基于数据驱动的声振耦合系统微结构拓扑优化方法研究

来源：振动与冲击杂志2025年第8期北京时间：

作者：徐炅阳，余秋子，张佳龙，操小龙，陈海波hbchen@ustc

单位：1.中国科学技术大学近代力学系中国科学院材料力学行为与设计重点实验室，合肥230027；2.北京机电工程研究所，北京100074

摘要：传统声振耦合系统微结构拓扑优化依赖于有限元、边界元等数值方法，存在计算成本高、耗时长的问题。为此，本文提出一种基于数据驱动的声振耦合系统微结构拓扑优化方法。该方法的核心是以微结构密度分布为特征，以系统响应和灵敏度值为标签构建数据集分别训练人工神经网络，建立微结构材料分布与响应及灵敏度之间的非线性映射关系。数值测试表明，本文所提方法通过神经网络预测的方式替代传统的响应分析和灵敏度计算，在保证计算精度的同时减少计算成本，最终显著提升声振耦合系统微结构拓扑优化计算效率。同时该方法具有较好的泛化能力，可以针对不同的初始结构快速给出收敛的优化构型，这对拓扑优化设计中的全局优化解的搜寻具有重要意义。<br>

关键词：声振耦合；拓扑优化；微结构；数据驱动；神经网络