CN113987860B - 一种基于动态高斯核卷积滤波的结构优化方法和装置 - Google Patents

Abstract

本发明提供了一种基于动态高斯核卷积滤波的结构优化方法和装置，通过对待优化结构进行有限元网格离散设计域的处理，得到有限元分析结果和结构优化模型；根据所述结构优化模型计算目标函数的第一灵敏度；通过动态高斯核函数对第一灵敏度进行过滤获得第二灵敏度；采用优化准则法对所述结构优化模型进行迭代计算，从而更新结构优化模型的设计变量、有限元分析结果、第二灵敏度和高斯核函数的参数，进而迭代更新所述结构优化模型。随着优化的进行，调整高斯核函数的参数值进而对模型进行优化，防止了“加权平均”效果产生的中间密度单元，避免了“边界扩散”现象，提高了结构优化结果的准确性和稳定性，同时更快、更容易达到收敛。

Description

一种基于动态高斯核卷积滤波的结构优化方法和装置

技术领域

本发明涉及结构优化领域，尤其涉及一种基于动态高斯核卷积滤波的结构优化方法和装置。

背景技术

结构优化是在给定的设计区域内，满足约束条件和载荷作用下，实现结构的最佳性能。随着航空航天业及建筑业的快速发展，越来越多工程人员开始注重结构优化，都试图利用结构优化技术获得最完美的结构。现如今结构优化技术也逐渐渗透到工程的各个方面，包括微机电结构设计、柔性结构设计和热结构优化等。

拓扑优化属于结构优化方法中的一种。在众多拓扑优化方法中，变密度法因收敛速度快、易于实现等特点而被广泛使用。为了解决拓扑优化中的网格依赖性、棋盘格现象以及数值奇异性等问题，现有技术常采用Sigmund提出的基于图像后处理技术的灵敏度过滤方法，但是该方法由于“加权平均”的效果使拓扑优化边界上出现中间密度单元，造成了拓扑优化边界模糊，出现了“边界扩散”的现象，导致最终的拓扑优化结果可制造性较差。

发明内容

本发明提供了一种基于动态高斯核卷积滤波的结构优化方法和装置，以解决拓扑优化边界上出现中间密度单元以及拓扑优化边界模糊的技术问题，提高优化效率的同时提高结构优化结果的准确性和稳定性。

为了解决上述技术问题，本发明实施例提供了一种基于动态高斯核卷积滤波的结构优化方法，包括：

对待优化结构进行有限元网格离散设计域的处理，得到有限元分析结果和结构优化模型；

根据所述结构优化模型计算目标函数的第一灵敏度；

以高斯核函数作为卷积核，根据预设函数对第一灵敏度进行卷积过滤，获得第二灵敏度；

在获得第二灵敏度之后，采用优化准则法对所述结构优化模型进行迭代计算，以使在每次迭代计算中，所述结构优化模型的设计变量、所述结构优化模型的有限元分析结果和所述结构优化模型的第二灵敏度得到更新，继而在每次迭代计算中更新所述高斯核函数的参数，进而迭代更新所述结构优化模型，直到满足预设的迭代终止条件，输出所述目标函数，获得所述待优化结构的结构优化结果；

所述在每次迭代计算中更新所述高斯核函数的参数，具体为：

所述高斯核函数为：

式中，参数σ在预设范围(σ_min，σ_max)内，变量x，y是过滤半径内单元的坐标，σ_min是参数σ预设的最小值，σ_max是参数σ预设的最大值；

每次迭代计算根据以下公式对参数σ进行更新：

σ＝σ_min+(σ_max－σ_min)×s；

式中，s为离散性能指标。

进一步的，所述对待优化结构进行有限元网格离散设计域的处理，得到有限元分析结果和结构优化模型，具体为：

在给定边界和载荷条件下，通过使用有限元网格离散设计域，根据待优化结构建立拓扑优化模型并对所述有限元网格离散设计域进行有限元分析，得到单元的节点位移和单元刚度矩阵信息。

进一步的，所述满足预设的迭代终止条件，具体为：

迭代的终止由所述设计变量的相对变化最大值决定，其公式具体为：

其中，k代表迭代步数，x₁为所述设计变量，ε是预设的常数，当设计变量满足所述公式，则迭代终止。

进一步的，所述通过使用有限元网格离散设计域，根据待优化结构建立拓扑优化模型，具体为：

通过使用有限元网格离散设计域，根据待优化结构对应的优化目标，建立具有约束条件的拓扑优化模型；其中，所述优化目标包括结构刚度特性优化、结构柔度优化、结构固有频率特性优化和结构动态特性优化等；所述约束条件包括结构位移约束、结构材料属性约束和结构制造加工精度约束等。

相应地，本发明实施例还提供了一种基于动态高斯核卷积滤波的结构优化装置，包括处理模块、灵敏度计算模块、卷积过滤模块和迭代模块；其中，

所述处理模块用于对待优化结构进行有限元网格离散设计域的处理，得到有限元分析结果和结构优化模型；

所述灵敏度计算模块用于根据所述结构优化模型计算目标函数的第一灵敏度；

所述卷积过滤模块用于以高斯核函数作为卷积核，根据预设函数对第一灵敏度进行卷积过滤，获得第二灵敏度；

所述迭代计模块用于在获得第二灵敏度之后，采用优化准则法对所述结构优化模型进行迭代计算，以使在每次迭代计算中，所述结构优化模型的设计变量、所述结构优化模型的有限元分析结果和所述结构优化模型的第二灵敏度得到更新，继而在每次迭代计算中更新所述高斯核函数的参数，进而迭代更新所述结构优化模型，直到满足预设的迭代终止条件，输出所述目标函数，获得所述待优化结构的结构优化结果；

所述迭代模块在每次迭代计算中更新所述高斯核函数的参数，具体为：

所述高斯核函数为：

式中，参数σ在预设范围(σ_min，σ_max)内，变量x，y是过滤半径内单元的坐标，σ_min是参数σ预设的最小值，σ_max是参数σ预设的最大值；

每次迭代计算根据以下公式对参数σ进行更新：

σ＝σ_min+(σ_max－σ_min)×s；

式中，s为离散性能指标。

进一步的，所述处理模块对待优化结构进行有限元网格离散设计域的处理，得到有限元分析结果和结构优化模型，具体为：

所述处理模块在给定边界和载荷条件下，通过使用有限元网格离散设计域，根据待优化结构建立拓扑优化模型并对所述有限元网格离散设计域进行有限元分析，得到单元的节点位移和单元刚度矩阵信息。

进一步的，所述迭代模块满足预设的迭代终止条件，具体为：

迭代的终止由所述设计变量的相对变化最大值决定，其公式具体为：

其中，k代表迭代步数，x₁为所述设计变量，ε是预设的常数，当设计变量满足所述公式，则迭代终止。

进一步的，通过使用有限元网格离散设计域，根据待优化结构建立拓扑优化模型，具体为：

通过使用有限元网格离散设计域，根据待优化结构对应的优化目标，建立具有约束条件的拓扑优化模型；其中，所述优化目标包括结构刚度特性优化、结构柔度优化、结构固有频率特性优化和结构动态特性优化等；所述约束条件包括结构位移约束、结构材料属性约束和结构制造加工精度约束等。

相比于现有技术，本发明实施例具有如下有益效果：

本发明提供了一种基于动态高斯核卷积滤波的结构优化方法和装置，通过对待优化结构进行有限元网格离散设计域的处理，得到有限元分析结果和结构优化模型；根据所述结构优化模型计算目标函数的第一灵敏度；通过动态高斯核函数对第一灵敏度进行过滤获得第二灵敏度；采用优化准则法对所述结构优化模型进行迭代计算，从而更新结构优化模型的设计变量、有限元分析结果、第二灵敏度和高斯核函数的参数，进而迭代更新所述结构优化模型。随着优化的进行，调整高斯核函数的参数值进而对模型进行优化，防止了“加权平均”效果产生的中间密度单元，避免了“边界扩散”现象，提高了结构优化结果的准确性和稳定性，同时更快、更容易达到收敛。

附图说明

图1：为本发明基于动态高斯核卷积滤波的结构优化方法提供的一种实施例的流程示意图。

图2：为本发明基于动态高斯核卷积滤波的结构优化装置提供的一种实施例的结构示意图。

图3：为本发明基于动态高斯核卷积滤波的结构优化方法提供的实施例二MBB梁的结构示意图。

图4：为本发明基于动态高斯核卷积滤波的结构优化方法提供的实施例二MBB梁的另一张结构示意图。

图5：为本发明实施例二对MBB梁的拓扑优化结果。

图6：为本发明实施例二中传统方法对MBB梁的拓扑优化结果。

图7：为本发明实施例二结构柔度和体积比随迭代步数的变化曲线。

图8：为本发明实施例二中传统方法的结构柔度和体积比随迭代步数的变化曲线。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一：

请参照图1，图1为本发明实施例提供的一种基于动态高斯核卷积滤波的结构优化方法，包括步骤S1至S4；其中，

步骤S1，对待优化结构进行有限元网格离散设计域的处理，得到有限元分析结果和结构优化模型；

在本实施例中，在给定边界和载荷条件下，通过使用有限元网格离散设计域，根据待优化结构建立拓扑优化模型并对所述有限元网格离散设计域进行有限元分析，得到单元的节点位移和单元刚度矩阵信息。

通过使用有限元网格离散设计域，根据待优化结构对应的优化目标，建立具有约束条件的拓扑优化模型；其中，所述优化目标包括结构刚度特性优化、结构柔度优化、结构固有频率特性优化和结构动态特性优化等；所述约束条件包括结构位移约束、结构材料属性约束和结构制造加工精度约束等。

在本实施例中，基于SIMP插值模型，建立以结构柔度最小为目标，具有体积约束的拓扑优化模型(拓扑优化是结构优化的一种)，所述拓扑优化模型满足：

KU＝F；

0＜x_min≤x≤1；

式中，c(x)为待优化结构的结构柔度，F是施加的载荷矢量，U是整体位移矢量，K是整体刚度矩阵，u_e是单元位移矢量，k_e是单元刚度矩阵，x为连续设计变量，x_e是单元相对密度，x_min是单元相对密度的最小值，N是用于离散设计域的单元数目，p是惩罚参数，V(x)是材料体积，V₀是设计域体积，f是预设的体积分数，T为矩阵的转置。

步骤S2，根据所述结构优化模型计算目标函数的第一灵敏度；

在本实施例中，使用下列公式计算目标函数的第一灵敏度：

其中，F为目标函数(本实施例代入结构柔度c(x))，u_e是单元位移矢量，k₀是单元刚度矩阵，x_e为单元相对密度，p是惩罚因子。

步骤S3，以高斯核函数作为卷积核，利用MATLAB中的conv2函数对灵敏度对第一灵敏度进行卷积过滤，获得第二灵敏度。

在本实施例中，所述高斯核函数G_σ计算公式为：

式中，参数σ越大，高斯核函数G_σ的平滑程度就越好，在过滤半径内其他单元对中心单元的影响就越大，参数σ越小，高斯核函数G_σ越尖锐，滤波效果就没那么强。变量x，y是过滤半径内单元的坐标。

步骤S4，在获得第二灵敏度之后，采用优化准则法对所述结构优化模型进行迭代计算，以使在每次迭代计算中，所述结构优化模型的设计变量、所述结构优化模型的有限元分析结果和所述结构优化模型的第二灵敏度得到更新，继而在每次迭代计算中更新所述高斯核函数的参数，进而迭代更新所述结构优化模型，直到满足预设的迭代终止条件，输出所述目标函数，获得所述待优化结构的结构优化结果。

具体的，本实施例采用优化准则法(OC法)，通过引入拉格朗日乘子，将优化模型中的目标函数和约束条件转换为拉格朗日函数，利用KKT条件求解出设计变量的更新公式，进而更新设计变量。

对于高斯核函数G_σ的参数σ的更新，本实施例采用的公式为：

σ＝σ_min+(σ_max－σ_min)×s；

式中，s为离散性能指标，σ_min是参数σ预设的最小值，σ_max是参数σ预设的最大值，参数σ在预设范围(σ_min，σ_max)内。在结构优化的初始时，为了避免出现棋盘格和网格依赖性现象，我们将参数σ设定为最大值，考虑过滤半径内其他单元对中心单元的影响，随着优化的进行，我们逐渐减少参数σ的值，防止过滤的“加权平均”现象导致的中间密度单元，避免了“边界扩散”的现象。

离散性能指标s由该公式获得：

其中，s是拓扑优化过程中的离散性能指标，N是设计域中所有离散单元的数目，x_i是第i个单元的相对密度。s越小则表明拓扑优化结果中灰度单元越少，结果越清晰。当s为0时，拓扑结构构型完全为离散0－1矩阵的形式。

在本实施例中，优化迭代的终止由所述设计变量的相对变化最大值决定：

max(max(abs(x^k+1－x^k)))≤ε；

其中，k代表迭代步数，x为所述设计变量，ε是预设的常数；当设计变量的变化量小于等于设定的容许误差值时，拓扑优化达到收敛标准从而跳出循环。

相应地，本发明实施例还提供了一种基于动态高斯核卷积滤波的结构优化装置，参照图2，包括处理模块101、灵敏度计算模块102、卷积过滤模块103和迭代模块104；其中，

所述处理模块101用于对待优化结构进行有限元网格离散设计域的处理，得到有限元分析结果和结构优化模型；

所述灵敏度计算模块102用于根据所述结构优化模型计算目标函数的第一灵敏度；

所述卷积过滤模块103用于以高斯核函数作为卷积核，根据预设函数对第一灵敏度进行卷积过滤，获得第二灵敏度；

所述迭代模块104用于在获得第二灵敏度之后，采用优化准则法对所述结构优化模型进行迭代计算，以使在每次迭代计算中，所述结构优化模型的设计变量、所述结构优化模型的有限元分析结果和所述结构优化模型的第二灵敏度得到更新，继而在每次迭代计算中更新所述高斯核函数的参数，进而迭代更新所述结构优化模型，直到满足预设的迭代终止条件，输出所述目标函数，获得所述待优化结构的结构优化结果。

进一步的，所述处理模块101对待优化结构进行有限元网格离散设计域的处理，得到有限元分析结果和结构优化模型，具体为：

所述处理模块101在给定边界和载荷条件下，通过使用有限元网格离散设计域，根据待优化结构建立拓扑优化模型并对所述有限元网格离散设计域进行有限元分析，得到单元的节点位移和单元刚度矩阵信息。

进一步的，所述迭代模块104在每次迭代计算中更新所述高斯核函数的参数，具体为：

所述高斯核函数G_σ为：

式中，参数σ在预设范围(σ_min，σ_max)内，变量x，y是过滤半径内单元的坐标，σ_min是参数σ预设的最小值，σ_max是参数σ预设的最大值；

每次迭代计算根据以下公式对参数σ进行更新：

σ＝σ_min+(σ_max－σ_min)×s；

式中，s为离散性能指标。

进一步的，所述迭代模块104满足预设的迭代终止条件，具体为：

迭代的终止由所述设计变量的相对变化最大值决定，其公式具体为：

max(max(abs(x^k+1－x^k)))≤ε；

其中，k代表迭代步数，x为所述设计变量，ε是预设的常数，当设计变量满足所述公式，则迭代终止。

进一步的，所述通过使用有限元网格离散设计域，根据待优化结构建立拓扑优化模型，具体为：

通过使用有限元网格离散设计域，根据待优化结构对应的优化目标，建立具有约束条件的拓扑优化模型；其中，所述优化目标包括结构刚度特性优化、结构柔度优化、结构固有频率特性优化和结构动态特性优化等；所述约束条件包括结构位移约束、结构材料属性约束和结构制造加工精度约束等。

相比于现有技术，本发明实施例具有如下有益效果：

本发明实施例提供了一种基于动态高斯核卷积滤波的结构优化方法和装置，通过对待优化结构进行有限元网格离散设计域的处理，得到有限元分析结果和结构优化模型；根据所述结构优化模型计算目标函数的第一灵敏度；通过动态高斯核函数对第一灵敏度进行过滤获得第二灵敏度；采用优化准则法对所述结构优化模型进行迭代计算，从而更新结构优化模型的设计变量、有限元分析结果、第二灵敏度和高斯核函数的参数，进而迭代更新所述结构优化模型。随着优化的进行，调整高斯核函数的参数值进而对模型进行优化，防止了“加权平均”效果产生的中间密度单元，避免了“边界扩散”现象，提高了结构优化结果的准确性和稳定性，同时更快、更容易达到收敛。

实施例二：

参照图3，实施例二对MBB梁进行优化，所述MBB梁的弹性模量E＝1GPa，泊松比μ＝0.3，在MBB梁上部中间位置施加竖直向下，大小为1KN的集中力，因为MBB梁的结构和所受载荷均对称，故取MBB梁的一般进行结构拓扑优化，具体的，

在给定边界和载荷条件下，使用有限元网格离散设计域，建立拓扑优化模型，并对所述设计域进行有限元分析，得到单元节点位移和单元刚度矩阵信息；设定高斯核函数的参数σ的最大值σ_max＝10，最小值σ_min＝0.1，确定过滤半径r_min＝1.5，收敛参数ε＝0.01以及目标体积V^＊＝0.5，并计算第一灵敏度；

将高斯核函数作为卷积核，利用MATLAB中的conv2函数对第一灵敏度进行高斯核的卷积过滤，得到第二灵敏度。

在获得第二灵敏度之后，采用优化准则法对所述结构优化模型进行迭代计算，以使在每次迭代计算中，所述结构优化模型的设计变量、所述结构优化模型的有限元分析结果和所述结构优化模型的第二灵敏度得到更新，继而在每次迭代计算中更新所述高斯核函数的参数，进而迭代更新所述结构优化模型，直到满足预设的迭代终止条件，输出所述结构柔度，获得所述待优化结构的结构优化结果。

对结果的分析如下：

采用本发明实施例的方法与采用的优化迭代次数、结构离散程度以及最终结构柔度值对比如下表所示：

	迭代次数	离散程度	最终柔度值
				本发明方法	36	8.0527e-07	197.2514
传统方法	94	0.1755	203.3061

由表可知，本发明实施例的迭代次数仅36次，而传统方法的迭代次数为94次，是本发明的3倍左右，采用本实施例的方法可以有效减少拓扑优化迭代的次数，提高优化效率。同时，结构的最终柔度也相对传统的方法降低了很多，结构离散程度更是有较大的提升，结构整体表现出更好的性能。

由图5和图6对比可知，采用本发明实施例的方法得到的拓扑优化结果消除了由于“加权平均”效果导致的在拓扑优化边界上出现中间密度单元造成的结构边界模糊，也即所谓的“边界扩散”现象。并且本发明实施例解决了棋盘格现象、网格依赖性和数值奇异性等数值不稳定引起的问题。

图7和图8所示，采用本发明实施例提供的结构优化方法在迭代步数为15步左右，结构柔度开始收敛，而传统方法在迭代步数为22步左右，结构柔度才开始收敛，所以本发明使用的方法相对于传统的方法可以加快结构柔度的收敛。采用本实施例提供的结构优化方法一样可以得到目标体积，且在优化后期结构体积基本维持在目标体积，而传统方法得到的结构体积一直在目标体积附近波动，不够稳定。所以本实施例采用的方法相对于现有技术可以加快结构体积的收敛，同时保留了传统方法的优点。

相比于现有技术，本发明实施例具有如下有益效果：

本发明实施例提供了一种基于动态高斯核卷积滤波的结构优化方法，通过对待优化结构进行有限元网格离散设计域的处理，得到有限元分析结果和结构优化模型；根据所述结构优化模型计算目标函数的第一灵敏度；通过动态高斯核函数对第一灵敏度进行过滤获得第二灵敏度；采用优化准则法对所述结构优化模型进行迭代计算，从而更新结构优化模型的设计变量、有限元分析结果、第二灵敏度和高斯核函数的参数，进而迭代更新所述结构优化模型。随着优化的进行，调整高斯核函数的参数值进而对模型进行优化，防止了“加权平均”效果产生的中间密度单元，避免了“边界扩散”现象，提高了结构优化结果的准确性和稳定性，同时更快、更容易达到收敛。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于动态高斯核卷积滤波的结构优化方法，其特征在于，包括：

对待优化结构进行有限元网格离散设计域的处理，得到有限元分析结果和结构优化模型；

根据所述结构优化模型计算目标函数的第一灵敏度；

以高斯核函数作为卷积核，根据预设函数对第一灵敏度进行卷积过滤，获得第二灵敏度；

在获得第二灵敏度之后，采用优化准则法对所述结构优化模型进行迭代计算，以使在每次迭代计算中，所述结构优化模型的设计变量、所述结构优化模型的有限元分析结果和所述结构优化模型的第二灵敏度得到更新，继而在每次迭代计算中更新所述高斯核函数的参数，进而迭代更新所述结构优化模型，直到满足预设的迭代终止条件，输出所述目标函数，获得所述待优化结构的结构优化结果；

所述在每次迭代计算中更新所述高斯核函数的参数，具体为：

所述高斯核函数为：

式中，参数σ在预设范围(σ_min，σ_max)内，变量x，y是过滤半径内单元的坐标，σ_min是参数σ预设的最小值，σ_max是参数σ预设的最大值；

每次迭代计算根据以下公式对参数σ进行更新：

σ＝σ_min+(σ_max－σ_min)×s；

式中，s为离散性能指标。

2.如权利要求1所述的一种基于动态高斯核卷积滤波的结构优化方法，其特征在于，所述对待优化结构进行有限元网格离散设计域的处理，得到有限元分析结果和结构优化模型，具体为：

在给定边界和载荷条件下，通过使用有限元网格离散设计域，根据待优化结构建立拓扑优化模型并对所述有限元网格离散设计域进行有限元分析，得到单元的节点位移和单元刚度矩阵信息。

3.如权利要求1所述的一种基于动态高斯核卷积滤波的结构优化方法，其特征在于，所述满足预设的迭代终止条件，具体为：

迭代的终止由所述设计变量的相对变化最大值决定，其公式具体为：

其中，k代表迭代步数，x₁为所述设计变量，ε是预设的常数，当设计变量满足所述公式，则迭代终止。

4.如权利要求2所述的一种基于动态高斯核卷积滤波的结构优化方法，其特征在于，所述通过使用有限元网格离散设计域，根据待优化结构建立拓扑优化模型，具体为：

通过使用有限元网格离散设计域，根据待优化结构对应的优化目标，建立具有约束条件的拓扑优化模型；其中，所述优化目标包括结构刚度特性优化、结构柔度优化、结构固有频率特性优化和结构动态特性优化；所述约束条件包括结构位移约束、结构材料属性约束和结构制造加工精度约束。

5.一种基于动态高斯核卷积滤波的结构优化装置，其特征在于，包括处理模块、灵敏度计算模块、卷积过滤模块和迭代模块；其中，

所述处理模块用于对待优化结构进行有限元网格离散设计域的处理，得到有限元分析结果和结构优化模型；

所述灵敏度计算模块用于根据所述结构优化模型计算目标函数的第一灵敏度；

所述卷积过滤模块用于以高斯核函数作为卷积核，根据预设函数对第一灵敏度进行卷积过滤，获得第二灵敏度；

所述迭代计模块用于在获得第二灵敏度之后，采用优化准则法对所述结构优化模型进行迭代计算，以使在每次迭代计算中，所述结构优化模型的设计变量、所述结构优化模型的有限元分析结果和所述结构优化模型的第二灵敏度得到更新，继而在每次迭代计算中更新所述高斯核函数的参数，进而迭代更新所述结构优化模型，直到满足预设的迭代终止条件，输出所述目标函数，获得所述待优化结构的结构优化结果；

所述迭代模块在每次迭代计算中更新所述高斯核函数的参数，具体为：

所述高斯核函数为：

式中，参数σ在预设范围(σ_min，σ_max)内，变量x，y是过滤半径内单元的坐标，σ_min是参数σ预设的最小值，σ_max是参数σ预设的最大值；

每次迭代计算根据以下公式对参数σ进行更新：

σ＝σ_min+(σ_max－σ_min)×s；

式中，s为离散性能指标。

6.如权利要求5所述的一种基于动态高斯核卷积滤波的结构优化装置，其特征在于，所述处理模块对待优化结构进行有限元网格离散设计域的处理，得到有限元分析结果和结构优化模型，具体为：

所述处理模块在给定边界和载荷条件下，通过使用有限元网格离散设计域，根据待优化结构建立拓扑优化模型并对所述有限元网格离散设计域进行有限元分析，得到单元的节点位移和单元刚度矩阵信息。

7.如权利要求5所述的一种基于动态高斯核卷积滤波的结构优化装置，其特征在于，所述迭代模块满足预设的迭代终止条件，具体为：

迭代的终止由所述设计变量的相对变化最大值决定，其公式具体为：

其中，k代表迭代步数，x₁为所述设计变量，ε是预设的常数，当设计变量满足所述公式，则迭代终止。

8.如权利要求6所述的一种基于动态高斯核卷积滤波的结构优化装置，其特征在于，所述通过使用有限元网格离散设计域，根据待优化结构建立拓扑优化模型，具体为：

通过使用有限元网格离散设计域，根据待优化结构对应的优化目标，建立具有约束条件的拓扑优化模型；其中，所述优化目标包括结构刚度特性优化、结构柔度优化、结构固有频率特性优化和结构动态特性优化；所述约束条件包括结构位移约束、结构材料属性约束和结构制造加工精度约束。

Images