阿尔伯塔大学和麻省理工学院的研究人员利用 3D 打印技术开发了一种新方法，可在微结构复合材料中实现刚度和韧性的最佳组合。
该研究发表在《科学进展》上。
通过整合物理实验、数值模拟和机器学习来应对这两个挑战，他们的方法为固体力学以外的研究领域(例如聚合物化学、流体动力学、气象学和机器人学)的计算设计提供了蓝图。
“刚度和韧性往往是相互排斥的，”该论文的通讯作者、阿尔伯塔大学机械工程系助理教授万寿说。“为了变得坚硬，材料必须坚固以抵抗变形。同时，为了变得坚韧，它必须具有足够的延展性——也就是说，能够变形而不失去刚度——以承受长裂纹并在断裂前吸收更多的能量。”
刚度和韧性的最佳组合是工程材料设计中的圣杯。为了响应所施加的力，材料必须具有抵抗变形(刚度)的能力，同时也不能快速破裂(韧性)。换句话说，要弯曲，不要折断。
这种性能对于宏观材料(例如建筑和桥梁用钢)尤其重要。然而，具有最佳刚度-韧性权衡的微结构复合材料的系统发现因模拟与现实之间的差异而受到阻碍。
增材制造和计算方法的最新进展使得更有效的探索成为可能，从而实现了这些品质的最佳组合的设计。到目前为止，尚未证明具有最佳刚度-韧性权衡的微结构复合材料的系统发现。
研究人员使用了三个评估员：
进行物理测量的机械测试仪，
基于有限元方法的模拟器，可以以中等复杂度执行虚拟机械测试，并且
基于卷积神经网络的预测器，执行机器学习推理。
由于样本制造和测试需要大量劳动，机械测试仪运行缓慢，但这为微观结构设计提供了准确的地面真实性能值。另一方面，预测器运行速度极快，但产生的结果相对不准确。在这些之间，模拟器的运行速度相当快，考虑到其适度的复杂性，并提供中等精度。