ESC
输入关键词搜索文章
目录

基于等几何分析的拓扑优化

GAMES302 · 课程笔记
GAMES302 第 10 讲课程笔记：SIMP、BESO、Level-set、MMC，以及后处理与 CAD 重建。
2026/05/20 14:00:00·2026/05/22 13:50:00
课程/等几何分析·23 min read
等几何分析拓扑优化SIMPBESOLevel-setMMC课程笔记

GAMES302 第 10 讲：基于等几何分析的拓扑优化

主讲人：徐岗（杭州电子科技大学）。本讲围绕拓扑优化的概念、SIMP/BESO/Level-set/MMC 四条主线，以及优化结果的后处理、CAD 重建和与下一讲体细分 IGA 的衔接展开。

拓扑优化与SIMP

SIMP 作为最经典的密度法，是理解本讲的入口

一、前置知识回顾

在进入拓扑优化之前，先把上一讲与本讲之间的知识链补齐。这里最容易断掉的有四个点。

1. L09 形状优化

L09 讨论的是形状优化，核心是改变边界外形，而不是改变孔洞拓扑。

这意味着形状优化的自由度更集中，也更容易和 CAD 直接对接，但它解决不了“要不要开洞”“该不该分叉”“载荷路径如何重排”这类问题。拓扑优化正是为了解这部分问题而出现。

2. 有限元 / IGA 分析

不管是 FEM 还是 IGA，拓扑优化都离不开“结构响应求解”。

本讲中一个关键背景是：IGA 和 CAD 共享几何表示语言，因此对拓扑优化的后处理、几何重建、边界光顺非常友好。

3. 灵敏度分析

拓扑优化大多是梯度驱动的。无论你用 OC、MMA、level-set，还是 BESO 的阈值更新，背后都离不开目标函数对设计变量的导数。

最常见的量是柔度

C = fTu

其中

对设计变量求导，就是每轮更新最关键的方向信息。

4. 密度场

SIMP、过滤、体积分数约束这些概念，本质上都在围绕一个连续标量场展开：

ρ(x) ∈ [0, 1]

拓扑优化的难点之一，就是如何把连续密度场推向清晰的 0/1 结构，同时保持数值稳定和制造可行性。

id="二背景动机为什么需要拓扑优化">二、背景动机：为什么需要拓扑优化

结构优化大体可分为三层：尺寸优化、形状优化、拓扑优化。

拓扑优化的价值在于它回答的是“结构应该长成什么样”这个更前面的设计问题。它更接近概念设计阶段，常用于：

一个直观理解是：形状优化像“修剪一棵树的外轮廓”，拓扑优化像“重新决定树枝怎么长”。前者是在已有骨架上微调，后者在重建骨架。

拓扑优化结果

拓扑优化的本质是寻找最佳载荷路径，而不是简单修边

三、拓扑优化的主流路线图

从表示方式看，本讲的四类方法可以分成两大阵营：

路线 表示方式 代表方法 典型特点
材料描述模型 直接给单元/点赋密度 SIMP、BESO 实现简单，数值方法成熟
边界描述模型 用隐式/显式边界函数描述结构 Level-set、MMC 边界更清晰，更接近几何建模

等几何分析的加入，让这个问题进一步变化：几何、分析、优化可以在同一个样条框架里统一处理。课件里最强调的点也是这一条：IGA 能减少几何近似误差，也让拓扑优化更容易和 CAD 互通。

四、SIMP：最经典的密度法

4.1 基本思想

SIMP 全称是 Solid Isotropic Material with Penalization，也常被解释为“带惩罚项的固体各向同性材料插值法”。它的核心是：

  1. 把设计域离散成若干单元
  2. 给每个单元一个密度变量 class="math inline">ρe ∈ [0, 1]

  3. 用密度去插值材料刚度
  4. 通过惩罚因子把中间密度压向 0 或 1

经典刚度插值写成：

E(ρe) = Emin + ρep (E0 − Emin)

其中：

相应地，单元刚度矩阵常写成：

Ke(ρe) = (Emin + ρep(E0 − Emin))Ke0

4.2 为什么要有惩罚因子 class="math inline">p

如果直接线性插值，ρ = 0.5 的单元就相当于“半实体半空洞”，这在力学上不够明确，也不利于制造。惩罚因子把中间密度的“单位体积刚度收益”压低。

举个很直白的对比：

这样一来，中间密度就“性价比很差”，优化算法更愿意把它推向纯实体或纯空洞。

课件中也强调了这个经验：

4.3 标准优化模型

在静力学最小柔度问题中，SIMP 的标准形式可写成：

minρ C = fTu

满足

K(ρ)u = f

∑eveρe ≤ V*

0 < ρmin ≤ ρe ≤ 1

其中 V* 是体积分数约束，表示材料总量不能超过给定比例。

4.4 迭代流程

SIMP 的典型迭代是“分析 → 灵敏度 → 更新 → 过滤 → 收敛判断”的循环：

  1. 初始化密度场，常取均匀分布
  2. 进行有限元 / IGA 分析，求位移场 class="math inline">u

  3. 计算目标函数与灵敏度
  4. 做灵敏度过滤或密度过滤，抑制棋盘格
  5. 用 OC 或 MMA 更新密度
  6. 检查体积约束和收敛条件
  7. 不收敛则回到第 2 步

4.5 灵敏度表达式的直观理解

柔度对密度的导数常写成：

$$\frac{\partial C}{\partial \rho_e}=-p\rho_e^{p-1}\,\mathbf{u}_e^T\mathbf{K}_e^0\mathbf{u}_e$$

这里的含义很清楚：

所以 SIMP 的优化本质上就是在问：哪部分材料贡献了最多结构刚度，哪部分是“冗余的”。

4.6 过滤技术为什么重要

SIMP 的经典问题有三类：

传统 FEM 下通常要用灵敏度过滤、密度过滤、Heaviside projection 等方式控制。

而课件特别指出：基于 IGA 的 SIMP 拓扑优化天然带有更强的平滑/过滤效果，因为 NURBS 基函数具有局部支撑、较高连续性，一个控制点影响的不只是一个单元，而是一片区域。

灵敏度过滤

在 IGA 框架下，基函数的局部支撑性本身就具有过滤味道

4.7 例题

1：悬臂梁柔度最小化的 SIMP 迭代流程

例题 1：悬臂梁最小柔度

设设计域为悬臂梁，左端固支，右端中部受集中载荷。目标是在体积分数约束下最小化柔度。

  1. 初始时所有单元密度取

    class="math inline">ρe = 0.5。

  2. 做一次结构分析，求出位移场

    class="math inline">u。

  3. 计算每个单元的应变能，得到灵敏度。

  4. 高应变能区域保留，低应变能区域减密度。

  5. 经过若干轮迭代，材料逐渐沿主载荷路径聚集，形成上、下弦杆和斜腹杆类似的结构骨架。

这个过程说明，SIMP 不是“删单元”的简单规则，而是通过全局响应不断重排材料分布。

4.8 例题

2：为什么惩罚因子会推动 0/1 设计

例题 2：灰度单元为何会被压掉

比较两个候选单元：A 的密度 ρ = 1，B 的密度 ρ = 0.5。若 p = 3，则 B 的刚度权重只有 0.125，但体积还占一半。

从优化角度看，B 是一种“低回报高占用”的材料状态。只要约束允许，算法就倾向于把 B 推向两端：

  • 若它真的重要，就把密度推高到 1；

  • 若它贡献有限，就把密度降到 0。

这就是惩罚因子驱动 0/1 设计的根本逻辑。

4.9 SIMP 的优缺点

优点

缺点

适用场景

五、BESO：双向渐进结构优化

5.1 基本思想

BESO 全称 Bidirectional Evolutionary Structural Optimization。它可以理解成“带回退机制的删减优化”。和早期 ESO 相比，BESO 的核心改进在于：

这点很重要，因为单纯只删不加很容易误删掉真正有用的结构区域。

5.2 工作机制

BESO 通常按单元灵敏度或应变能密度排序：

从直觉上看，BESO 更像一种“进化式筛选”方法。

5.3 优缺点

优点

缺点

5.4 适用场景

5.5 和 SIMP 的关系

课件里给出的一个重要判断是：当 SIMP 采用足够强的惩罚并结合过滤时，得到的结果会接近 BESO 那种黑白清晰的结构。

也就是说，BESO 和 SIMP 在工程结果上并不是完全割裂的两类，而是同一类问题上的不同更新策略。

MMC 方法

从方法谱系上看，SIMP 和 BESO 属于材料描述型方法，而 MMC 更偏显式几何表达

id="六level-set用零水平集描述边界">六、Level-set：用零水平集描述边界

6.1 基本思想

Level-set 方法不直接优化密度，而是用隐函数 ϕ(x) 表示边界：

ϕ(x) = 0

这意味着边界始终是清晰的，不需要密度后处理来切边。

6.2 演化方程

边界演化通常通过 Hamilton–Jacobi 型方程完成：

$$\frac{\partial \phi}{\partial t}+V_n|\nabla \phi|=0$$

其中 Vn 是法向速度，由灵敏度信息决定。

6.3 为什么它吸引人

和 SIMP 相比，Level-set 有一个天然优势：

6.4 代价在哪里

它也有明显代价：

6.5 优缺点总结

优点

缺点

适用场景

6.6 课件中的 IGA 视角

在课件的 IGA 版本里，Level-set 与参数化样条结合，可以让边界更新更平滑，也更容易与 CAD / 几何表示对接。这也是为什么本讲会把它放在“基于 IGA 的拓扑优化”框架里讲。

七、MMC：Moving Morphable

Components

7.1 核心想法

MMC 是本讲非常重要的一条路线。它的思想不是把材料当作连续密度去抹，而是把结构拆成若干个可移动、可变形、可旋转的几何组件。

每个组件的几何参数本身就是设计变量，例如：

于是优化问题就从“哪里有材料”变成“组件怎么摆、怎么长、怎么连”。

7.2 代表性优势

7.3 局限

7.4 和 level-set / SIMP 的关系

从方法谱系看：

MMC 其实非常适合与 IGA、CAD 工作流结合，因为它天然倾向于“几何先行”的表达方式。

7.5 适用场景

八、后处理与 CAD 重建

拓扑优化结果经常不是最终可制造模型，而是一个中间态。尤其是 SIMP、BESO 这类方法，通常输出的是离散密度场或像素/体素式结果，必须继续处理。

8.1 为什么必须后处理

8.2 典型流程

  1. 阈值化：把密度场转为黑白结构
  2. 去噪 / 去孤岛：删除极小碎片
  3. 边界提取：得到结构外壳或中性面
  4. 光顺：减少尖角与锯齿
  5. 曲面拟合：用样条曲线/曲面逼近轮廓
  6. CAD 重建：转换成 NURBS / B-spline 表示
  7. 工艺检查：壁厚、圆角、支撑、可加工性验证

8.3 IGA 为什么特别合适

这里是本讲和 IGA 最关键的连接点：

课件中也明确指出，拓扑优化要想真正进入工程流程，不能只停留在数值图像阶段，而必须完成 CAD 语义重建。

8.4 约束信息的保留

在更复杂的后处理中，常常还要保留：

这类信息如果丢失，后续 CAD 重建会改变原始物理意义。课件里的后处理流程就专门强调了“读入约束信息”和“导出优化结果与约束信息”的步骤。

九、和后续 L11 体细分 IGA

的衔接

这一讲的结尾其实已经把下一讲的门打开了。

L10 的核心问题是：如何把拓扑优化结果做得更好看、更准、更能进 CAD。

L11 的体细分 IGA 则会继续向前推进：

换句话说，L10 解决“怎么优化出结构”，L11 会进一步解决“怎么在更强的 IGA 体系里分析和表达这些结构”。

十、复习速查表

关键词 一句话记忆
形状优化 只改边界，不改拓扑
拓扑优化 允许开孔、分裂、重连载荷路径
SIMP 密度插值 + 惩罚因子，把灰度压向 0/1
BESO 双向进化，能删也能加
Level-set 用零水平集表示边界
MMC 用可移动可变形组件直接描述几何
柔度最小化 让结构更硬，常作为最经典目标
体积分数约束 控制材料总量，避免“无限加料”
灵敏度分析 告诉算法哪块材料最值得保留
后处理 把数值结果变成可制造 CAD 模型
IGA 优势 几何表示和分析统一，和 CAD 更近

速记公式

E(ρ) = Emin + ρp(E0 − Emin)

min C = fTu,  K(ρ)u = f

∑eveρe ≤ V*,  0 ≤ ρe ≤ 1

ϕ(x) = 0 ⇒ 边界

四法对照

十一、课程要点回收

  1. 拓扑优化和形状优化的差别，核心在于是否允许改变拓扑。
  2. SIMP 是最标准的密度法，惩罚因子 class="math inline">p

    是把中间密度压向黑白结构的关键。

  3. BESO、Level-set、MMC

    分别代表三种不同的结构表示哲学：进化式、隐式边界式、显式组件式。

  4. IGA 在本讲中不只是“分析工具”，更是让优化结果和 CAD

    更自然衔接的几何底座。

  5. 拓扑优化的终点不是一张漂亮的密度图，而是可制造、可重建、可验证的工程结构。

十二、参考来源

本地材料

网页参考

  1. TopOpt in Python — Background in Topology Optimization
    https://topopt.readthedocs.io/en/documentation/TopOpt.html

    用于确认 SIMP、体积约束、柔度最小化、SIMP 插值与灵敏度/MMA 的标准叙述。

  2. A Comprehensive Review of Isogeometric Topology Optimization
    https://link.springer.com/article/10.1186/s10033-020-00503-w

    用于确认 ITO 的分类、CAD/CAE 统一、密度法与边界法的整体框架。

  3. A Comprehensive Review of Explicit Topology Optimization Based on Moving Morphable Components
    https://link.springer.com/article/10.1007/s11831-023-10053-8

    用于确认 MMC 属于显式拓扑优化的重要分支，以及其在几何可解释性上的优势。

  4. Level-set methods for structural topology optimization: A review
    https://dl.acm.org/doi/10.1007/s00158-013-0912-y

    用于确认 level-set 方法的分类、边界演化和数值实现脉络。

  5. DTU Topology Optimization background
    https://topopt.readthedocs.io/en/documentation/TopOpt.html

    作为 SIMP/过滤/灵敏度/MMA 的经典工程参考。

id="十三把课件内容再压实一遍页码线索与知识脉络">十三、把课件内容再压实一遍：页码线索与知识脉络

这一讲的幻灯片结构比较清楚，可以按“概念 → 方法 → 例子 → 工程化”四段来记。

1. 概念段

2. 方法段

这些方法各自的共同底座都是：先做分析，再算灵敏度，再更新设计变量。区别只在于设计变量的物理意义不同。

3. 工程化段

4. 结尾段

课堂上最值得记住的一句话

拓扑优化不是简单“删材料”，而是围绕载荷路径、几何表达和制造约束，重新组织结构本身。

十四、SIMP / BESO /

Level-set / MMC 的横向比较

为了便于复习，这里把四种方法放在同一个坐标系里看。

维度 SIMP BESO Level-set MMC
设计变量 密度 单元存在性 / 进化状态 隐函数参数 组件几何参数
边界表达 间接 间接 直接 直接
黑白程度 依赖惩罚与过滤 通常较高 很高 很高
后处理需求 较高 较高 中等 较低
几何可解释性 一般 一般 较好 很强
实现难度 低到中 中 中到高 中到高
与 CAD 关系 间接 间接 较近 最接近

这个表的价值在于帮助你做方法选择：

十五、几个常见误区

误区

1：拓扑优化就是把材料删掉

这句话太窄了。严格讲，拓扑优化是在给定约束下寻找最优材料布局，删减只是实现方式之一。真正关心的是：材料怎么分布才能让结构性能最优。

误区 2：SIMP 的灰度一定是坏事

灰度区在某些早期迭代里并不坏，它提供了连续优化的过渡空间。问题出在最终设计阶段如果仍然保留大量灰度，就缺乏物理和制造意义。

误区 3：IGA

只是更高级的有限元

IGA 的意义不只是“高阶”。它把几何建模和分析统一起来，这一点对拓扑优化尤其重要，因为优化结果最后总要回到几何与制造语言。

误区 4：后处理只是画图好看

后处理其实是工程闭环的一部分。没有后处理，拓扑优化只能停留在数值实验；完成 CAD 重建后，才有机会进入真实设计链条。

id="十六从算法角度再看一遍完整闭环">十六、从算法角度再看一遍完整闭环

一个典型的拓扑优化闭环可以概括成：

  1. 定义设计域：给定几何、边界、载荷、约束
  2. 选择设计变量：密度、隐函数、单元状态或组件参数
  3. 建立材料模型：SIMP 插值、显式边界或组件映射
  4. 求解结构响应：FEM / IGA 分析
  5. 计算灵敏度：得到目标函数下降方向
  6. 更新设计：OC、MMA、阈值移动、边界演化
  7. 施加过滤 / 平滑：抑制数值伪影
  8. 收敛判断：体积分数、目标函数变化、设计变量变化
  9. 后处理与重建：转为 CAD 可用模型

这个闭环的本质是：优化不是终点，几何化与工程化才是终点。

id="十七和创成式设计的关系再补一句">十七、和创成式设计的关系再补一句

课件里提到的“创成式设计”在商业软件里经常被包装成自动出方案的功能。底层看，它大多还是以下几类技术的组合：

也就是说，创成式设计更像一个产品层的总称；拓扑优化是其最核心的算法引擎之一。

十八、复习时的三问法

你复习这一讲时，可以强制自己回答三组问题：

1. 它改的是什么？

2. 它靠什么更新？

3. 它最后怎么落地？

如果这三问能答顺，说明这一讲的主干已经抓住了。

十九、复习清单

MMC 方法细节

MMC 的优势不只在“显式”，更在于它把几何参数直接变成优化变量

Categories:课程 / 等几何分析
Tags:等几何分析, 拓扑优化, SIMP, BESO, Level-set, MMC, 课程笔记