[论文解读] Volumetric expressions of the shape gradient of the compliance in structural shape optimization

Matteo Giacomini, Olivier Pantz+1 more|arXiv (Cornell University)|Jan 20, 2017

Topology Optimization in Engineering参考文献 31被引用 8

一句话总结

本文通过纯位移和对偶混合有限元格式，推导了线弹性力学中柔度形状梯度的体积表达式。数值模拟表明，与基于表面的方法相比，体积格式在网格变形下能提供更准确且更稳定的下降方向，同时揭示了因网格畸变和梯度近似误差导致形状优化中的挑战。

ABSTRACT

In this article, we consider the problem of optimal design of a compliant structure under a volume constraint, within the framework of linear elasticity. We introduce the pure displacement and the dual mixed formulations of the linear elasticity problem and we compute the volumetric expressions of the shape gradient of the compliance by means of the velocity method. A preliminary qualitative comparison of the two expressions of the shape gradient is performed through some numerical simulations using the Boundary Variation Algorithm.

研究动机与目标

• 推导线弹性力学中柔度最小化的体积形状梯度表达式，避免依赖仅基于边界的形式。
• 比较纯位移与对偶混合格式所导出的体积形状梯度的数值性能。
• 研究在使用离散化体积形状梯度时，通过边界变分算法（BVA）计算的下降方向的稳定性和准确性。
• 识别形状优化中的数值不稳定性，例如尽管方向导数为负，却出现非下降行为。
• 推动使用认证下降算法和水平集方法，以提升结构形状优化的鲁棒性。

提出的方法

• 在变分框架内，利用速度法推导柔度泛函的形状梯度，通过域映射将边界积分转化为体积积分。
• 应用线弹性力学的纯位移格式，其中位移为首要未知量，并推导相应的体积形状梯度表达式。
• 引入两种对偶混合格式：Hellinger-Reissner格式及其弱对称应力约束的变体，两者均导出体积形状梯度表达式。
• 使用边界变分算法（BVA）基于计算出的形状梯度迭代变形区域，网格更新由下降方向驱动。
• 采用后验误差估计器和认证下降算法（CDA）检测并修正离散形状梯度中的非下降行为。
• 在具有不同初始几何形状的二维测试案例中进行数值模拟，比较纯位移与对偶混合格式的收敛性与稳定性。

实验结果

研究问题

• RQ1 如何以完全体积化形式表达线弹性力学中柔度的形状梯度，避免使用表面积分？
• RQ2 使用纯位移与对偶混合格式导出的体积形状梯度，在数值上各有哪些优缺点？
• RQ3 为何边界变分算法（BVA）在方向导数为负时，仍可能无法产生真正的下降方向？
• RQ4 网格畸变与速度场的低正则性在多大程度上影响形状优化算法的收敛性？
• RQ5 认证下降算法能否在使用离散体积形状梯度时，提升形状优化的可靠性？

主要发现

• 从纯位移与对偶混合格式导出的体积形状梯度表达式，在连续情形下与经典基于表面的形状梯度数学等价。
• 数值模拟表明，对偶混合格式相较于纯位移格式能提供更稳定且更准确的下降方向，尤其在早期迭代中表现更优。
• 尽管方向导数 ⟨dₕL(Ω), θₕ⟩ < 0，但在若干次迭代中惩罚后的柔度泛函 L(Ω) 却上升（例如表1c中从10.64增至10.66），表明 θₕ 并非真正的下降方向。
• 在使用纯位移格式的测试案例(c)中，柔度从10.64降至4.66，但算法表现出振荡行为，表明下降方向存在不稳定性。
• 在测试案例(d)中，对偶混合格式表现出更好的收敛性，柔度从11.01降至3.37，尽管仍观察到振荡。
• 本研究证实，必须使用认证下降算法来验证离散形状梯度的下降性质，因为标准BVA可能因梯度近似不佳或网格畸变而失效。