3. 拓扑优化数学基础与光机问题建模

拓扑优化之所以能从“凭经验加筋减重”走向“可计算、可复现的结构设计”，核心在于它把结构布局问题写成了一个带约束的数学规划问题。对光机结构而言，这个规划问题还必须同时容纳刚度、动态特性和热稳定性三类需求。本节从设计变量、目标函数、约束条件和材料插值模型四个基本要素出发，说明如何把光学载荷、支撑方式和环境工况翻译成可求解的优化模型。

一、设计变量：从连续密度到可制造布局

在连续体拓扑优化中，最常用的设计变量是单元相对密度 ρ_e，取值范围为 [ρ_min, 1]。ρ_e=1 表示该单元保留材料，ρ_e=ρ_min（通常取 0.001）表示近似空材料。设计域被有限元网格离散后，每个单元对应一个 ρ_e，整个设计变量向量就是所有单元密度的集合。

光机结构的设计域通常不是任意方块，而是受安装空间、光路通过区、接口位置限制的“可用材料区”。例如某空间相机主支撑结构，设计域可限定为反射镜背部 120 mm 厚度范围内的环形区域，同时把镜面通光孔、探测器安装面、星敏感器接口设为非设计域（ρ_e 固定为 1 或 0）。这一步直接决定优化结果是否可装配、是否遮挡光路。

为抑制棋盘格和网格依赖，实际求解中会引入密度过滤或灵敏度过滤。以密度过滤为例，单元 e 的过滤密度可写为：

ρ̄_e = Σ_f w_ef · v_f · ρ_f / Σ_f w_ef · v_f
w_ef = max(0, r_min - dist(e,f))

其中 r_min 为过滤半径，一般取 2～3 个单元尺寸。过滤后的 ρ̄_e 才进入材料插值，这样得到的拓扑更光滑，也更接近可加工结构。

二、材料插值模型：SIMP 与 RAMP

拓扑优化需要建立“密度—材料性能”的连续映射，否则 0/1 离散变量无法用梯度算法求解。最经典的是 SIMP（Solid Isotropic Material with Penalization）模型：

E_e = E_0 · (ρ̄_e)^p
ρ_e = ρ_min + (1 - ρ_min) · x_e ,  x_e ∈ [0,1]

其中 E₀ 为实体材料弹性模量，p 为惩罚因子，通常取 3。p 越大，中间密度越“不划算”，优化结果越趋向 0/1。但 p 过大容易陷入局部极小，工程上常采用连续化策略：先 p=1 求解，再逐步增至 p=3。

对于热变形问题，还需插值热膨胀系数和热导率。常用做法是：

α_e = α_0 · (ρ̄_e)^p_α
k_e = k_0 · (ρ̄_e)^p_k

若 α 与 E 采用相同惩罚，低密度区域会同时失去刚度和热膨胀贡献，可能导致热变形优化结果偏向“全空”或“全实”。更稳妥的方式是对 α 采用较小惩罚（如 p_α=1），或使用 RAMP 模型：

E_e = E_0 · ρ̄_e / (1 + q(1 - ρ̄_e))

RAMP 在低密度区斜率更平缓，对热-结构耦合问题往往更稳定。

三、目标函数：柔度、频率与热变形

光机结构优化通常不是单目标，而是多目标加权或分层求解。三个最典型的目标如下。

柔度最小化等价于刚度最大化。在静力分析中，柔度 C = F^TU，其中 F 为载荷向量，U 为位移向量。优化目标为 min C，约束材料用量。对反射镜支撑结构，柔度直接关联镜面在重力下的面形变化，因此常把柔度作为主目标。

频率最大化用于提升动态刚度，避免结构一阶频率落入扰动频段。目标可写为 max f₁，或 max λ₁（λ₁ 为一阶特征值）。在光机系统中，若卫星平台扰动主频为 80 Hz，则通常要求结构一阶频率高于 120 Hz，留出 1.5 倍安全裕度。

热变形最小化关注温度载荷下的位移或面形误差。目标可写为 min |U_th| 或 min RMS（均方根面形误差）。热变形分析中，温度场 T 作为载荷输入，热应变 ε_th = α(T - T_ref)，再通过刚度方程求解位移。

多目标处理常用加权和法：

min J = w_1 · C/C_0 + w_2 · f_0/f_1 + w_3 · RMS/RMS_0

其中 C₀、f₀、RMS₀ 为归一化参考值，w₁+w₂+w₃=1。权重需根据任务优先级确定，例如某星载相机可取 w₁=0.5、w₂=0.3、w₃=0.2。

四、约束条件：体积、频率与制造

最常见的约束是体积分数约束：

V = Σ_e ρ̄_e · v_e ≤ V_frac · V_0

其中 V₀ 为设计域总体积，V_frac 通常取 0.2～0.5。对光机结构，还可加入：

• 频率约束：f₁ ≥ f_min，防止共振；
• 位移约束：关键节点位移 ≤ δ_max，保证光路对准；
• 热变形约束：镜面 RMS ≤ λ/20 或指定阈值；
• 制造约束：最小成员尺寸、拔模方向、对称性等。

这些约束共同构成可行域。若可行域为空，说明设计域或指标过严，需要放宽体积分数或调整设计域。

五、光机优化模型示例

下面给出一个可参考的模型框架，用于某反射镜背部支撑结构的概念设计阶段。设计域为 200 mm × 200 mm × 80 mm 的块体，底面固定，镜面安装面施加等效重力载荷，同时施加 20 ℃ 均匀温升。

设计变量：x_e ∈ [0,1]，e = 1…N
过滤半径：r_min = 6 mm
插值模型：SIMP，p = 3，E_0 = 70 GPa，ν = 0.33
目标函数：min J = 0.5·C/C_0 + 0.3·f_0/f_1 + 0.2·RMS/RMS_0
约束条件：
  V ≤ 0.35·V_0
  f_1 ≥ 120 Hz
  RMS ≤ 50 nm
  最小成员尺寸 ≥ 8 mm
求解：MMA 优化器，迭代 150 步，收敛容差 0.001

该模型并非唯一正确形式，但它体现了光机拓扑优化的基本逻辑：把光学指标转化为力学和热学目标，把安装空间和制造能力转化为约束，再用插值模型把离散布局问题变成连续可导问题。

从工程实现角度看，建模阶段最容易被忽视的是“目标与约束的匹配”。例如把热变形作为目标、频率作为约束，与把频率作为目标、热变形作为约束，得到的拓扑可能完全不同。前者倾向于让结构在温度载荷下变形最小，后者倾向于让结构更“刚”。因此，在建立模型前，应先明确光学系统最不能妥协的指标是什么，再决定谁做目标、谁做约束。

另一个关键点是灵敏度分析。拓扑优化依赖目标函数和约束对设计变量的导数，即灵敏度。柔度灵敏度可通过伴随法高效计算：

dC/dρ_e = -U_e^T · dK_e/dρ_e · U_e

频率灵敏度则涉及特征向量和质量矩阵。热变形灵敏度还需考虑热载荷对密度的依赖。若灵敏度计算不准确，优化器会在迭代中震荡或收敛到不可行解。因此，在正式优化前，建议用有限差分对灵敏度做一次抽样校验，误差应控制在 1% 以内。

综上，光机拓扑优化的数学建模，本质上是把“光学指标—力学性能—热稳定性—制造约束”统一到一个可求解的规划问题中。设计变量决定结构能变成什么，插值模型决定中间密度如何参与计算，目标函数决定优化往哪个方向走，约束条件决定哪些结果不可接受。四者缺一不可，且必须与具体光机任务的实际工况和接口条件对齐，才能得到既有理论最优性、又有工程可用性的结构布局。