基于神经网络的负泊松比微结构拓扑优化
王怡1
郭延定2
古观成1
冮铁强1
陈立杰1
1.厦门大学 航空航天学院,厦门 3611022.厦门大学 航空航天学院,厦门 361102;集美大学 海洋装备与机械工程学院,厦门 361021
摘要：[目的]针对微结构拓扑优化设计中灵敏度分析计算量大的问题,建立一种基于神经网络的高效拓扑优化设计框架,实现负泊松比微结构的精确构型设计.[方法]首先,提出了一种全连接前馈神经网络(Fully-connected Feedforward Neural Network,FFNN)模型,以设计域坐标作为输入,密度场作为输出,建立了二者的映射关系;其次,引入了神经网络反向传播算法进行灵敏度分析以降低计算量;最后,通过对优化后的高分辨率负泊松比结构进行拉伸仿真及试验,验证了所提方法的有效性.[结果]结果表明,基于FFNN模型的优化框架能显著提升灵敏度计算效率,优化得到的微结构表现出明显的负泊松比效应,仿真与试验结果具有较高的一致性,为复杂微结构的设计提供了新思路.
关键词：神经网络拓扑优化负泊松比微结构灵敏度分析有限元方法
分类号：TH122(机械设计、计算与制图)
论文发表日期：2026-03-15
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：8( 96-103 )
英文信息