초록 토폴로지 최적화(TO)는 차세대 소형 및 효율적인 유체 장치 설계를 가능하게 할 것으로 기대됩니다. 그러나 다물리학 비선형 상호작용으로 특징지어지는 유체 기반 TO 시스템의 내재된 복잡성은 연구자들에게 상당한 장벽을 제시합니다. 전방 시뮬레이션 모델의 내재된 복잡성을 넘어, 설계 최적화는 민감도, 즉 기울기를 계산하는 어려움으로 인해 더욱 복잡해집니다. 민감도의 수동적 도출 및 구현은 종종 힘들고 오류가 발생하기 쉬우며, 특히 비단순한 목표, 제약, 및 재료 모델에 대해 그럴 수 있습니다. 대안 솔루션으로 자동 미분(AD)이 있습니다. AD는 이전에 더 간단한 TO 문제에 대해 입증되었지만, 복잡한 비선형 다물리학 시스템, 특히 유체 최적화에 AD의 활용을 확장하는 것이 진입 장벽을 줄이는 데 핵심입니다. 이를 위해 우리는 고성능 자동 미분을 위한 JAX 라이브러리를 활용하여 유체 장치를 위한 TO 프레임워크인 TOFLUX를 소개합니다. AD가 제공하는 유연성은 다양한 목표와 제약 조건을 신속하게 탐색하고 평가할 수 있게 합니다. 우리는 열-유체 결합, 유체-구조 상호작용, 및 비뉴턴 흐름을 포함한 도전적인 예를 통해 이 능력을 설명합니다. 추가로, 우리의 프레임워크가 신경망 및 머신 러닝 방법론과 원활하게 통합되는 것을 보여줍니다. 궁극적으로, 이 프레임워크는 유체 기반 TO에서 연구와 혁신을 가속화하기 위한 기초 자원을 제공하는 것을 목표로 합니다. 이 교육 논문에 수반되는 소프트웨어는 https://github.com/UW-ERSL/TOFLUX 에서 접근할 수 있습니다.
Padhy et al. (Thu,)는 이 질문을 연구했습니다.