AI结构设计与仿真

重要装备结构件作为核心承载与减振结构，需同时满足轻量化、结构强度、多物理场仿真与铸造成形工艺约束等条件。传统拓扑优化设计高度依赖人工迭代，存在仿真校核周期长、优化方案工艺落地性差、多目标性能难以协同平衡等行业共性问题。针对以上痛点，以电驱壳体为研究对象，开展AI驱动的结构拓扑优化与仿真一体化设计研究。通过构建电驱壳体结构参数与铸造工艺知识库，将拔模、圆角等工艺约束前置嵌入优化流程；基于AI代理模型搭建多目标智能寻优框架，突破传统拓扑优化单一寻优局限，快速生成多组轻量化结构拓扑方案；打通AI智能设计与多物理场仿真自动化闭环，实现结构强度、刚度、模态动力学性能的自动校核与迭代调优。

黄向，中国科学院自动化研究所研究员，主要从事工科知识多模态表达与可计算，针对图形、表格、公式、文本、拓扑、场等工科知识表征进行可计算研究；在知识智能方面，主要研究多模态行业知识构建和知识推理， 应在包括建筑图纸理解、装备图纸理解、装备结构智能设计与仿真、工艺智能化描述与推演。在计算机视觉与具身智能方面， 主要从事主动视觉、自主导航、技能进化等研究。