インペリアル・カレッジ・ロンドンの研究者らは、密度ベースのトポロジー最適化を用いてメタマテリアルの単位セルを調整する計算フレームワークを開発した。このシステムは設計領域の各要素に数値を割り当て、最適化器がこれらの密度を更新し、シミュレーションされた均質化応答がユーザー定義の目標点と一致するまで繰り返す。
Firedrake、pyadjoint、cyipoptによるワークフロー 🛠️
このワークフローは、有限要素法のためのFiredrake、自動微分のためのpyadjoint、非線形最適化のためのcyipoptといったオープンソースのPythonライブラリを利用する。採用された統合手法は設計の収束を達成するための鍵となる。著者らは、このアプローチが、シミュレーションと最適化をアクセスしやすい環境で組み合わせることで、形状可変構造、ソフトロボティクス、エネルギー吸収材料のためのメタマテリアルの開発を支援する可能性があると述べている。
いつ止まるべきかを知らない最適化器 ☕
コーヒーを飲みながら、アルゴリズムに材料のあり方を決めさせるほど効率的なことはない。システムはシミュレーションが目標と一致するまで反復を続けるが、こう疑問に思う人もいるだろう：もし目標がエネルギーを吸収し、かつコーヒーも淹れられる材料だったら？ 今のところ、研究者らは形状可変構造、ソフトロボティクス、エネルギー吸収に限定しており、それだけでも十分に大変だ。