3. 拓扑优化数学基础

拓扑优化的本质，是把“哪里该留材料、哪里该挖空”这一工程直觉，翻译成一个可被数值求解器处理的数学问题。理解这套数学语言，是后续在光机结构上正确设置优化、读懂迭代曲线、判断结果是否可信的前提。本节围绕五个核心要素展开：设计变量、目标函数、约束条件、材料插值模型，以及连续体拓扑优化的基本列式。

一、设计变量：把“有无材料”变成连续可导的数

最朴素的想法是给每个有限元单元一个二值变量：1 表示有材料，0 表示孔洞。但二值变量不可导，梯度类优化算法无法使用。因此连续体拓扑优化（如SIMP方法）引入单元相对密度 ρ_e ∈ [0,1] 作为设计变量，ρ_e=1 代表实体，ρ_e=0 代表空，中间值在数学上允许、在物理上通过惩罚被“推向”两端。

设计变量向量记为 x = [ρ₁, ρ₂, …, ρ_N]^T，N 为设计域离散单元数。例如一个 200 mm × 100 mm 的镜座背板，用 2 mm 网格离散，就有约 5000 个设计变量。变量规模直接决定灵敏度分析的计算量，这也是光机结构优化常需借助伴随法（adjoint method）的原因。

二、目标函数与约束条件：定义“好”的标准

目标函数是优化要最小化（或最大化）的标量。光机结构中最常见的是柔度最小化（等价于刚度最大化）：

min  c(x) = U^T K U = Σ_e (ρ_e)^p · u_e^T k_0 u_e

其中 U 为全局位移向量，K 为全局刚度矩阵，u_e 为单元位移，k₀ 为实体单元刚度矩阵。若关心的是镜面在重力或热载荷下的面形（PV/RMS），目标函数也可换成特定节点的位移加权和，或直接以面形误差为响应。

约束条件限定可行域，典型有三类：

• 体积约束：Σ ρ_e·v_e ≤ f·V₀，f 为体积分数（如 0.3 表示只保留 30% 材料），这是轻量化的直接体现。
• 平衡方程约束：K(x)·U = F，即结构必须满足有限元静力平衡，这是隐式约束，通过有限元求解满足。
• 制造与功能约束：最小特征尺寸、拔模方向、对称性、一阶固有频率下限、镜面面形 RMS 上限等。

三、材料插值模型：SIMP与惩罚因子

若直接令单元刚度与 ρ_e 线性相关，中间密度单元会“有利可图”，结果出现大量灰色区域，无法制造。SIMP（Solid Isotropic Material with Penalization）模型用幂律插值：

E_e(ρ_e) = E_min + (ρ_e)^p · (E_0 − E_min)

E₀ 为实体弹性模量，E_min 为空洞的极小模量（常取 E₀/10⁹，防止刚度矩阵奇异），p 为惩罚因子，通常取 3。p>1 使中间密度的“刚度收益”低于其“材料成本”，优化器自然把 ρ_e 推向 0 或 1。下图给出本节核心要素之间的数学关系与求解回路。

四、连续体拓扑优化基本列式

把上述要素组合，得到连续体拓扑优化的标准数学列式：

find    x = [ρ_1, ρ_2, ..., ρ_N]^T
min     c(x) = U^T K U = Σ_e (ρ_e)^p · u_e^T k_0 u_e
s.t.    K(x) U = F
        Σ_e ρ_e v_e ≤ f · V_0
        0 < ρ_min ≤ ρ_e ≤ 1,  e = 1, 2, ..., N

这是一个带偏微分方程约束的大规模非线性规划问题。求解流程为：给定初始均匀密度场（如 ρ_e=f）→ 按SIMP计算单元刚度并组装 K → 求解平衡方程得 U → 计算目标函数 c 与灵敏度 ∂c/∂ρ_e → 用优化准则法（OC）或移动渐近线法（MMA）更新设计变量 → 检查收敛。若未收敛，回到插值步骤继续迭代。

灵敏度公式在SIMP下具有简洁形式：

∂c/∂ρ_e = −p · ρ_e^(p−1) · (E_0 − E_min) · u_e^T k_0 u_e

它表明：单元应变能越大，减小其密度对柔度的“恶化”越明显，因此优化器倾向于保留高应变能区域的材料。这正是拓扑优化能自动生成传力路径的数学根源。

五、光机结构中的参数设置示例

以一个直径 200 mm 的轻量化反射镜背部支撑结构为例，假设设计域为镜体背面 180 mm × 180 mm × 30 mm 区域，采用 3 mm 六面体网格，约 3.6 万个单元。可参考以下设置：