洞察
“ 点阵参数化设计已覆盖 “上天—落地—入口” 三大赛道：从火箭卫星、汽车底盘到脚下的运动鞋，全链路验证“轻量化 + 可编程性能”的商业价值。”
引用论文
Chenyang Li, Shangqin Yuan, Han Zhang, Shaoying Li, Xinyue Li, Jihong Zhu. Data-Driven Parametric Design of Additively Manufactured Hybrid Lattice Structure for Stiffness and Wide-Band Damping Performance. Additive Manufacturing Frontiers,
Volume 4, Issue 2, 2025, 200221.
https://doi.org/10.1016/j.amf.2025.200221.
文章链接：
https://www.sciencedirect.com/science/article/pii/S2950431725000310
1 研究背景及目的
混杂点阵结构具有优异的综合力学性能，可实现在静动态耦合工况下的高承载效率，为航空航天轻量化构建设计提供了新范式。增材制造技术不仅能够制造这些高度空间可编程的结构，还大幅度释放了其设计自由度。然而，传统分析方法不足以准确反映点阵结构实际的振动阻尼机制，且受限于高昂的计算成本。
本研究设计了一种由柔性和刚性单胞组成的新型混杂点阵结构，基于小样本试验与数据驱动方法，建立一种宽频减振与高刚度承载驱动下的点阵参数化设计模型。该方法可以有效减少实验成本，计算时间，并且为面向宽频减振的复杂结构几何/性能调控提供有效技术方法。
“ 3D Science Valley 白皮书 图文解析
”
2 论文亮点
① 基于BP神经网络方法，建立了混杂点阵结构参数与其刚度、减振特性之间的映射关系模型，解决了传统理论方法难以解析的几何/减振特性匹配问题。
② 基于小样本试验方法，结合数据驱动与遗传算法，构建了面向目标刚度/减振特性的点阵参数化设计模型。
③ 通过试验验证了优化方法的有效性，通过小样本试验与响应面设计方法结合，回归分析达R=0.95，误差控制在5%以内。验证了数据驱动的参数化逆向设计在静动态载荷目标下的优越性。
Fig. 1. Flowchart of data-driven parametric design method for customized hybrid lattice structure.
3 试验方法
本研究通过响应面法，对设计参数区间生成小样本样本点。对这些参数的样本点分别进行准静态试验和振动试验。准静态试验为压缩试验，将结构固定在上下压缩冲头中间，进行压缩加载，加载速度为1 mm/s。每组重复五组试验进行数据平均，得到样本点对应的力-位移曲线即可获得结构刚度。同时为了获得结构振动特性，进行随机振动试验，并提取0-2000Hz和1500-2000Hz的频域能量。
Fig. 2. Hybrid lattice structure and definition of designable parameters.
Fig. 3. Specimens and experimental setup: (a) Printing chamber; (b) Specimens fabricated via laser-based AM technology; (c) Quasi-static compression experiment; (d) Sweep frequency vibration experiment.
4 研究结果
通过算例应用对数据驱动的参数化设计方法进行验证，均方误差分析结果显示，当以刚度为优化目标时，模型经过5次迭代后收遗传算法敛（MSE=0.00020365），1500Hz-2000Hz和0-2000Hz频段能量为优化目标时，分别经过4次和2次迭代达到稳定（MSE=0.0031179/0.0046183）。回归分析表明，所有模型的预测值与实测值系数R超过0.998，验证了模型的高精度预测能力。
5 结论
本研究提出了一种基于数据驱动的混合晶格结构参数化设计方法，通过结合增材制造、机器学习和优化算法，实现了兼具高刚度和宽频减振性能的混合晶格结构设计。主要成果如下：
混合晶格结构设计：通过融合BCC（体心立方）点阵单元（高刚度）和双曲弹簧点阵单元（高阻尼），构建了具有可调几何参数的混合结构，克服了传统单点阵结构的性能局限。
数据驱动建模与优化：采用响应面法（RSM）设计小样本实验，获取结构参数与力学性能的映射关系。利用反向传播（BP）神经网络建立参数-性能预测模型，回归系数R达0.95以上，预测误差小于5%。结合遗传算法（GA）实现逆向优化，在宽频减振（0-2000 Hz）和刚度目标下获得最优参数组合，实验验证显示优化结构的高频振动能量降低至单一BCC结构的1/3。
实验验证与效果：通过准静态压缩和扫频振动实验证实，优化后的混杂点阵在保持高承载能力（峰值载荷达1200 N）的同时，显著抑制了高频振动（1500-2000 Hz频段加速度＜10 m/s²）。
该研究为复杂非线性结构的多目标优化提供了高效的数据驱动框架，未来可扩展至多物理场耦合设计和主动调控点阵结构开发。
6 前景与应用
基于数据驱动的参数化逆向设计方法，具有半物理半数据模型特征，可以有效解决难以用理论演绎的非线性力学/功能特性模型。后续可将该方法推广至面向不同功能不同混杂点阵结构的数据库中，形成更大的数据模型，未来还可以在以下方面进行拓展和发展：
工程减振与轻量化：在航空航天、精密装备等领域，可针对宽频振动抑制需求设计高性能减振结构，同时满足轻量化承载要求。适用于复杂载荷条件，如卫星支架、发动机舱隔振结构等，提高动态稳定性并延长服役寿命。
智能材料与结构拓展：结合4D打印技术，可通过调整混杂点阵拓扑参数实现可编程力学性能，为机器人柔性关节、自适应吸能结构等提供设计基础。引入功能梯度或多材料设计，进一步拓展超材料在冲击防护、声学隐身等领域的应用。
数据驱动设计平台开发：基于该方法可建立面向不同功能需求（如能量吸收、热管理）的混杂点阵结构数据库，通过大规模数据训练提升模型的泛化能力。
结合数字孪生技术：形成”设计-制造-验证”闭环优化系统，推动智能材料的高效开发与定制化生产。
该方法为复杂非线性力学问题的求解提供了新范式，未来可推广至多物理场耦合设计，具有广阔的工程化应用前景。
关于团队
近年团队发表文章
[1] ZHI X, YUAN S, XU S, et al. Topology design of additively manufactured CFRP for impact resistance via B-spline-based equivalent static load method [J]. Composites Part B: Engineering, 2025, 303: 112577.
[2] Tong Liu, Shangqin Yuan, Yaohui Wang, Yi Xiong, Jihong Zhu, Lu Lu, Yunlong Tang. Stress-driven infill mapping for 3D-printed continuous fiber composite with tunable infill density and morphology[J].Additive Manufacturing, 2023, 62: 103374
[3] Lu Lu, Jie Hou, Shangqin Yuan, Xiling Yao, Yamin Li, Jihong Zhu. Deep learning-assisted real-time defect detection and closed-loop adjustment for additive manufacturing of continuous fiber-reinforced polymer composites[J]. Robotics and Computer-Integrated Manufacturing, 2023, 79:102431.
来源
AMF增材制造前沿 l
AI赋能增材制造技术专栏|基于数据驱动的增材制造混合晶格结构参数化设计
l 谷专栏 l
欢迎高校及科研机构、企业科学家加入谷专栏，与业界分享对推动增材制造发展起关键作用的共性基础科研与应用成果，欢迎扫描下方图片二维码提交您的信息。
白皮书下载 l 加入 QQ群：106477771
网站投稿 l 发送至2509957133@qq.com
欢迎转载 l 转载请注明来源
