，要求极高的制造精度并增加了建模难度。

传统上，这些问题通过后处理（例如移动节点或移除元素）来解决，但这会延长设计时间，并存在改变优化性能的风险。此外，连续优化中使用的标准滤波方案并不适用于离散变量。

方法论
作者提出了一个框架，旨在将“规则性”直接量化并在优化循环内进行优化，而不是将其作为后处理步骤。其核心方法论包括：

1. 图论表示： 将离 discretized 设计区域建模为一个图 $G=(V, E)$，其中顶点代表离散化元素（三角形），边代表共享边界（基函数）。材料的存在通过顶点 ($t$) 和边 ($g$) 的二值向量进行编码。
2. 规则性指标： 利用图运算导出了一组标量参数，用以量化特定的制造缺陷。这些参数被归一化到区间 $[0, 1]$：
   • $r_{area}$ (相对面积)： 测量已使用材料面积与总设计面积的比率，有助于消除无贡献的孤立岛屿。
   • $r_{slot}$ (无穷小缝隙)： 使用对关联矩阵的布尔运算，检测启用的三角形与禁用的连接基函数组成的对。
   • $r_{point}$ (点连接)： 量化节点情况，即启用的入射三角形数量超过启用的入射基函数数量的情况（多出超过一个），指示了连接的歧义性。
   • $r_{hom}$ (均匀性)： 通过分析每个元素的邻域来评估材料分布的局部一致性，以惩罚类似棋盘格的快速变化。
3. 多目标优化： 这些指标与物理性能准则（如 Q 值和反射系数）一起被纳入目标函数。优化问题公式化为：
   $$\min_g \left\{ \frac{Q}{Q_{lb}}, |\Gamma|, R \right\}$$
   其中 $R = w_1 r_{area} + w_2 r_{point} + w_3 r_{slot}$。这允许生成在性能与可制造性之间进行权衡的帕累托前沿 (Pareto frontiers)。

主要贡献

• 图论公式化： 本文引入了图论在离散拓扑优化中的一种新颖应用，能够利用稀疏矩阵运算高效地检测结构伪影。
• 标量规则性参数： 推导出了特定的、计算成本极低的标量指标（$r_{area}, r_{slot}, r_{point}, r_{hom}$），用于量化制造困难，而无需复杂的几何后处理。
• 集成到优化循环中： 展示了这些指标可以在物理指标的同时进行评估（特别是在使用针对电小天线的模因算法时），使优化器能够本质上避开有问题的拓扑结构。
• 计算效率： 作者表明，由于底层图矩阵的稀疏性，计算这些规则性参数的计算开销是微不足道的，即使对于大量未知数（$N \approx 10^4$）也是如此。

结果
所提方法通过以下几个案例进行了验证：

• 天线设计： 优化了一个电小天线 ($ka=0.7$)。初始设计（未添加规则性约束）表现出点连接和无穷小缝隙。经过规则性约束的设计消除了这些缺陷，产生了一个无需后处理即可轻松制造的结构。
• 实验验证： 使用印刷电路板 (PCB) 技术制造了规则性约束下的设计。测量结果显示，其分数带宽为 4.4%，与仿真结果 (4.2%) 和 CST Microwave Studio 结果 (4.1%) 非常接近，证实了强制执行规则性并未显著损害其电学性能。
• 权衡分析： 生成了帕累托前沿，以可视化 Q 值与规则性参数之间的权衡。结果表明，虽然强制执行严格的均匀性或消除所有缝隙可能会略微增加 Q 值，但可以在性能损失极小的情况下实现显著的材料使用减少 ($r_{area}$)。
• 复杂度： 计算测试确认，将规则性指标添加到适应度函数中，与仅使用物理指标相比，并不会显著增加评估时间。

意义与主张
本文声称，所提出的方法提供了一种系统的方法，可以在不依赖启发式后处理的情况下，解决离散拓扑优化中的可制造性问题。通过将规则性视为优化目标中的可量化指标，设计师可以直接生成“制造友好型”形状。作者强调，该方法具有通用性，可以应用于任何将结构编码为二值向量的离散优化方案（例如遗传算法或机器学习方法）。这项工作是逆向设计领域先前工作的延续，具体扩展了对结构伪影的处理，以确保优化的天线设计不仅在电学上高效，而且在物理上是可实现的。