为什么尺度不能被忽略

视觉上相似的耗能微结构，在不同物理尺寸下会呈现不同的刚度、承载力和滞回行为。若模型只学习像素形状而忽略真实尺度，就可能生成“看起来合理、力学上失真”的方案。本文因此把物理尺度作为与滞回目标同等重要的条件。

方法

  1. 多尺度数据集：建立包含约50,000个单元的数据库，并在1至2的随机尺度范围内进行有限元分析。
  2. TopoFormer：压缩复杂拓扑并保留与力学相关的潜在特征。
  3. 自约束验证：残差式自约束验证器直接预测候选结构的滞回响应，判断其是否满足目标。
  4. 潜在扩散映射：以目标滞回曲线和尺度共同控制生成，在潜在空间完成高效采样，再恢复到像素拓扑并进行有限元复核。

主要发现

MultiDampGen能够区分“尺度相近但性能不同”和“性能相近但尺度不同”的条件组合，并生成多样化候选。自约束机制把性能误差直接带回生成过程，降低了仅依靠后处理筛选的计算浪费，也使多尺度设计具备更明确的工程可控性。

我的理解

多尺度问题揭示了工程生成模型与普通图像模型的根本差别：工程图像背后始终对应真实尺寸、材料和边界条件。只有把这些量显式建模，生成结果才可能进入构件设计与制造环节。

论文与代码