轻量化与高效吸能结构在航空航天、机器人及汽车等领域具有重要应用价值。超结构通过人工设计微结构，可以在保持低密度的同时获得传统实体材料难以实现的优异力学性能。其中，仿生设计通过借鉴自然界长期演化形成的高效承载结构，为超结构设计提供了重要思路。然而，实际工程中的服役环境往往十分复杂，单一仿生结构通常难以兼顾不同工况下的多重性能需求。因此，如何协同融合多种生物结构的优势特征，发挥不同仿生机制之间的互补作用，成为进一步提升仿生超结构性能的重要思路。

然而，多种仿生特征的协同引入也进一步增加了结构设计的复杂性。不同几何特征之间相互耦合，使结构参数与力学响应之间呈现出高度非线性的关系，其力学性能难以通过传统经验设计进行准确预测。同时，依赖逐一建模、仿真和实验的传统优化方式需要在庞大的参数空间中反复试错，设计效率较低。因此，如何建立结构几何参数与力学性能之间的快速映射，并进一步面向目标性能实现逆向设计，是混合仿生超结构高性能设计亟待解决的另一关键问题。

近日，

上海交通大学特种材料研究所提出了一种混合仿生（Hybrid-Bio-Inspired，HBI）超结构设计策略

，将植物二歧分枝、龟壳拱形结构和鱼鳞交错排列三种自然结构中的力学特征协同引入点阵超结构，并进一步结合深度学习建立结构几何参数与力学响应之间的映射关系，实现高效的数据驱动逆向设计。

相关研究以“Data-driven design of additively manufactured hybrid bio-inspired metamaterial with ultra-efficient energy absorption”为题发表于《Thin-Walled Structures》（中科院一区，IF：8.3）。第一作者为上海交通大学硕士生李骏翔，王洪泽长聘副教授、吴一副教授、高振洋博士为共同通讯作者，共同作者还包括上海交通大学王浩伟讲席教授以及夏存娟副教授。

论文链接：

10.1016/j.tws.2026.115566

从单一仿生走向多重仿生协同：师法自然

自然界中的植物枝干、龟壳和鱼鳞虽然承担着不同的生物功能，但其结构均蕴含着独特的力学机制。研究团队首先以具有良好结构稳定性的HCP点阵为基础，引入植物二歧分枝的应力分流特征，构建了DBI（Dichotomous-Branching-Inspired）元胞。然而，DBI中的直杆在压缩载荷作用下容易发生屈曲，并在杆件根部形成明显的应力集中。为了改善这一问题，研究团队进一步借鉴龟壳的拱形承载结构，将部分直杆替换为弯曲杆件，从而构建（Dichotomous-branching-and-Turtle-shell-Inspired）DTI结构。弧形杆件能够在一定程度上重新分配载荷，但多个杆件仍汇聚于中心节点，应力集中问题并未被完全消除。在此基础上，研究团队继续引入鱼鳞交错排列结构，通过旋转上下层弯曲杆件，并将原本集中的中心节点重新分散，形成上下交错的拓扑结构，最终获得混合仿生（Hybrid-Bio-Inspired，HBI）元胞。与简单地将多个生物结构叠加不同，这一设计更强调不同仿生机制之间的协同作用。

图1 混合仿生超结构设计思路：由植物二歧分枝、龟壳拱形结构和鱼鳞交错排列逐步构建DBI、DTI和HBI元胞。

视频1 混合仿生（HBI）超结构的静载压缩实验

从局部承载到协同承载：交错拓扑改变载荷传递路径

为什么引入鱼鳞式交错结构后，HBI的吸能性能会显著提高？有限元模拟揭示了其中的关键机制。在传统DBI和DTI结构中，上下支撑杆基本处于规则对齐状态。压缩过程中，相邻节点之间缺少相对位移，因此中间的水平杆几乎不承担载荷，主要载荷集中于纵向支撑杆。这使得支撑杆根部和连接节点容易迅速出现应力集中，并进一步诱发局部屈曲和失效。而HBI结构则完全不同：鱼鳞启发的交错拓扑改变了原有的载荷传递路径。由于上下杆件不再共线，节点之间产生相对运动，使连接水平杆受到弯矩与剪切作用。原本几乎处于闲置状态的水平杆由此参与承载和变形，将局部集中的轴向压缩载荷转化为多个杆件共同承担的弯曲变形。也就是说，HBI并不是简单地让某一根杆更强，而是让更多杆件参与吸收变形能量。这种载荷路径重构使结构中的应力分布更加均匀，降低单根杆件所承担的平均变形能量和局部应力，并最终推迟结构进入致密化阶段。进一步的应变场分析也显示，DBI和DTI支撑杆根部存在明显的大变形区域，而HBI的应变分布更加均匀，能够避免局部杆件过早失效。

视频2 混合仿生（HBI）超结构元胞的有限元模拟演示

图2 规则排列与鱼鳞启发交错排列结构中的载荷传递与变形机制对比。

从仿生设计走向数据驱动设计：机器学习助力高效优化

尽管混合仿生已经显著改善了吸能性能，但HBI结构仍包含多个可以连续调整的几何参数。传统的“建模—仿真—试错”方式需要针对每一种结构重新计算，难以高效搜索非线性设计空间。为解决这一问题，研究团队进一步建立了数据驱动逆向设计框架。

首先，以HBI元胞的曲杆曲率半径和杆件半径作为主要设计变量，在给定参数空间内生成66种不同几何构型，并通过有限元模拟获得相应的完整力与位移曲线。随后，研究团队构建性能预测网络模型（Performance Prediction Network Model，PPNM），利用几何参数直接预测完整的力与位移响应。模型以两个结构参数作为输入，以力与位移曲线上的300个均匀离散力值作为输出，从而将复杂有限元计算转化为快速的神经网络预测。训练结果表明，PPNM在训练集、验证集和测试集上的平均R2分别达到0.9504、0.9640和0.9482，均高于0.94，可以较准确地捕捉不同几何结构对应的非线性力学响应。

在此基础上，研究团队将训练完成的PPNM作为可微分的力学性能代理模型，冻结网络参数，并直接计算吸能性能指标对输入几何参数的梯度，再通过梯度下降和Adam优化器迭代更新结构参数。与此同时，对几何参数施加边界约束，确保优化得到的结构在几何上有效并具有实际可制造性。这样，传统需要大量有限元计算才能完成的结构搜索过程，就转化为了：几何参数→力学响应预测→性能评价→梯度计算→参数更新的闭环优化过程。

图3 数据驱动HBI超结构逆向设计流程

从自然启发到智能设计：混合仿生超结构的新路径

为了进一步评价优化后HBI超结构的吸能性能，研究团队将其与BCC、FCC、vintiles和tesseract等典型超结构进行了对比。在相同材料和实验条件下，优化HBI结构在不同相对密度范围内均表现出更高的归一化能量吸收效率，相较于其他典型点阵结构提升约35.96%–167.43%，并在整个测试密度范围内保持最高水平。与此同时，优化HBI超结构在比吸能（SEA）方面同样表现出明显优势，相比现有对比结构提升约14.45%–373.37%。这表明，混合仿生结构不仅能够显著提高能量吸收效率，同时能够在轻量化条件下保持较高的比吸能性能。该工作将多重仿生协同设计、增材制造与数据驱动优化相结合，实现了从自然结构启发、变形机制调控到高性能结构搜索的完整设计路径，为面向航空航天、机器人等复杂服役环境的轻量化、高效吸能超结构提供了新的设计思路。

图4 优化HBI超结构与典型超结构的吸能性能对比。（a）优化HBI、BCC、FCC、vintiles和tesseract样品；（b）归一化能量吸收效率与密度关系；（c）比吸能与密度关系。

致谢

该工作得到了国家自然科学基金（52441503、52305391、52305490）、上海市自然科学基金（25ZR1402248）、安徽省高校协同创新项目（GXXT-2023-029）等项目支持，并得到上海交通大学与宁德时代新能源电池9σ联合研究项目的部分支持。

课题组介绍

上海交通大学材料学院特种材料研究所是金属基复合材料国家重点实验室的重要组成部分，由王浩伟讲席教授任负责人，与国际著名大学和大型企业建立多个联合实验室。研究所主要从事新型特种材料的设计、制备及其成形技术研究，支撑了多项国家重大工程需求，在航空航天和汽车轨交等多领域获得广泛应用。多年来承担重点研发计划、民机预研、民用航天预研、国家自然科学基金及国际合作项目等五十余项。在国内外学术刊物上发表学术研究论文近300篇，获授权中国国家发明专利100余项。先后获得教育部技术发明一等奖、上海市技术发明一等奖及中国有色金属工业技术发明一等奖。

研究所秉承“创新创造、科研报国”的精神，胸怀祖国、服务社会，面向世界科技前沿、面向国家重大需求，砥砺前行、勇攀高峰。团队长期诚聘激光增材制造/激光成形工艺和装备、增材制造材料表征（微观组织、力学性能、疲劳）、增材制造过程同步辐射成像、增材制造超结构等方向博士后

长三角G60激光联盟

陈长军秘书长热忱欢迎您参加我们在2027年举办的

第三届激光在民用航空发动机和燃气轮机中的应用大会

-2027

第九届涡轮技术大会及民用航空发动机与燃气轮机展览会

，

时间：2027年6月1-3日，地点，苏州国际博览中心