通过深度卷积GAN生成考虑形状相关约束的机械设计

机械产品工程通常须符合与成形工艺相关的制造或几何约束。因此机械设计应依赖稳健且快速的工具来探索复杂形状，典型如面向增材制造的设计(DfAM)。拓扑优化即是这样一种强大工具，然而将几何（形状相关）约束集成其中却很困难。在本工作中，我们利用机器学习处理复杂几何与空间关联的能力，在概念层面将几何相关约束集成到机械设计过程中。更确切地说，我们探索近期深度学习架构的生成能力以增强机械设计，典型用于增材制造。在本工作中，我们构建一种基于生成式深度学习的拓扑优化方法，除一种典型制造条件（设计的复杂性即几何条件）外还集成机械条件。该方法是一个双判别器GAN：一个生成器以机械与几何条件为输入并输出二维结构，两个判别器之一确保生成结构遵循机械约束，另一个评估几何约束。我们还探索了具有非均匀材料分布的设计生成并展示了有前景的结果。最后，我们通过对所有期望方面——机械以及几何约束——的客观评估来评价生成的设计。