买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华中科技大学

摘要：本发明属于结构优化相关技术领域，其公开了一种多样化超材料逆向拓扑优化设计方法和系统，该方法包括：通过改变超材料结构的体积分数、惩罚指数、过滤半径和过滤方式的取值进行有限元分析获得超材料结构的多组拓扑构型以及对应的弹性张量矩阵；选取弹性张量矩阵中的特征值并将其差值在预设范围内的特征值进行平均作为属性值；将属性值编码为单通道张量信息，将多种拓扑构型编码为多通道张量信息；采用属性值和对应的多种拓扑构型对神经网络进行训练获得训练完成的神经网络；获得待设计属性值输入训练完成的神经网络获得对应的多种拓扑构型。本申请的逆向设计的方式无需反复调试和验证，可以实现多样化定制的需求，极大的提升了设计效率。

主权项：1.一种多样化超材料逆向拓扑优化设计方法，其特征在于，所述方法包括：S1：通过改变超材料结构的体积分数、惩罚指数、过滤半径和过滤方式的取值进行有限元分析获得超材料结构的多组拓扑构型以及所述拓扑构型对应的弹性张量矩阵；S2，选取所述弹性张量矩阵中的表征拓扑构型结构特定属性的特征值，将多组所述特征值进行比较，进而将特征值的差值在预设范围内的特征值进行平均，其平均值作为多组拓扑构型对应的属性值，进而获得属性值和所述属性值对应的多种拓扑构型；S3：将每组所述属性值编码为单通道张量信息，并将所述多种拓扑构型编码为对应数量的多通道张量信息，多组所述属性值和所述属性值对应的多种拓扑构型组成数据集；S4：以所述属性值为输入并以所述多种拓扑构型为输出对神经网络进行训练获得训练完成的神经网络，其中，所述神经网络为SegNet卷积神经网络或Mobile-SegNet卷积神经网络，所述Mobile-SegNet卷积神经网络通过将SegNet卷积神经网络的编码器修改为MobileNet网络得到；S5：获得待设计拓扑构型的属性值并对其属性值编码后输入训练完成的神经网络获得对应的多种拓扑构型；步骤S1中采用均匀化方法获得超材料结构的多组拓扑构型以及所述拓扑构型对应的弹性张量矩阵；通过以下公式获得多组拓扑构型以及所述拓扑构型对应的弹性张量矩阵： 其中，为弹性张量矩阵，Y为平均基元域，N为平均基元域Y离散的有限元数量，为设计域内的第e个单元，为ij方向，为ij方向下荷载工况的单元位移矢量，为矩阵转置，为第e个材料单元的刚度矩阵，为对应与单元测试应变场的单元位移解，为kl方向，其中、均为体积分数、惩罚指数、过滤半径和过滤方式的函数。

全文数据：

权利要求：

百度查询： 华中科技大学 一种多样化超材料逆向拓扑优化设计方法和系统