马德里卡洛斯三世大学（UC3M）的研究人员开发了一套创新的方法与算法，通过拓扑优化——一种通过高效分布材料来优化设计的数学技术——提升了车辆设计的性能与精确度。这些科学家将研究成果应用于一款竞赛摩托车部件的设计，在保持性能的同时减轻其重量，此项进展预计将对汽车和航空等行业产生重要影响。

得益于一套通过自动算法直接处理密度场的过滤系统，研究人员成功制备出具有最优材料分布的部件。这些部件能全面满足预设的性能约束要求，具体包括重量、体积、应力指标，以及需传导或承受的热量限值。该项研究成果已正式发表于权威专业期刊《结构与多学科优化》。

该研究作者之一、马德里卡洛斯三世大学机械工程系的亚伯拉罕·瓦迪略·莫里利亚斯（Abraham Vadillo Morillas）指出："采用拓扑优化进行零部件设计的优势在于，它能自动生成最优构型，无需进行多次迭代计算。"他的博士论文正是围绕这一研究方向展开。"此外，该工艺还具有其他优势，"他补充道，"比如能够降低直接与间接成本。例如：采用较原部件更轻的零部件制造的飞机，将更具环保性，且能为乘客节省旅行开支。"

应用前景广阔

虽然这些技术成果的实验验证最初是针对摩托车部件制造而开展的，但其应用范围远不止于此。鉴于众多行业都能从零部件减重与刚度提升中受益，这些方法具有更为广阔的应用前景。

"任何承受载荷或振动的部件都能从这些进展中受益，"研究团队的另一位成员、马德里卡洛斯三世大学机械工程系教授兼MAQLAB研究组负责人克里斯蒂娜·卡斯特洪·西萨蒙（Cristina Castejón Sisamón）解释道，"其应用范围从车辆部件、工业机械元件、建筑结构到珠宝首饰乃至时尚领域。"

为实现这些技术突破，研究团队采用的方法主要包括两方面：使拓扑优化适配主流制造工艺，以及通过新算法提升结果的可解释性与精度。在增材制造领域，研究人员已开发出专用于3D打印的特定方法，并成功应用于摩托车部件制造，实现了显著的重量减轻。

近期，该团队已开始引入人工智能（IA）技术，旨在推进优化流程向更高自主性发展。"我们的目标是开发能够自主调整优化参数的智能体，这套方法我们称之为自适应变量建模（AVM），"卡斯特洪（Castejón）总结道，"基于人工智能的新工具有望改变机械设计范式，从而更快、更精准、更高效地生成最优部件。"

沿此研究方向完成的博士论文，是首篇与MotoStudent竞赛项目相关的学术成果，该项目由马德里卡洛斯三世大学（UC3M）与其学生及MOTO-MAQLAB-UC3M协会共同参与。这项研究计划启动于十余年前，旨在为参与该项竞赛的学生提供学术支持。相关研究成果已具体体现在参加多届MotoStudent赛事的不同原型车中，其中部分作品现陈列于莱加内斯校区托雷斯·克韦多（Torres Quevedo）大楼入口处。

视频: https://youtu.be/bTAGcDqRSAE