ESC
输入关键词搜索文章
目录

基于体细分的等几何建模仿真优化一体化

GAMES302 · 课程笔记
GAMES302 第 11 讲课程笔记:Catmull-Clark 体细分、Push-back Operation、渐进...

# GAMES302 第 11 讲:基于体细分的等几何建模仿真优化一体化框架

本讲主讲人:徐岗(杭州电子科技大学)。主题:用 Catmull-Clark 体细分方法为 IGA 构造体参数化,并结合渐进迭代近似实现建模仿真优化一体化。

---

一、为什么 IGA 需要体细分

等几何分析的核心思想是用 NURBS / B-spline 同时表示几何和物理场。但这里有一个关键矛盾:

  • CAD 模型通常只定义了边界(曲面壳),体的内部控制点需要后验构造。
  • 传统网格生成方法(如 Delaunay、Advancing Front)生成的六面体网格无法直接转化为 B-spline 体表示。

体细分(Volumetric Subdivision)提供了一条出路:从已有的六面体网格(Hex-mesh)出发,通过 Catmull-Clark 体细分格式,直接构造光滑的 B-spline 体表示。这样,IGA 的几何表示和网格生成两个环节被打通了。

---

二、Catmull-Clark 体细分基础

Catmull-Clark 是曲面细分领域的经典格式(1977 年提出),其体细分版本将这个思想推广到三维。

Catmull-Clark 细分
Catmull-Clark 细分曲面

基本设定

  • 给定输入六面体网格 $M_0$(由顶点、边、面、体元组成)
  • 通过逐层细分,生成越来越光滑的控制格
  • 极限位置给出光滑的体表示

Catmull-Clark 体细分的关键要素

  1. 面心点(F-face):每个六面体面的几何中心
  1. 边心点(E-edge):每条边的中点,结合相邻面的面心点共同决定
  1. 体心点(F-volume):六面体元内部生成的新顶点

极限性质:经过足够次细分后,Catmull-Clark 体格式收敛到一个 $C^2$ 连续的光滑 B-spline 体(正则情况下 $C^2$,奇异点处降阶)。

这意味着:细分得到的体可以用标准的 B-spline 基函数来表示,直接作为 IGA 的计算域使用。

---

三、Push-back Operation:几何保真

细分过程中,新的控制格顶点会偏离原始网格顶点——这是细分格式的自由度代价。

Push-back Operation 是一个修正机制:通过将体心点和面心点"推回"原始网格的约束面,使最终的体表示保持对原始几何的保真度。

Push-back 操作
极限曲面到控制网格的 push-back

公式层面的含义:给定插值约束,通过调整细分控制点的位置,使得极限曲面/体仍然通过原始网格顶点。

参数 $\lambda_{ij}$$\mu_F$$\gamma_c$ 控制 Push-back 的强度,不同参数组合产生不同效果——从轻微修正到完全保角。

---

四、渐进迭代近似(PIA)

PIA(Progressive-Iterative Approximation) 是一种从粗到精的迭代精化方法,常用于曲线曲面的渐进插值。

基本思想:

  1. 给定一组数据点 $P_i$,初始用一条粗 B-spline 曲线/曲面插值
  1. 计算残差向量 $\epsilon_i = P_i - F(t_i)$
  1. 将残差叠加到控制顶点上:$P_i^{(new)} = P_i^{(old)} + \alpha \cdot \epsilon_i$
  1. 重复直到收敛

在体细分的语境下,PIA 可以配合 Catmull-Clark 体细分使用:对给定的六面体网格 $M_0$,先用粗层细分得到初始体表示,再通过 PIA 迭代精化,使极限体更精确地逼近目标几何。

---

五、建模仿真优化一体化框架

第 11 讲提出的完整框架可以概括为三个环节的打通:

建模 → 仿真 → 优化

  1. 建模:输入六面体网格 $M_0$,通过 Catmull-Clark 体细分得到 B-spline 体参数化
  1. 仿真:直接在 B-spline 体参数化上进行 IGA 求解,不需要额外网格生成
  1. 优化:结合 PIA 精化几何参数,结合形状/拓扑优化调整设计变量

这个框架的价值在于:三个环节共享同一个几何表示(B-spline),数据不需要在格式之间来回转换。CAD 造型输出六面体网格 → 体细分 → IGA 仿真 → 优化结果写回 CAD——整条管线没有断点。

数值算例
细分 IGA 数值算例结果

---

六、学习要点
  1. 体细分是 IGA 体参数化的重要工具:相比纯优化方法,体细分有更强的几何直觉保证。
  1. Push-back 是几何保真的关键机制:没有 Push-back,细分结果会偏离原始几何。
  1. Catmull-Clark 体格式收敛到 B-spline:这保证了 IGA 分析的可行性。
  1. PIA 提供了精化的通用框架:不仅适用于曲面,也适用于体。
  1. 一体化管线的核心价值:建模→仿真→优化共享表示,消除格式转换中的精度损失和信息断裂。

---

参考文献

  • Xie et al., "Interpolatory Catmull-Clark Volumetric Subdivision over Unstructured Hexahedral Meshes for Modeling and Simulation Applications."
  • Xu et al., "Weighted-based Hexahedral Mesh Simplification," CAD, 2021.