Page 188 - 《爆炸与冲击》2026年第5期

α
α
β
β
θ
θ
Θ
Θ
α
β
θ
第 46 卷 韩思豪，等： 机器学习驱动的折纸超材料夹芯结构低速冲击响应预测及多目标优化 第 5 期
Θ

15
Force/kN 10

5

0

Θ 5 Θ 6 Θ 7
(e) Data distribution between predicted and simulated results
图 8 使用 ResANN 对折纸超材料夹芯复合结构冲击响应预测的结果
Fig. 8 Results of impact response prediction of origami metamaterial sandwiches using ResANN

基于此，进一步采用控制变量法，系统研究 3 个关键角度参数对折纸超材料夹芯复合结构峰值力和
等效密度的调控机制。图 9 展示了当固定其他 2 个参数时，结构的峰值力、等效密度和变形模式随 α、
β 和 θ 的变化规律。具体地，考虑了 3 组参数研究：改变 α 时固定 β=30°和 θ=20°、改变 β 时固定 α=20°和
θ=20°、改变 θ 时固定 α=20°和 β=30°。考虑到式（8）的约束，α 和 θ 的变化范围为 [15°,32°]。如图 9(a) 所

示，当 α 增大时，峰值力和等效密度都在较大的范围内增大，前者从 11.53 kN 增大到 17.36 kN，后者从 0.237 6
增大到 0.319 1。这表明 α 的增大增加了夹芯复合结构的承载能力和整体质量。图 9(b)～(c) 比较了 α 为
15°和 32°变形模式中的载荷重新分布现象，折纸超材料起初受到垂向冲击载荷时，侧壁将产生绕水平中

α=15°
18 0.35

16 Bending deformation Load
0.30 α=15° α=32° in creases redistribution
Force/kN 14 Effective density α=32°

0.25
12
Fracture
α=15° α=32°
Tensile/compressive
10 0.20
16 20 24 28 32 deformation in plates
α/(°)
(a) Effect of α on F P and ρ eff (b) Stress propagation (c) Load redistribution for varying α
path for varying α
β=15°
0.27
18
16 0.26 Tensile/compressive Load
Force/kN 14 Effective density β=15° β=35° β=35° deformation in plates redistribution

0.25
12
β=15° β=35°
10 0.24 Bending deformation in creases
15 20 25 30 35
β/(°)
(d) Effect of β on F P and ρ eff (e) Stress propagation (f) Load redistribution for varying β
path for varying β
θ

051441-10

θ θ
θ

θ θ

θ
θ ρ θ
θ