搜索
中国科大实现数据驱动的多功能双连通多尺度结构逆向设计
1 周前
近日，中国科学技术大学数学科学学院刘利刚教授、傅孝明副教授、翟晓雅副研究员，联合新疆师范大学、中关村人工智能研究院及香港理工大学，在数据驱动的多功能双连通多尺度结构逆向设计领域取得重大突破。相关研究成果于2026年1月8日以“Data-driven Inverse Design of Multifunctional Bicontinuous Multiscale Structures”为题，发表在《Nature Communications》上。该研究首次系统性解决了双连通多尺度结构长期存在的“难描述、难设计、难制造”的核心瓶颈，为骨植入物、渗透器件、力学隐身结构等复杂工程系统的智能化设计提供了全新的数据驱动范式。研究团队提出了一种基于数据驱动的双连通多尺度结构逆向设计新方法，通过构建L-BOM数据集，并结合主动学习与生成式人工智能模型，形成“生成—筛选—再训练”的闭环设计框架，大幅拓展了可设计性能空间。以股骨植入物为例，设计结果在杨氏模量、孔径和孔隙率等关键指标上与天然骨组织高度一致，实现了结构性能与生物特征的精准匹配。此外，研究团队还设计并验证了一种双连通多尺度过滤结构，在渗透率和比表面积方面展现出优于传统结构的性能调控范围。该研究为多功能、多物理场结构材料的智能逆向设计提供了全新的数据驱动范式，可将复杂结构的设计效率提升2个以上数量级，为定制化骨植入物、渗透器件及力学隐身结构等工程应用奠定了重要基础。
