在工程领域，长久以来的目标是在使用尽可能少材料的同时，使结构尽可能强韧。几十年来，旨在寻找桥梁、飞机机翼和汽车车架最佳形状的计算机程序一直依赖于一个简单的规则：一个部件要么是实心金属，要么是空无一物。这种二元思维帮助工程师创造了高效的设计，但也往往导致产生极其复杂且脆弱的晶格结构，而这些结构在制造时难度极大。现代制造业，尤其是3D打印技术，改变了这一局面，它让我们能够创造出以前无法实现的复杂内部图案。然而，这些新能力也带来了新的问题：如果计算机设计出的结构包含微小的、如发丝般纤细的支撑结构，现实世界的机器可能会难以进行无误差的打印，或者制造过程可能耗时过长，从而导致成本过高。工程师们现在正在寻找一种折中方案，一种设计出的结构不仅仅是实心或空心的，而是介于两者之间：即具有有意设计的孔隙率，类似于海绵或泡沫，但能像实心梁一样受到精确控制。
这正是汉诺威莱布尼茨大学的研究人员所应对的挑战，他们开发了一种设计这些多孔结构的新方法。他们没有强迫计算机在实心块和空洞之间做出选择，而是教会软件将孔隙率视为一个变量，就像灯光的调光开关一样。在他们的方法中，计算机可以决定结构的特定区域应该是完全实心的、完全空心的，还是处于两者之间——填充着具有特定受控孔隙率的材料。他们使用了一个基于热力学定律的数学框架来引导这一过程，使材料能够自然地“演化”成最有效的形状。其核心创新在于，他们并没有试图去设计那些微小的孔洞，而是将材料视为一种具有可调节密度的均匀物质，并利用一种描述泡沫行为的著名物理定律来预测其强度。
研究人员在几个标准的工程问题上测试了他们的方法，首先是从承受重量的简单梁开始。当他们使用一种比自然界中任何物质都更强的假设材料时，计算机生成的各种设计看起来像是复杂的、多材料的结构，具有实心核心和多孔外壳。这证实了他们的数学模型运行正确。然而，真正的考验在于将该方法应用于现实材料（如钢材）以及涉及来自不同方向的多重作用力的更困难场景。在这些复杂情况下，传统的设计方法往往会失效。当一个结构必须处理来自多个角度的载荷时，计算机通常会变得混乱，并产生一个模糊的中间设计——既不是实心的也不是空的，而是一种既无强度又无法使用的混合物。这是因为最优解需要极小、极精细的支撑结构，而这些结构对于制造而言过于微小。
这种新方法通过允许计算机引入孔隙率解决了这种混乱。在结构过大或受力过于多样化，以至于无法创建清晰的实心支撑路径的情况下，算法会选择用多孔材料填充空间。这产生了一个定义明确的设计：外形是实心的，但内部的大部分区域填充了受控的、类似泡沫的密度。这种方法使研究人员能够创造出既强韧又具备可制造性的结构，避开了困扰其他方法的那些难以打印的细节。模拟显示，对于这些复杂的、多载荷的情况，一个具有多孔内芯的结构实际上是最好的解决方案，尽管从理论上讲，这种材料本身的效率不如实心材料。
这项研究表明，通过放宽“材料必须是完全实心或完全为空”的严格规则，工程师可以为现实世界的制造找到更好的解决方案。计算机发现，当结构部件的最小尺寸受到机器制造能力的限制时，用多孔材料填充间隙通常比试图强行制造实心形状更为优越。这并不意味着每个结构都应该是海绵状；对于受力明确的简单任务，计算机仍然会选择制造实心梁。但当设计问题变得复杂时，调节孔隙率的能力使得创造出既稳固又高效的设计成为可能，同时也尊重了生产的极限。研究人员建议，这种方法可以用于设计采用标准填充模式或泡沫材料的增材制造零件，从而弥合理论完美与实际现实之间的鸿沟。虽然目前的工作基于计算机模拟，但其结果为未来创造更轻、更强且更具可制造性的结构提供了一条清晰的路径。
技术摘要：基于热力学拓扑优化的宏观孔隙率优化
问题陈述
现代制造技术（尤其是增材制造）能够生产复杂的微结构。然而，由于生产时间长、复杂的工具路径规划以及由生产缺陷导致的可靠性降低，显式地优化并制造这些微结构在经济上往往是不可行的。因此，标准的填充模式、周期性微结构或泡沫材料通常是更优的选择。这些可以被建模为各向同性的多孔材料。
在结构优化中存在着一种冲突：虽然多孔材料在某些力学问题中具有理论上的最优性（如早期的均匀化方法所示），但标准的基于密度的算法（如固体各向同性材料惩罚法，SIMP）通常会惩罚中间密度，以迫使产生“黑白”（实心/空隙）解。当出现以下情况时，这种惩罚会导致次优设计：
- 多载荷工况：其中不存在清晰的力流和最优桁架路径。
- 制造约束（例如最小构件尺寸）相对于结构尺度较大，使得理论上最优的精细桁架结构变得不可行。
在这些场景下，经典的 SIMP 方法往往无法收敛到明确的解，而是保留了既不能作为实心结构制造，也不能作为具有明确最大孔隙率的有效多孔介质的中间密度。
方法论
作者提出了一种基于密度的拓扑优化框架，该框架显式地优化各向同性材料的局部孔隙率分布，并受限于最大允许孔隙率。该方法构建于**热力学拓扑优化（TTO）**之上，该方法利用哈密顿原理（Hamilton's principle）进行推导，将优化问题表述为一组描述材料演化的自包含偏微分方程（PDEs），从而消除了对外部优化器的需求。
关键方法组成部分包括：
- 双设计变量：该方法通过两个变量将材料存在性与孔隙率分布解耦：
- χ(x)：相对密度（0 为空隙，1 为实心）。
- ϕ(x)：孔隙率变量（0 为最大允许孔隙率，1 为全材料）。
- 哈密顿量公式化：问题通过包含吉布斯自由能（G）、耗散（D）、约束（C）和正则化（R）的哈密顿泛函 H 来定义。χ 和 ϕ 的演化由基于泛函变分的驱动力驱动。
- 材料插值：弹性张量 E(χ,ϕ) 在空隙、全材料和多孔材料之间进行插值。
- 密度依赖性遵循标准的 SIMP 公式（p=3），以鼓励二元密度解。
- 孔隙率依赖性遵循 Gibson-Ashby 幂律（q=2），用于模拟泡沫的杨氏模量，从而在不显式解析微结构的情况下模拟各向同性多孔介质的宏观行为。
- 约束：最大允许孔隙率被作为制造约束（最小允许密度）进行强制执行。体积约束和设计变量的边界通过拉格朗日乘子和 KKT 条件进行处理。
- 数值实现：系统采用分步迭代方法求解，结合有限元分析（FEA）进行平衡计算，并使用前向欧拉格式进行演化方程求解。同时采用自适应数值阻尼和正则化参数以确保稳定性及对网格的独立性。
主要贡献
- 放宽解空间：本文引入了一种方法，通过放宽解空间来允许使用“次优微结构”（例如填充、泡沫），当经典方法因多载荷工况或粗糙制造约束而无法找到明确解时，该方法依然有效。
- 孔隙率的热力学框架：该方法将孔隙率扩展为一个设计变量，利用 Gibson-Ashby 定律在单尺度问题中对宏观多孔行为进行建模，从而扩展了 TTO 框架。
- 处理中间密度：该方法并不通过过滤或进一步惩罚中间密度（这可能导致不可制造的设计），而是允许这些区域演化为最优的多孔分布，前提是它们符合最大孔隙率约束。
结果
论文通过数值算例验证了模型：
- 人工“超”材料：通过使用违反 Hashin-Shtrikman 界限的材料参数（模拟多材料优化），该方法重现了已知结果：即在低应力区域出现多孔区域，而在高应力区域出现实心材料（针对标准基准测试：固定端梁、悬臂梁、L型梁）。
- 真实材料（符合 Hashin-Shtrikman 界限）：
- 单载荷工况：对于具有现实材料属性的标准基准测试，该方法得出了预期的平凡解：在承载区域为全实心材料（ϕ=1），而在其他区域为空隙。这证实了该模型不会在力学上并非最优的地方人为引入孔隙率。
- 多载荷工况：对于承受多种载荷工况且具有较大最小构件尺寸（粗糙结构特征）的悬臂梁，经典的 SIMP 方法无法产生明确的解，导致出现弥散的中间密度。相比之下，所提出的 TTO 方法成功收敛到了一个明确的拓扑结构（χ∈{0,1}）以及一个最优的孔隙率分布（ϕ∈[0,1]）。
- 性能：在多载荷场景下，优化后的孔隙率分布所获得的客观值（柔度）与经典的 SIMP 方法相当或略优，同时提供了一个清晰可解释且可制造的设计。
意义与主张
作者声称，针对现代制造约束，该方法为结构优化提供了一种实用的解决方案。通过允许优化选择多孔材料（通过 Gibson-Ashby 模型进行建模），而非强制进行二元实心/空隙的选择，该方法可以在传统方法失效的复杂载荷场景下找到最优设计。
论文谦虚地指出，尽管理论框架和数值结果具有前景，但具体的应用（例如特定的填充模式、TPMS 或泡沫）以及实验验证仍有待未来的研究。该方法被呈现为一种通过将孔隙率视为设计变量而非固定约束或显式建模的微结构，从而弥合理论最优性与可制造性之间差距的方法。作者还指出，未来可以将该模型扩展到多材料优化或各向异性材料领域。
每周获取最佳 electrical engineering 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。