石友安

报告题目：

基于神经网络的散热结构优化方法研究

个人简介：

主要从事高超声速材料/结构与热防护研究，装发气动技术专家库专家。主持军委科技委基础加强、装备预研共用技术、自然基金等课题11项，完成科技工程、专项工程等课题20余项。创新建立气动力/热/结构与轨道多场耦合分析技术、复合材料传热性能跨尺度预示方法，超声无损固体测温新方法。获省部级技术技术奖7项、中国科技城十大科技进展1项，发表SCI/EI 等论文33篇，授权国家发明专利23项。

摘要：

散热结构作为热控系统的核心组件，在航空航天、汽车工业、集成电路等领域发挥着重要作用。传统基于进化结构优化（ESO）方法、移动渐近线方法（MMA）、固体各向同性材料惩罚方法（SIMP）等算法的拓扑优化方法受限于多次迭代优化目标函数，难以满足复杂工况下面向工程的快速设计需要。为提高优化设计效率，本研究创新性地构建了傅里叶神经算子（FNO）与变密度法协同优化方法：通过建立参数化材料分布模型与热场响应数据库，利用傅里叶神经算子构建稳态传热预测模型，进而与SIMP优化算法形成闭环耦合，实现导热路径的高效迭代优化。数值实验表明，该方法在保持传统优化精度的同时，通过低分辨率数据训练的代理模型可直接驱动高分辨率拓扑优化，计算效率大幅提升，对推进智能结构设计与评估具有重要参考价值。