Оптимизация формы и топологическая оптимизация

От формулы к форме: практическая задача

Инженер проектирует несущую балку самолётного крыла. Требования: выдержать заданную нагрузку, весить как можно меньше. Где убрать материал? Форма крыла оптимизируется именно как решение вариационной задачи — минимизировать объём (массу) при ограничениях прочности. Это и есть оптимизация формы. Каждый день Boeing, Airbus, Toyota используют её в своих расчётах. Без вариационного исчисления современное авиастроение было бы невозможным.

Постановка задачи оптимизации формы

Дана область Ω ⊂ ℝⁿ — «тело» — с границей Γ = ∂Ω. На Ω решается уравнение в частных производных (деформация, течение, тепло). Задача: найти форму Ω, минимизирующую функционал J(Ω).

Примеры функционалов:

J(Ω) = ∫_Ω u dx (среднее смещение под нагрузкой)
J(Ω) = ∫_{∂Ω} q² dS (тепловой поток через поверхность)
J(Ω) = max_{x∈Ω} σ(x) (максимальное напряжение)
J(Ω) = |Ω| (объём материала) при ограничениях прочности

Сложность: область Ω — бесконечномерный объект. Как взять «производную» по форме?

Метод граничных вариаций (Адамара-Хадамара)

Семейство областей: Ω_t, деформированных вдоль вектора скорости V(x) на границе:

x_t = x + t·V(x), Ω_t = {x_t : x ∈ Ω}

Производная формы (формула Хадамара): dJ/dt|{t=0} = ∫{∂Ω} j(x)·(V·n) dS

где n — внешняя нормаль, j(x) — «чувствительность» к деформации формы. Производная зависит только от нормальной компоненты скорости!

Условие оптимальности: для оптимальной формы: j(x) = const на ∂Ω (или равно множителю Лагранжа при изопериметрическом ограничении).

Пример: для задачи на диффузию (−∆u = f в Ω, u = 0 на ∂Ω), J = ∫Ω u dx: производная формы dJ/dt = −∫{∂Ω} (∂u/∂n)² V·n dS. Условие оптимума: (∂u/∂n)² = const на ∂Ω — поток через оптимальную границу постоянен.

Топологическая оптимизация: SIMP метод

Классическая оптимизация формы меняет только границу (форму). Топологическая оптимизация меняет и топологию — может появляться новые дыры или исчезать старые.

Подход с плотностью: ρ(x) ∈ [0, 1] — «плотность материала» в каждой точке. ρ = 1: материал есть. ρ = 0: пусто.

Метод SIMP (Solid Isotropic Material with Penalization):

Модуль упругости: E(ρ) = ρ^p · E₀ (p ≈ 3 — штраф на промежуточные плотности)

Задача: min_{ρ ∈ [0,1]} ∫_Ω ρ dΩ (объём материала) при ограничениях на комплаенс (жёсткость конструкции).

Эквивалентно: min_(u,ρ) ∫_Ω E(ρ) ε(u):ε(u) dΩ при ∫_Ω ρ dΩ ≤ V₀, уравнение равновесия.

Алгоритм:

Задать начальное распределение ρ = V₀/|Ω| (однородное)
МКЭ-расчёт поля перемещений u
Вычислить «чувствительность»: ∂C/∂ρᵢ = −pρᵢ^{p-1}εᵢ:ε_i
Обновить ρ (метод критерия оптимальности или градиентный метод)
Применить фильтр для регуляризации
Повторить до сходимости к «чёрно-белому» распределению (ρ ≈ 0 или 1)

Результат — «ажурная» конструкция с минимальной массой при заданной жёсткости. Похожа на кости птиц!

Аэродинамическая оптимизация: сопряжённый метод

Задача: найти форму крыла (профиль сечения), минимизирующую аэродинамическое сопротивление при заданной подъёмной силе.

Физика: поле скоростей u(x) удовлетворяет уравнениям Навье-Стокса (или Эйлера для невязкой жидкости). Цель: J(Ω) = ∫_Ω f·u dV (мощность сопротивления).

Проблема: J зависит от u, которое зависит от Ω. Градиент dJ/dΩ нужен для оптимизации, но вычисление «в лоб» требует N расчётов для N параметров формы.

Сопряжённый метод (adjoint method): ввести сопряжённое поле p (решение «обратной» задачи), тогда:

dJ/dΩ = функция от (u, p) на ∂Ω

Вместо N расчётов — всего 2 (прямая и сопряжённая задачи). Это революционный подход.

Применение: Airbus использует сопряжённый метод для оптимизации профилей крыльев A380. NASA оптимизирует лопатки турбин. Экономия топлива — 2-5% за счёт оптимальной формы.

Полный разбор: топологическая оптимизация балки

Задача: балка 2×1 м, закреплена с обоих концов, нагрузка в центре снизу. Объём материала 50% от общего. Минимизировать максимальный прогиб.

Исходное состояние: ρ = 0.5 везде. Жёсткость однородная.

После 5 итераций: появляются «тяжи» от опор к точке нагрузки, материал из ненагруженных областей перетекает.

После 50 итераций: чёрно-белая конструкция. Треугольные тяжи, идущие от центра нагрузки к точкам крепления. Похожа на ферму моста!

Результат: жёсткость увеличена в 3.5 раза при той же массе по сравнению с равномерным распределением. Такая конструкция невозможна без топологической оптимизации.

Теория оптимального управления

Принцип максимума Понтрягина (1956) обобщает уравнение Эйлера-Лагранжа на задачи с ограничениями на управление. Для задачи: ẋ = f(x, u, t), u ∈ U, минимизировать J = ∫₀ᵀ L(x, u, t) dt + g(x(T)). Гамильтониан: H(x, p, u, t) = pᵀf(x, u, t) − L(x, u, t). Принцип максимума: оптимальное u*(t) ∈ argmax_{u ∈ U} H(x*, p*, u, t), где p — сопряжённая переменная (множитель Лагранжа), удовлетворяющая ṗ = −∂H/∂x.

Bang-bang управления

При линейной зависимости H от u и компактном U оптимальное управление принимает граничные значения U: u* лежит «на границе» допустимого множества. Это бэнг-бэнг управление — переключение между крайними режимами. Например, в задаче минимального времени для линейной системы: u* = sign(BᵀP(t) x(t)) — переключение между «полным газом» и «полным тормозом» в моменты, когда переключающая функция меняет знак.

Численные методы оптимального управления

Indirect methods: вывести необходимые условия (принцип максимума), решать краевую задачу для системы ОДУ
Direct methods: дискретизация и переход к NLP — IPOPT, SNOPT
Pseudospectral methods: представление траектории полиномом высокого порядка (GPOPS-II, DIDO)
Differential dynamic programming (DDP): итеративный метод второго порядка, основа современных алгоритмов RL и трajектория-планирования

Применения

Аэрокосмическая отрасль: оптимальные траектории запусков ракет (минимизация топлива при достижении заданной орбиты), межпланетные миссии (Voyager, New Horizons, Cassini)
Робототехника: планирование движения манипуляторов и беспилотников
Финансы: оптимальное потребление и инвестирование (модель Мертона)
Энергетика: оптимальное управление электростанциями в реальном времени
Медицина: оптимизация дозы лекарств, расписание химиотерапии
Эпидемиология: оптимальные стратегии вакцинации и социального дистанцирования

Современная теория управления — прямой наследник вариационного исчисления, объединяющий его инструменты с теорией дифференциальных уравнений и численными методами.