GCL学术成果：CMAME—大规模边界一致大范围微结构数据集的构建及其快速多尺度优化

文章预览

点击蓝字，关注我们 USTC-GCL 【论文标题】Constructing boundary-identical microstructures via guided diffusion for fast multiscale topology optimization 【作者】冯靖轩1，王莉莉1，翟晓雅1，陈凯2，吴文明3，刘利刚1，傅孝明1 【单位】中国科学技术大学1，中关村人工智能研究院2，合肥工业大学3 背景与问题 力学微结构因其独特的力学特性而备受关注，这些特性源自其特有的拓扑设计。基于这些微结构构建的多尺度系统能够实现一些复杂的功能，如隐形斗篷、软体机器人及高热导率的设计等。尽管现代制造技术的发展已使宏观和微观尺度上创建这些复杂系统成为可能，但设计这样的多尺度系统依旧充满挑战，尤其是在逆向设计微观结构以及执行昂贵的多层次优化过程方面。 随着计算能力的增强和机器学习方法的进步，数据驱动的多尺度优化逐渐成为重要的设计手段。当前 ………………………………