《INTERNATIONAL JOURNAL OF MECHANICAL SCIENCES》:Study of disorder–connectivity coupling in metamaterial plasticity and anisotropy
编辑推荐:
无序与连通性的耦合主导了超材料的塑性与各向异性行为。无序驱动异步塌缩,抑制平台应力跌落。无序同时降低弹性各向异性和塑性各向异性。连通性控制维持平台应力的弹性抗力墙。双高斯过程(dual-GP)采样框架能够在认知不确定性(epistemic uncertaint
无序与连通性的耦合主导了超材料的塑性与各向异性行为。无序驱动异步塌缩,抑制平台应力跌落。无序同时降低弹性各向异性和塑性各向异性。连通性控制维持平台应力的弹性抗力墙。双高斯过程(dual-GP)采样框架能够在认知不确定性(epistemic uncertainty)与偶然不确定性(aleatoric uncertainty)下实现稳健设计。
**论文解读:无序–连通性耦合调控超材料塑性行为与各向异性的双不确定性感知高斯过程框架**
**1. 研究背景**
长期以来,航空航天、汽车及防护系统等领域对结构性能提升的需求驱动了材料微纳尺度几何设计的发展。力学超材料凭借其非凡的几何设计自由度,能够实现负泊松比、可调刚度与形状变形等非常规力学性能。实际应用中,多数超材料基于周期性单胞构建,以简化制造和计算。然而,周期性构型往往表现出依赖于拓扑的缺陷:面心立方(FCC)与体心立方(BCC)点阵在压缩时易出现局部塌缩带,导致灾难性失效;FCC与方形蜂窝则表现出严重的各向异性,限制了可实现的性能空间。
为克服这些局限,研究者从自然界历经数百万年演化而成的无序结构中获取灵感,通过几何扰动、Voronoi剖分、非周期单瓦片、生长规则控制、随机去杆等策略构建无序超材料。大量研究表明,几何无序能够促进屈服后强化与缺陷容限,抑制灾难性应力跌落与平台应力振荡,延长有效压溃行程并提高能量吸收,以及实现分级致密化。这些有益特性源于壁长、取向及单胞拓扑的变化使塌缩带离域化,并更随机地分布应力。
在影响力学行为的众多因素中,节点连通性(nodal connectivity)被两项近期数据驱动研究确认为仅次于相对密度的第二重要因素。节点连通性不仅决定变形是否为拉伸主导或弯曲主导,还显著影响刚度与强度。然而,现有研究主要集中于弹性性能,缺乏系统的多方向评估。不同无序程度如何与不同节点连通性相互作用,进而影响无序超材料的屈服后塑性与各向异性,仍不清楚。为此,本研究采用扰动法生成受控无序结构,结合机器学习代理模型,系统探究无序与连通性的耦合机制。
**2. 技术方法**
研究人员采用基于顶点随机位移的扰动策略,在保持节点连通性不变的前提下,将周期性六边形(3连通)、正方形(4连通)和三角形(6连通)结构从有序连续调控至完全无序。为全面表征压缩响应,定义了弹性模量(E)、压缩强度(σ
c)、平台应力均值(σ?
pl)、平台应力标准差(s
pl)与致密化指数(n)五个力学性能参数,并沿三个方向(0°、45°、90°)进行准静态压缩模拟以评估各向异性。研究中提出双不确定性感知高斯过程(dual-uncertainty-aware Gaussian process, dual-GP)框架:该框架同时训练五个均值高斯过程(mean GP)与五个方差高斯过程(variance GP),分别捕获因设计空间采样稀疏导致的认知不确定性,以及因随机扰动产生多结构实现而导致的偶然不确定性。主动学习循环通过多目标采样(聚合期望改进与聚合变异系数)选择下一个扰动水平并自适应分配重复样本数。有限元模拟采用ABAQUS Dynamic/Explicit,材料为聚乳酸(PLA),壳单元S4R划分网格。实验验证采用熔融沉积成型(FFF)打印样品,在Instron万能试验机上进行单轴压缩测试。
**3. 结果**
**3.1 主动学习性能**
针对正方形拓扑,双GP主动学习框架的R2收敛曲线明显快于两种随机采样基线(重复数2与5)。最终迭代时,五个力学性能的R2均超过0.95。弹性模量与压缩强度等屈服前性能较易收敛,而三个屈服后性能(平台应力均值、平台应力标准差、致密化指数)需要更多迭代才能准确预测。随机采样(重复数5)虽最终可达到与主动学习相近的精度,但所需迭代次数至少多出80%。随机采样(重复数2)对高偶然不确定性区域的均值估计不准。方差GP预测显示,五个性能的偶然不确定性在扰动参数δ两端较低、在中间值(δ≈0.2)达到峰值,反映结构对几何变化的敏感性:低δ下保持近周期性,高δ下均匀随机化使宏观性能趋同。
**3.2 方向敏感性分析**
各拓扑的五个力学性能随δ及加载方向的变化显示:弹性模量与压缩强度随δ增大而整体单调下降。正方形拓扑在低δ时表现出极端各向异性(E
max/E
min=28.5,σ
c,max/σ
c,min=4.2),因为0°和90°加载沿正交杆方向产生轴向压缩,而45°加载使杆件承受对角弯曲。六边形与三角形拓扑保持近各向同性。平台应力均值方向依赖性较低;平台应力标准差则对方向高度敏感,但无序通常使其降低,表明无序稳定平台响应;三角形拓扑在中等δ时s
pl先升后降。致密化指数在有序结构中强烈依赖加载方向,而无序使这种方向依赖减弱,高δ下三条方向曲线趋于收敛,实现准各向同性响应。
**3.3 实验验证**
对正方形拓扑在δ=0、0.217和0.433三种扰动水平下进行0°方向压缩实验。实验与有限元(FE)应力–应变曲线均显示:随δ增大,应力振荡减弱、平台趋于平滑稳定。FE模型捕捉了五个力学性能随无序增加的整体变化趋势。实验与FE在幅值上存在差异,主要归因于打印壁厚大于设计值、局部壁厚变化及打印缺陷。实验还显示,无序试样的屈服后性能变异性小于有序试样,表明随无序增加,屈服后响应对外部缺陷的敏感性降低。
**4. 讨论**
**4.1 屈服前行为**
比较各拓扑的有序(δ=0)与完全无序(δ=0.433)样本可知,周期性正方形拓扑因加载方向与一半胞壁平行、轴向承载而具有最高的E与σ
c;无序结构均表现出较低的E与σ
c。通过将壳单元总弹性应变能分解为膜(拉伸)与弯曲分量,发现三角形拓扑具有最高拉伸比例,约80%单元比值高于0.8,符合Maxwell稳定性判据:高节点连通性增加约束数,抑制内部机构,促进拉伸主导变形。六边形拓扑拉伸比例最低,以弯曲主导为主。扰动对屈服前性能的影响显示:完美几何排列带来的卓越性能对无序高度敏感,正方形拓扑的E和σ
c分别下降71%和64%;而不同连通性下刚度与强度的无序敏感性出现解耦:高连通、拉伸主导的三角形对E的保持力最强(最大扰动下仅下降约50%),低连通、弯曲主导的六边形对σ
c的无序稳健性最好(仅下降约40%)。
**4.2 屈服后行为**
渐进压溃显示,周期性结构倾向于局部化失效:六边形通过交叉剪切带破坏,正方形与三角形逐层塌缩。无序打破了对称性,使剪切带弥散、变形带离域化,不同姿态的胞壁在不同宏观应变下达到屈服极限,从而以渐进异步塌缩取代同步层塌缩,抑制应力振荡并提高正方形拓扑的平台应力均值。胞壁尺度分析表明,近垂直胞壁因轴向力主导,扰动产生横向分力,通过二次弯曲使塑性应变从中部萌生并向两端扩展;近水平胞壁以横向力主导,在固支端形成塑性铰,屈服从端部开始并向中部扩展。宏观上,随无序增加,胞壁取向分布加宽,各壁的破坏模式差异增大,促使异步塌缩。弹性储能分析显示,无序结构吸收更多弹性储能,因为更多胞壁在其余壁塌缩时继续承载;而有序正方形的弹性释放最大,对应其大幅平台应力波动。塑性参与度Φ
p随无序增加而提高,塑性功强度Ψ
p随之降低,且Ψ
p随连通性增加而进一步降低,因为更多连通载荷路径使塑性功分散。总体而言,屈服后行为受胞壁取向与承载功能的双重控制,无序提升弹性储能与塑性参与、降低塑性功强度,同时降低平台应力波动并依拓扑改变平台均值。
**5. 结论**
本研究系统地揭示了几何无序与节点连通性如何共同调控六边形、正方形、三角形三种超材料沿三个加载方向的完整压缩响应。屈服前,连通性主导变形模式与基线方向依赖性:高连通拉伸主导的三角形在最大扰动下弹性模量降幅最小,低连通弯曲主导的六边形压缩强度降幅最小;正方形因依赖轴向对齐的杆件而对无序最敏感,无序将其E与σ
c分别降低71%与64%,并使其弹性模量各向异性比从28.5降至接近1,实现了无序诱导的准各向同性。屈服后,无序通过加宽胞壁取向分布改变塌缩机制,将局部剪切带或同步层塌缩转变为异步渐进塌缩,降低平台应力振荡并提高正方形平台均值;同时提高弹性储能吸收与塑性参与、降低塑性功强度,高连通性进一步降低塑性功强度。致密化指数随无序减小或保持稳定,抑制高应变下的极端应力上升。双不确定性感知GP框架同时处理认知与偶然不确定性,通过平衡探索、开发与自适应样本分配,以少于随机基线的迭代实现全部五个性能R2>0.95,为承重与吸能无序超材料的可靠性感知设计提供了高效途径。