从变体飞行器机翼到软体机器人,从可调谐光学器件到生物医学接口,能够动态调控表面形态以实现特定功能的“可编程物质”,始终是未来工程领域的核心追求。然而,无论是传统的冲压、增材制造,还是基于智能材料的连续形变,现有表面变形策略普遍面临离散构型有限、响应迟滞及多物理场强耦合等瓶颈,难以满足跨越多维度的复杂形态可逆切换的需求。更深层次的挑战在于,材料响应与控制输入间的强非线性耦合,迫使设计者陷入微观参数优化的繁冗试错循环,难以直接聚焦于宏观形态编程。此外,如何在实现复杂形变的同时,兼顾结构的自支撑能力与承载下的构型稳定性,更是长期制约工程应用的关键难题。

图1 自支撑、高保真、可逆重构的数智超表面(DMS, 4 × 4阵列)
近日,西安交通大学航天航空学院刘益伦教授团队提出了一种可重编程数字智能超表面(Digital-Intelligent Metasurface, DMS)的系统性设计方法。该方法创新性地将“数字逻辑”嵌入物理结构的力学行为中,结合机器学习算法建立了数字编码与几何形态的确定性映射关系,成功实现了超材料在二维平面和多种自支撑复杂三维曲面之间的高保真、可逆重构(图1)。相关研究成果以《广域可重编程形态重构数智超表面》(Digintel metasurface of extensive reprogrammable morphing)为题发表在国际知名期刊《科学进展》(Science Advances)上(DOI:10.1126/sciadv.aef3895),并入选当期官网首页亮点图片。论文第一作者为西安交通大学博士生林万青,通讯作者为浙江大学博士后闫英博、西安交通大学覃华松副教授和刘益伦教授。该工作得到了国家重点研发计划、国家自然科学基金、陕西省科协青年托举人才计划等资助。


力学解耦实现独立形态控制
过往基于多稳态结构的研究,常因单元间强烈的面内力学耦合导致“牵一发而动全身”,难以实现局部形貌的独立控制。本研究的突破性在于构建了具有各向异性切换特性的双稳态单元(图2)。该单元仅在特定方向受力时发生snap-through(突弹跳变),并在切换后具备状态“自锁”功能。这种机制不仅实现了局部曲率的高效重构,更确保了重构后的形态在外部载荷下不发生失稳,解决了传统多稳态材料在承载下形态失效的痛点。

图2 DMS设计准则
数字编码解锁几何形态倍增
DMS的核心竞争力,源于“数字逻辑”与“力学自锁”的深度耦合,这一机制从根本上规避了传统连续变形体系固有的几何不确定性难题。依托双稳态单元的力学自锁效应,系统无需持续供能即可维持构型稳定,从而将连续的物理形变空间离散为可寻址的数字信号,使每一组编码唯一对应一种确定构型。这种离散化的数字属性,使得超表面可实现的独立几何构型数量随单元规模呈指数级增长,N × N单元可构筑22N(N-1)种几何形态。验证表明,中等尺度(4×4)的阵列便能稳定复现从零曲率平面(ZCP)到单曲率柱面(SCS),乃至双曲率鞍形或穹顶形(DCS)等多种拓扑形态(图3),在物理层面架起了连接数字信息与复杂三维几何的桥梁,极大拓展了设计自由度与工程适用边界。

图3 DMS形态复杂性与可扩展性的展示与定量评估
AI逆向设计打通“所想即所得”
DMS编码体系的建立虽为复杂形态的数字化表征奠定了物理基础,却也引入了巨大的“组合爆炸”挑战:随单元规模呈指数级增长的构型空间,使得基于经验的传统设计手段难以实现目标形态与单元编码的确定性匹配。为此,团队引入基于条件生成对抗网络(cGAN)的机器学习框架,构建目标曲面与单元数字状态间的非线性映射模型(图4)。该框架打破了传统设计中材料、结构与驱动的强耦合限制,能够自动将输入的连续三维形貌逆向解析为离散的二进制控制序列。这一数字驱动的新范式,将复杂超表面的设计由繁冗的试错迭代转变为高效的“所想即所得”,打通了数字模型与物理实体间的转化壁垒。

图4 基于条件生成对抗网络(cGAN)的DMS逆向设计
形态-力学-功能一体化调控
实验表征与有限元仿真共同验证了DMS优异的力学特性与功能可扩展性。测试结果证实,DMS具有显著的状态依赖刚度与高稳定性裕度,其双稳态单元在突弹跳变后展现出的力学自锁效应,赋予了结构优异的承载能力和抗干扰特性。进一步地,研究揭示了“形态-力学-功能”的耦合机制:通过精确重构表面微观形态,超材料能够主动调控近壁面流场结构。DMS在工程中极具应用潜力(图5):在机械装备领域,可作为智能柔性承载构件,依托曲面构型切换完成刚度自适应调节,实现不同载荷工况下的自主顺应;在生物医学领域,可发展为定制化矫形器或血管支架,实现力学性能的自动分级匹配;在航空航天领域,可作为变体飞行器机翼的蒙皮,实现气动特性的主动适配。

图5 DMS功能性应用演示
本研究不仅克服了可编程表面领域的核心挑战,更为“数字智能力学超材料”建立了一个可推广的通用平台。随着物理世界与数字世界的界限日益模糊,DMS有望成为构建未来自适应结构、智能机器人及可重构人机界面的基石。
论文链接:https://www.science.org/doi/10.1126/sciadv.aef3895