Topology optimization of multiple anisotropic materials, with application to self-assembling diblock copolymers

ما یک استراتژی راه حل برای یک مسئله بهینه سازی توپولوژیک حداقل تطبیق چندمتغیره پیشنهاد می کنیم که شامل یافتن مقدار مطلوب از تعداد محدودی از مواد نامطلوب (احتمالا غیر آیزوتروپیک) درون یک دامنه مرجع با هدف به حداکثر رساندن سختی بدن است. به عنوان یک برنامه کاربردی مربوط و کاربردی، بهینه سازی سازه های خودمختار به دست آمده از طریق کوپلیمرهای دیافلو را به دست می آوریم. چنین پلیمریها یک طبقه از مواد خودآموز است که به طور خودبهخودی میکروساختارهای دوره ای را در نانومواد ترکیب می کنند، که ویژگی های آنزیم گرایی آن را می توان برای ساخت ساختاری با پاسخ الاستیسیته مطلوب، شبیه به بافت های بیولوژیکی که میکروساختار را نمایش می دهند، مانند استخوان و چوب، مورد بهره برداری قرار می دهد. برای این منظور، تعمیم جدیدی از الگوریتم کلاسیک معیارهای بهینه را ارائه می دهیم تا از یک کلاس گسترده تر از مشکلات برخوردار باشیم، که در آن مواد مختلف مورد نظر قرار گرفته اند، جهت گیری مواد غیر انحرافی بهینه سازی شده است و خواص کششی مواد بستگی به یک پارامتر اسکالر است که به طور همزمان به تخصیص و گرایش مواد بهینه می شود. خوشبختی از مسئله بهینه سازی و تعریف الگوریتم ارائه شده بطور محسوسی درمان می شود و ثابت می شود. توانایی روش پیشنهادی از طریق چندین آزمون عددی ارزیابی می شود.