近日,西安交通大學微電子學院王紅義教授團隊及其合作者在人工智能設計陀螺領域取得進展,采用了人工智能策略探索高性能新穎結構拓撲,實現(xiàn)了數(shù)量級提升。相關研究成果發(fā)表在《微系統(tǒng)與納米工程》上。
采用微機電系統(tǒng)(MEMS)技術設計的MEMS陀螺具有體積小、功耗低、成本低、易于與集成電路集成等優(yōu)點,對微納衛(wèi)星、無人機群等先進裝備的大批量部署具有重要意義。MEMS陀螺儀正在取代造價昂貴的傳統(tǒng)陀螺儀,目前,中低性能的陀螺儀已幾乎完全被MEMS陀螺儀取代,正在向高性能領域發(fā)展。MEMS碟形諧振陀螺(DRG)憑借其抗震性、低溫漂、高靈敏度等顯著優(yōu)勢,是高性能諧振式微機械陀螺的重要類型。但傳統(tǒng)設計方法存在拓撲與性能關系預測困難、仿真評估速度緩慢、優(yōu)化嚴重依賴專家經(jīng)驗、迭代次數(shù)多等問題,使得MEMS DRG的發(fā)展緩慢。
團隊首先在充分考慮工藝約束的前提下,提出了一種新的陀螺儀非參數(shù)表征方法,將陀螺的拓撲設計任務轉(zhuǎn)化為路徑規(guī)劃問題。然后,基于卷積神經(jīng)網(wǎng)絡構建代理模型,利用傳統(tǒng)有限元分析得到的樣本進行訓練,實現(xiàn)拓撲性能的快速評估。最后,采用深度強化學習算法在整個設計空間內(nèi)進行探索,輸出性能優(yōu)異的結構拓撲。經(jīng)過8000次探索后,得到了7120種新穎的達到導航級精度的結構拓撲,其中有93.7%拓撲的性能優(yōu)于傳統(tǒng)多環(huán)拓撲,部分拓撲性能相較傳統(tǒng)拓撲甚至實現(xiàn)了數(shù)量級提升。借助于高效的代理模型,相較于昂貴的有限元仿真,其加速比達到了約40萬倍,將數(shù)月的設計周期縮短到了7分鐘左右。
團隊提出了一種新的陀螺儀非參數(shù)表征方法,將陀螺的拓撲設計任務轉(zhuǎn)化為路徑規(guī)劃問題。(課題組供圖)