[发明专利]一种基于灵敏度计算的微通道结构优化设计方法

说明书

本发明公开了一种基于灵敏度计算的微流道结构参数的优化设计方法，该方法主要应用于优化流道尺寸结构，解决了目标函数与参数为隐函数关系时，伴随法不能直接应用在机器学习领域的问题。本发明将机器学习领域的反向自动微分法同伴随法相结合，在目标函数与输入变量为隐函数关系时，可以直接利用反向自动微分法计算灵敏度，利用机器学习方法来优化流道。

技术领域

本发明涉及流道结构优化设计领域，更具体地，本发明涉及一种基于灵敏度计算的微流道结构参数的优化设计方法。

背景技术

灵敏度分析是研究与分析一个系统(或模型)的状态或输出变化对系统参数或周围条件变化的敏感程度的方法，是量化复杂系统中输入变量对输出响应影响的有效工具，通过灵敏度分析可以决定哪些参数对系统或模型有较大的影响，还可以求解偏微分方程约束的优化问题。

根据专利CN201510464147.0所述，灵敏度分析方法包括：有限差分法、伴随法、摄动法和直接微分法等方法。其中伴随法不管设计变量数目多少，采用伴随变量方法的过程中只需求解一套控制方程及一套规模相同的伴随方程，计算量仅相当于两倍的单一控制方程求解，面对变量数目庞大的问题，伴随法具有显著的优势。但当目标函数与参数为隐函数关系时，传统的伴随法不能直接应用在机器学习领域。

在流道优化工程中，为了使其流动阻力最小，需要根据目标函数的灵敏度优化流道尺寸结构。但流道优化应用中，目标函数与输入变量为隐函数关系，无法直接利用机器学习方法来优化流道。

发明内容

本发明克服了现有技术的不足，提供一种基于灵敏度计算的微通道结构优化设计方法，该方法将机器学习领域的反向自动微分法同伴随法相结合，在目标函数与输入变量为隐函数关系时，可以直接利用反向自动微分法计算灵敏度，利用机器学习方法来优化流道。

为了达到上述目的，本发明采用的技术方案为：

一种基于灵敏度计算的微通道结构优化设计方法，包括以下步骤：

步骤1：确定流道设计变量γ，并设定初始值；

γ取值范围为0～1，0代表固体，1代表流体；

步骤2：确定要求解的计算域、液体入口、出口位置及尺寸并在X方向和Y方向上划分网格，网格划分为Nelx×Nely个有限元单元；

Nelx：X方向上单元数；

Nely：Y方向上单元数；

步骤3：确定模型关于设计变量γ的数学模型F(u(γ),γ)＝0，确定数学模型的边界条件G(x)＝0和流道体积约束条件∫_Ωγ≤V₀；

上述边界条件G(x)＝0包括：入口与出口的速度、压力、流量信息；

所述流道体积约束条件∫_Ωγ≤V₀式中：

Ω为设计域；

V₀为流道体积；

所述数学模型F(u(γ),γ)＝0为Navier-Stokes方程的变形形式：

式中：

ρ为流道中液体密度；

u为速度矢量；

P为压强；

μ为流体动力粘度；

α(γ)为多孔介质中反渗透率，由下列方程式决定：

式中：