AFM | 浙江大学肖锐研究员团队:机器学习辅助4D打印液晶弹性体复合结构快速逆向设计
Advanced Portfolio
2025-12-26 07:00
文章摘要
背景:刺激响应型软材料及其复合结构的可编程形状改变特性是发展软体机器人、柔性电子和自适应结构的关键,但传统设计方法因计算成本高而面临巨大挑战。研究目的:浙江大学肖锐研究员团队提出一种机器学习辅助框架,旨在快速实现4D打印体素级编程液晶弹性体复合条带的3D形貌逆向设计。结论:该框架结合前向预测模型和逆向搜索策略,大幅提升了设计效率,成功实现了复杂目标曲线的逆向设计,并通过实验验证了其有效性,为智能软材料变形设计提供了高效的数据驱动解决方案。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。