三维无序纤维网络(3D-DFNS)广泛存在于自然界中,如细胞骨架、胶原基质和蜘蛛网。这些结构展现出卓越的材料效率、轻量化特性以及优异的机械适应性。然而,尽管自然界中此类结构表现出独特的性能,其在工程材料中的应用研究仍处于起步阶段。主要原因在于 3D-DFNS 的复杂架构难以通过传统实验和模拟工具进行全面探索。为了弥补这一研究空白,近日,上海科技大学物质学院凌盛杰教授课题组开发了一种基于深度强化学习的优化框架,结合程序化建模、大规模粗粒化分子动力学模拟和机器学习,系统研究了 3D-DFNS 的结构-性能关系,为实现其轻量化与高强度的优化平衡提供了新的思路。
图1 仿生数字三维无序网络的构建
图2 仿生数字三维无序网络的模拟
图3 仿生数字三维无序网络结构稳定性评价
图4 仿生数字三维无序网络的稳定性优化
为了验证强化学习所优化的3D-DFNS性能,研究团队通过3D打印技术制备了优化前后的网络结构,并进行了落球冲击实验。实验结果表明,优化前的网络结构在冲击下被破坏,而优化后的相同重量的网络结构,在相同冲击条件下成功捕获了钢球,且保持结构完整。
总结:该研究通过开发深度强化学习优化框架,结合程序化建模、分子动力学模拟和机器学习,系统研究了仿生3D无序纤维网络的结构-性能关系,并实现了其轻量化与高强度的优化平衡。研究成果不仅为高性能仿生材料的设计提供了理论支持,还在柔性电子、可穿戴设备及抗冲击防护材料等领域展现了广泛的应用潜力。这一创新性研究为工程材料的仿生设计提供了新的研究思路,对高性能结构材料的开发也具有重要意义。
原文链接:https://doi.org/10.1002/advs.202413293
- 四川大学王延青 CEJ:可持续合成二维多孔碳纳米片实现卓越的电磁波吸收性能 2023-11-20
- 加拿大英属哥伦比亚大学姜锋团队 CEJ:发泡法制备无胶木质纤维基隔热材料 2022-07-29
- 清华大学刘静教授课题组《Adv. Funct. Mater.》:研发出轻量化液态金属材料 2020-02-20
- 华东师范大学张强课题组《Sci. Adv.》:基于纳米纤维素制备高强度、高柔韧性的全降解生物质泡沫材料 2025-08-08
- 西安交大吴道澄团队 ACS Nano:分子堆砌@无限配位聚合物复合纳米粒实现肿瘤连续高强度光热-热动力交替循环治疗和化疗 2025-08-01
- 沈化大康海澜教授、华南理工王朝教授 Macromolecules:动态硫化法制备高耐油性的生物基可生物降解热塑性弹性体 2025-07-30