基于神经网络的负泊松比微结构拓扑优化

王怡; 郭延定; 古观成; 冮铁强; 陈立杰

doi:10.16579/j.issn.1001.9669.2026.03.011

您当前的位置：

首页 >

文章列表页 >

基于神经网络的负泊松比微结构拓扑优化

·优化·可靠性· | 更新时间：2026-03-16

- 基于神经网络的负泊松比微结构拓扑优化
- Neural network⁃based topology optimization for microstructures with negative Poisson ratio
- 机械强度 2026年48卷第3期页码：96-103
- 作者机构：
  
  1.厦门大学航空航天学院，厦门 361102
  2.集美大学海洋装备与机械工程学院，厦门 361021
- 作者简介：
  
  王怡，女，1998年生，安徽枞阳人，硕士研究生；主要研究方向为结构拓扑优化；E-mail：34720211151425@stu.xmu.edu.cn。
  陈立杰（通信作者），女，1975年生，辽宁铁岭人，博士，教授，博士研究生导师；主要研究方向为结构强度；E-mail：chenlijie@xmu.edu.cn。
- 基金信息：
- DOI：10.16579/j.issn.1001.9669.2026.03.011
  中图分类号： TH122
- 收稿：2024-04-02，
  
  纸质出版：2026-03-15
- 稿件说明：
移动端阅览
王怡，郭延定，古观成，等. 基于神经网络的负泊松比微结构拓扑优化［J］. 机械强度，2026，48（3）：96-103.

WANG Yi，GUO Yanding，GU Guancheng，et al. Neural network⁃based topology optimization for microstructures with negative Poisson ratio［J］. Journal of Mechanical Strength，2026，48（3）：96-103.
王怡，郭延定，古观成，等. 基于神经网络的负泊松比微结构拓扑优化［J］. 机械强度，2026，48（3）：96-103. DOI： 10.16579/j.issn.1001.9669.2026.03.011.

WANG Yi，GUO Yanding，GU Guancheng，et al. Neural network⁃based topology optimization for microstructures with negative Poisson ratio［J］. Journal of Mechanical Strength，2026，48（3）：96-103. DOI： 10.16579/j.issn.1001.9669.2026.03.011.

摘要

目的

针对微结构拓扑优化设计中灵敏度分析计算量大的问题，建立一种基于神经网络的高效拓扑优化设计框架，实现负泊松比微结构的精确构型设计。

方法

首先，提出了一种全连接前馈神经网络（Fully-connected Feedforward Neural Network

FFNN）模型，以设计域坐标作为输入，密度场作为输出，建立了二者的映射关系；其次，引入了神经网络反向传播算法进行灵敏度分析以降低计算量；最后，通过对优化后的高分辨率负泊松比结构进行拉伸仿真及试验，验证了所提方法的有效性。

结果

结果表明，基于FFNN模型的优化框架能显著提升灵敏度计算效率，优化得到的微结构表现出明显的负泊松比效应，仿真与试验结果具有较高的一致性，为复杂微结构的设计提供了新思路。

Abstract

Objective

To address the high computational cost of sensitivity analysis in microstructure topology optimization

this study aims to develop an efficient design framework based on neural networks for microstructures with negative Poisson ratio.

Methods

The fully-connected feedforward neural network (FFNN) model was established

mapping the coordinates of the design domain to the density field. The back-propagation algorithm was utilized for sensitivity analysis to reduce computational redundancy. Numerical simulations and tensile tests were conducted on the optimized high-resolution negative Poisson ratio microstructures to verify the proposed method.

Results

The results indicate that the FFNN model framework effectively improves the efficiency of sensitivity analysis. The optimized microstructures exhibit significant negative Poisson ratio effects

and the consistency between simulation and test results demonstrates the validity and robustness of the optimization approach

providing new insights for the design of complex microstructures.

关键词

Keywords

references

LU H ， WANG X P ， CHEN T N . Enhanced stiffness characteristic and anisotropic quasi-static compression properties of a negative Poisson's ratio mechanical metamaterial ［J］. Thin-Walled Structures ， 2022 ， 179 ： 109757 .

MA Y X ， ZHAO F ， LIU J ， et al . Dynamic mechanical properties，interface structure evolution and deformation behaviors of PVA-carbon fiber reinforced concrete with negative Poisson's ratio design ［J］. Construction and Building Materials ， 2023 ， 391 ： 131897 .

韩广，郄彦辉，班宝旺 . 新型斜十字负泊松比结构弹性力学性能研究［J］. 机械强度， 2023 ， 45 （ 1 ）： 183 - 189 .

HAN Guang ， QIE Yanhui ， BAN Baowang . Study on elastic mechanical property of novel oblique cross-like structure with negative Poisson's ratio ［J］. Journal of Mechanical Strength ， 2023 ， 45 （ 1 ）： 183 - 189 . （In Chinese）

吴小莉，李兆凯 . 新型负泊松比材料等效性能与吸能性能研究［J］. 机械强度， 2023 ， 45 （ 4 ）： 826 - 837 .

WU Xiaoli ， LI Zhaokai . Study on the equivalent properties and energy absorption properties of a novel material with negative Poisson's ratio ［J］. Journal of Mechanical Strength ， 2023 ， 45 （ 4 ）： 826 - 837 . （In Chinese）

LI J E ， WANG B L . Effect of negative Poisson's ratio on the fracture mechanics parameters due to mechanical and thermal loads ［J］. International Journal of Engineering Science ， 2020 ， 150 ： 103256 .

XU B ， FANG H F ， JIANG S D ， et al . Geometry reconfiguration of a reflector with an auxetic material surface ［C］// The American Institute of Aeronautics and Astronautics （AIAA） SciTech Forum . Reston ： AIAA ， 2022 ： 2022 - 1459 .

LECINA-TEJERO Ó ， PÉREZ M Á ， GARCÍA-GARETA E ， et al . The rise of mechanical metamaterials：auxetic constructs for skin wound healing ［J］. Journal of Tissue Engineering ， 2023 ， 14 ： 20417 - 314231177838 .

CHEN F ， WANG X B ， DU Y H ， et al . Numerical experiment research on failure characteristics of anchored rock with negative Poisson's ratio bolt ［J］. Frontiers in Earth Science ， 2022 ， 10 ： 899755 .

TAO Z G ， XU H T ， REN S L ， et al . Negative Poisson's ratio and peripheral strain of an NPR anchor cable ［J］. Journal of Mountain Science ， 2022 ， 19 （ 8 ）： 2435 - 2448 .

WANG J J ， ZHU Y Z ， CAI X N ， et al . Hysteresis behavior of auxetic perforated steel plate shear walls with elliptical and peanut-shaped cutouts ［J］. Journal of Building Engineering ， 2023 ， 79 ： 107875 .

TAHERKHANI B ， NASRI R ， TUNCAY ATALAY A ， et al . Design of the monolithic planar isotropic auxetic piezo-resistive sensor glove to detect human hand motion ［J］. Journal of Materials Science ， 2024 ， 59 （ 2 ）： 686 - 697 .

XIA L ， BREITKOPF P . Design of materials using topology optimiz-ation and energy-based homogenization approach in Matlab ［J］. Structural and Multidisciplinary Optimization ， 2015 ， 52 （ 6 ）： 1229 - 1241 .

GAO J ， LI H ， LUO Z ， et al . Topology optimization of micro-structured materials featured with the specific mechanical properties ［J］. International Journal of Computational Methods ， 2020 ， 17 （ 3 ）： 1850144 .

HAN Z T ， WEI K . Multi-material topology optimization and additive manufacturing for metamaterials incorporating double negative indexes of Poisson's ratio and thermal expansion ［J］. Additive Manufacturing ， 2022 ， 54 ： 102742 .

HAN Z T ， WANG Z G ， WEI K . Shape morphing structures inspired by multi-material topology optimized bi-functional metamaterials ［J］. Composite Structures ， 2022 ， 300 ： 116135 .

AGRAWAL G ， GUPTA A ， CHOWDHURY R ， et al . Robust topology optimization of negative Poisson's ratio metamaterials under material uncertainty ［J］. Finite Elements in Analysis and Design ， 2022 ， 198 ： 103649 .

AN R ， GE X Y ， WANG M H . Design and microscale fabrication of negative Poisson's ratio lattice structure based on multi-scale topology optimization ［J］. Machines ， 2023 ， 11 （ 5 ）： 519 .

BAO Y H ， WEI Z S ， JIA Z Y ， et al . Mechanical metamaterial design with the customized low-frequency bandgap and negative Poisson's ratio via topology optimization ［J］. Extreme Mechanics Letters ， 2024 ， 67 ： 102124 .

AKAMATSU D ， NOGUCHI Y ， MATSUSHIMA K ， et al . Two-phase topology optimization for metamaterials with negative Poisson's ratio ［J］. Composite Structures ， 2023 ， 311 ： 116800 .

CHEN Y ， YE L ， HAN X . Experimental and numerical investigation of zero Poisson's ratio structures achieved by topological design and 3D printing of SCF/PA ［J］. Composite Structures ， 2022 ， 293 ： 115717 .

孟军辉，刘清洋，金泽华 . 基于复杂约束拓扑优化的负泊松比超材料设计［J］. 北京理工大学学报， 2023 ， 43 （ 8 ）： 852 - 862 .

MENG Junhui ， LIU Qingyang ， JIN Zehua . Negative Poisson's ratio metamaterial design based on topology optimization with complex constraints ［J］. Transactions of Beijing Institute of Technology ， 2023 ， 43 （ 8 ）： 852 - 862 . （In Chinese）

WU W D ， WANG Y Q ， GAO Z H ， et al . Topology optimization of metamaterial microstructures for negative Poisson's ratio under large deformation using a gradient-free method ［J］. Computer Modeling in Engineering & Sciences ， 2024 ， 139 （ 2 ）： 2001 - 2026 .

CHANDRASEKHAR A ， SURESH K . TOuNN：topology optimization using neural networks ［J］. Structural and Multidisciplinary Optimization ， 2021 ， 63 （ 3 ）： 1135 - 1149 .

CHANDRASEKHAR A ， SRIDHARA S ， SURESH K . Graded multiscale topology optimization using neural networks ［J］. Advances in Engineering Software ， 2023 ， 175 ： 103359 .

SHISHIR M I R ， TABARRAEI A . Multi-materials topology optimiz-ation using deep neural network for coupled thermo-mechanical problems ［J］. Computers & Structures ， 2024 ， 291 ： 107218 .

CHEN J ， LIU Y M . Neural optimization machine：a neural network approach for optimization and its application in additive manufac-turing with physics-guided learning ［J］. Philosophical Transactions Series A，Mathematical，Physical，and Engineering Sciences ， 2023 ， 381 （ 2260 ）： 20220405 .

JOGLEKAR A ， CHEN H R ， KARA L B . DMF-TONN：direct mesh-free topology optimization using neural networks ［J］. Engineering with Computers ， 2024 ， 40 （ 4 ）： 2227 - 2240 .

CHEN H R ， JOGLEKAR A ， WHITEFOOT K S ， et al . Concurrent build direction，part segmentation，and topology optimization for additive manufacturing using neural networks ［J］. Journal of Mech-anical Design ， 2023 ， 145 （ 9 ）： 091702 .

XING Y ， TONG L Y . Accelerating reliability-based topology optimi-zation via gradient online learning and prediction ［J］. Aerospace Science and Technology ， 2024 ， 145 ： 108836 .

HUANG M C ， DU Z L ， LIU C ， et al . Problem-independent mach-ine learning （PIML）-based topology optimization—a universal ap-proach ［J］. Extreme Mechanics Letters ， 2022 ， 56 ： 101887 .

HUANG M C ， CUI T C ， LIU C ， et al . A problem-independent machine learning （PIML） enhanced substructure-based approach for large-scale structural analysis and topology optimization of linear elastic structures ［J］. Extreme Mechanics Letters ， 2023 ， 63 ： 102041 .

YAN J ， ZHANG Q ， XU Q ， et al . Deep learning driven real time topology optimisation based on initial stress learning ［J］. Advanced Engineering Informatics ， 2022 ， 51 ： 101472 .

YAN J ， GENG D L ， XU Q ， et al . Real-time topology optimization based on convolutional neural network by using retrain skill ［J］. Engineering with Computers ， 2023 ， 39 （ 6 ）： 4045 - 4059 .

WANG L F ， SHI D Y ， ZHANG B Y ， et al . Real-time topology optimization based on deep learning for moving morphable components ［J］. Automation in Construction ， 2022 ， 142 ： 104492 .

WANG L F ， SHI D Y ， ZHANG B Y ， et al . Deep learning driven real time topology optimization based on improved convolutional block attention （Cba-U-Net） model ［J］. Engineering Analysis with Boundary Elements ， 2023 ， 147 ： 112 - 124 .

ZHANG W S ， WANG Y ， DU Z L ， et al . Machine-learning assisted topology optimization for architectural design with artistic flavor ［J］. Computer Methods in Applied Mechanics and Engineering ， 2023 ， 413 ： 116041 .

ZHANG W S ， WANG Y ， YOUN S K ， et al . Machine learning powered sketch aided design via topology optimization ［J］. Computer Methods in Applied Mechanics and Engineering ， 2024 ， 419 ： 116651 .

ANDREASSEN E ， ANDREASEN C S . How to determine com-posite material properties using numerical homogenization ［J］. Computational Materials Science ， 2014 ， 83 ： 488 - 495 .

SIGMUND O ， TORQUATO S . Design of materials with extreme thermal expansion using a three-phase topology optimization method ［J］. Journal of the Mechanics and Physics of Solids ， 1997 ， 45 （ 6 ）： 1037 - 1067 .

SRIDHARA S ， CHANDRASEKHAR A ， SURESH K . A generalized framework for microstructural optimization using neural networks ［J］. Materials & Design ， 2022 ， 223 ： 111213 .

LU L ， SHIN Y ， SU Y H ， et al . Dying ReLU and initialization：theory and numerical examples ［J］. Communications in Computational Physics ， 2025 ， 28 （ 5 ）： 1671 - 1706 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

固体火箭发动机药柱抗蠕变增强结构优化设计

大容量永磁发电机组定子轻量化设计

基于拓扑优化与多目标优化的给料机关键部件结构设计

基于拓扑优化与灵敏度分析的公交车车身骨架轻量化

试验台工装拓扑优化及尺寸优化设计