📚 课程目录第2章拓扑优化理论基础

2. 拓扑优化理论基础

拓扑优化要在给定设计域内回答一个根本问题：材料应该放在哪里、留多少。连续体拓扑优化最主流的求解框架是变密度法（Variable Density Method），它把“材料有无”这一离散问题松弛为每个单元一个连续变化的相对密度变量 ρ_e，取值范围 [0, 1]。ρ_e=1 表示实体材料，ρ_e=0 表示孔洞，中间值则代表一种“假想材料”。这样做的直接好处是：设计变量连续可导，可以用成熟的梯度型数学规划算法（如 MMA、GCMMA、SLP）高效求解，而不必面对组合爆炸的 0/1 整数规划。

但松弛带来一个必须解决的副作用：如果直接把单元刚度按 ρ_e 线性缩放，即 E_e=ρ_eE₀，优化器会发现“中间密度”非常划算——它既能贡献刚度，又只消耗少量材料，于是结果会布满灰色单元，无法制造。为此需要引入材料惩罚，让中间密度的刚度收益远低于其材料代价，迫使设计变量向 0 或 1 两端聚集。SIMP（Solid Isotropic Material with Penalization）正是最经典的惩罚插值模型。

SIMP 插值模型与惩罚机制

SIMP 将单元弹性模量写成密度的幂函数：

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

其中：
  E_0    实体材料弹性模量（ρ=1）
  E_min  孔洞材料弹性模量，取 E_0/1000 量级，防止刚度矩阵奇异
  p      惩罚因子，通常取 p = 3
  ρ_e    单元相对密度，设计变量，0 ≤ ρ_e ≤ 1

惩罚因子 p 的作用可以从“比刚度”角度理解。单元刚度贡献约为 ρ_e^pE₀，而材料用量正比于 ρ_e。单位材料提供的刚度即 ρ_e^p−1E₀。当 p>1 时，ρ_e 越小，这个比值越低；p=3 时，ρ_e=0.5 的单元只能提供 0.25 倍实体刚度，却要占用 0.5 的材料，性价比极差。优化器在满足刚度约束的前提下会主动把中间密度推向两端，从而得到接近 0/1 的清晰构型。p 太小（如 p=1）惩罚不足，结果灰糊；p 太大（如 p=5）则非凸性增强，容易陷入局部解并出现棋盘格、网格依赖等数值不稳定。

工程实践中常采用连续化策略：前若干次迭代用较小的 p（如 1→2）让设计快速铺开，再逐步升到 p=3 细化边界。这比一开始就用 p=3 更稳健，尤其对多工况、多约束问题。

优化列式与灵敏度

以最小柔顺度（即最大刚度）为目标、材料体积为约束的经典列式如下：

min  c(ρ) = U^T K U = Σ_e ρ_e^p · u_e^T k_0 u_e
s.t. K U = F
     V(ρ) = Σ_e ρ_e · v_e ≤ f · V_0
     0 < ρ_min ≤ ρ_e ≤ 1

目标灵敏度： ∂c/∂ρ_e = −p · ρ_e^(p−1) · u_e^T k_0 u_e
体积灵敏度： ∂V/∂ρ_e = v_e

灵敏度是梯度算法的“方向盘”。目标灵敏度为负，说明增大 ρ_e 会降低柔顺度（提高刚度），但体积约束会限制总用量。优化器据此在“加材料提刚度”和“减材料省体积”之间做权衡，最终把材料集中到传力路径上。ρ_min 一般取 0.001，避免单元刚度完全为零导致求解失败。

中间密度抑制与数值不稳定

仅有 SIMP 惩罚还不够，连续体拓扑优化常见三类数值问题：棋盘格（相邻单元密度黑白交替）、网格依赖（网格越细，构型越碎）、局部极值。抑制手段主要有：

密度过滤：对每个单元，用其邻域内单元的密度加权平均，权重随距离衰减。过滤半径 r_min 通常取 1.5～3 倍单元尺寸，它同时抑制棋盘格并引入最小长度尺度，缓解网格依赖。
灵敏度过滤：对灵敏度而非密度做同样加权，计算更简单，是 OptiStruct 等商业软件的常用做法。
Heaviside 投影：在过滤后加一层阈值投影，把中间密度进一步推向 0/1，可得到更锐利的边界，但需配合连续化参数。

判断结果是否“干净”，可看两个指标：一是中间密度单元占比，通常希望 ρ∈(0.2, 0.8) 的单元少于 5%～10%；二是目标函数随迭代的收敛曲线，应平稳下降并趋于平台，若持续振荡则需检查过滤半径、惩罚因子或网格质量。

工程实现要点与示例参数

在 OptiStruct 中，拓扑优化通过 TOPO 卡片定义设计变量，DESVAR 关联密度，MAT1 提供 E₀，惩罚与过滤在 OPTIMIZATION 子面板设置。一个典型的教学示例：设计域 200 mm × 100 mm × 5 mm，网格 2 mm，材料 E₀=210 GPa、ν=0.3，左端固支、右端下角施加 500 N 集中力，体积分数约束 f=0.4，惩罚 p=3，过滤半径 r_min=4 mm（2 倍单元尺寸）。迭代约 60～80 次后，目标柔顺度从初始约 12.5 N·mm 降至约 3.8 N·mm 并趋于平台，中间密度单元占比约 4%，构型呈现清晰的桁架式传力路径。这些数值属于合理假设的示例，实际结果随网格、载荷与约束不同而变化。

若结果出现大面积灰色或棋盘格，优先检查：惩罚因子是否被误设为 1；过滤半径是否小于单元尺寸；体积分数是否过高（如 f>0.6 时中间密度天然增多）；网格是否过粗导致边界无法分辨。

理解变密度法、SIMP 插值、材料惩罚与中间密度抑制这条逻辑链，是后续在 OptiStruct 中正确设置拓扑优化参数、判读优化结果并做出工程决策的基础。密度变量是“因”，SIMP 惩罚是“手段”，中间密度抑制是“保障”，三者共同决定了最终构型是否可制造、可解释。