1. 热结构协同拓扑优化导论

在工程实践中，热与结构从来不是彼此孤立的两件事。航空发动机涡轮叶片在高温燃气冲刷下既要承受离心载荷，又要抵抗热梯度引起的热应力；动力电池包在快充时电芯发热，若散热路径设计不当，局部温升会引发材料膨胀差异，进而导致焊点疲劳开裂；高功率密度电子芯片的散热基板，其导热通道的布局直接决定了热点温度与封装翘曲量。这些场景的共同特征是：温度场改变结构的力学响应，结构的几何形态又反过来影响传热路径。这种双向耦合关系，使得"先做散热设计、再做强度校核"的传统串行思路难以获得全局最优解。

热与结构耦合的工程本质

热结构耦合问题可以从两个方向理解。其一是热致结构响应：温度变化引起材料热膨胀，当膨胀受到约束时产生热应力，热应力叠加机械载荷后可能超过许用值。其二是结构影响传热：结构的材料分布、截面形状、连接方式决定了热流的传导路径与热阻分布。在稳态热弹性问题中，温度场由热传导方程求解，位移场由含热载荷的平衡方程求解，两者通过材料的热膨胀系数和温度相关的材料属性耦合。对于弱耦合问题，可先解温度场再解位移场；对于强耦合问题，则需迭代求解直至收敛。

以一个典型教学示例说明：某铝合金散热基板尺寸为 100 mm × 80 mm × 3 mm，底面中心有 20 mm × 20 mm 的热源，热流密度 5×10⁴ W/m²，四周边缘固定且保持 25 ℃。若材料导热系数 200 W/(m·K)、热膨胀系数 23×10⁻⁶ /K、弹性模量 70 GPa，则热源中心温度约为 68 ℃，边缘与中心温差引起的热应力峰值可达 40 MPa 量级。若将基板改为带加强筋的拓扑构型，在相同材料用量下，热应力峰值可下降约 25%，同时一阶固有频率提升约 15%。这说明几何构型的改变能同时影响热学与力学性能，这正是协同优化的切入点。

协同优化的核心思想

传统单物理场拓扑优化只关注一个目标：结构柔度最小化、或散热弱化最小化。而热结构协同拓扑优化的核心在于在同一个设计域内，同时考虑热学目标与力学目标，通过材料分布的优化实现多物理场性能的协同提升。其数学本质是一个多目标优化问题：设计变量是每个有限单元的相对密度，目标函数可以是结构柔度与热柔度的加权和，约束条件包括体积分数、温度上限、应力上限等。

与单物理场优化相比，协同优化有三个显著区别。第一，灵敏度信息的耦合：结构柔度对设计变量的灵敏度中包含了温度场的影响项，热柔度的灵敏度也受到结构位移的间接影响，二者不能独立计算。第二，目标之间的竞争关系：增加材料以提升刚度往往会阻碍散热，而打通散热通道又可能削弱结构连续性，需要借助 Pareto 前沿分析来权衡。第三，制造约束的叠加：协同优化得到的构型往往更复杂，必须同时考虑增材制造的悬垂角约束、最小特征尺寸约束等。

与传统单物理场优化的区别

为了更具体地说明差异，可以对比同一散热基板在三种策略下的结果。策略A：仅做热拓扑优化，目标为热柔度最小化，体积分数 0.4。策略B：仅做结构拓扑优化，目标为柔度最小化，体积分数 0.4。策略C：协同优化，目标为热柔度与结构柔度的加权和（权重各 0.5），体积分数 0.4。在相同的有限元网格和优化算法下，策略A得到的构型散热性能最优，但一阶固有频率比初始设计下降约 12%；策略B刚度最大，但热源中心温度比策略A高约 18 ℃；策略C则在两者之间取得平衡，温度仅比策略A高 4 ℃，固有频率比策略B低 6%。这个对比说明，协同优化不是简单地在两个目标之间取平均，而是通过耦合灵敏度信息找到材料分布的最优折中。

典型应用场景与学习路线

本课程围绕三类典型场景展开。第一类是电子散热结构，如芯片封装基板、均热板、散热器翅片，关注热点温度与热应力的协同控制。第二类是航空发动机热端部件，如涡轮叶片、燃烧室壁面，关注高温梯度下的热疲劳寿命与气动载荷下的刚度。第三类是电池热管理系统，如液冷板流道、导热垫布局，关注温度均匀性与结构密封性。这三类场景的共同点是：设计域有限、热载荷与机械载荷同时作用、制造约束严格。

学习路线分为四个阶段。第一阶段建立热弹性耦合的有限元基础，理解温度场与位移场的弱耦合求解流程。第二阶段掌握灵敏度推导，包括热柔度对设计变量的导数、结构柔度中热载荷项的贡献。第三阶段进入多目标优化算法，学习加权法、归一化法、Pareto 前沿追踪。第四阶段结合制造约束与实际案例，完成从建模到结果判读的完整闭环。每一阶段都会给出可执行的参数示例和判断依据，帮助读者建立从理论到实践的映射。