Page 197 - 《爆炸与冲击》2026年第5期

第 46 卷 第 5 期 爆 炸 与 冲 击 Vol. 46, No. 5
2026 年 5 月 EXPLOSION AND SHOCK WAVES May, 2026

DOI：10.11883/bzycj-2025-0288

数据驱动点阵超材料多目标优化设计 *

1,3
肖李军 ，朱艳林 ，石高泉 ，李依男 ，李润枝 ，惠旭龙 ，张瑞刚 ，宋卫东 1
1
2
1
3
1
2
（1. 北京理工大学爆炸科学与安全防护全国重点实验室，北京 100081；
2. 晋西工业集团有限责任公司，山西 太原 030027；
3. 中国飞机强度研究所, 强度与结构完整性全国重点实验室，陕西 西安 710065）
摘要： 桁架类点阵超材料是一类超轻质承载吸能材料，在冲击防护领域具有广阔的应用前景。然而，由于点阵超
材料细观构型参数空间庞大，且构型参数与力学响应之间存在复杂的非线性关系，其性能优化面临巨大挑战。针对上
述问题，基于桁架类点阵超材料的细观结构特征，提出了一种高效的快速数字化建模方法，并利用 Python 脚本驱动
Abaqus 仿真软件，实现了材料的批量化建模与仿真分析。在此基础上，通过有限元数值模拟建立了不同构型点阵超材
料的准静态压缩性能数据集，并利用实验验证了数据集的可靠性。随后，训练了一个人工神经网络模型作为代理函
数，并将其嵌入非支配排序遗传算法，对点阵超材料开展多目标优化设计，获得了具有高承载能力、高吸能特性以及
兼顾承载吸能性能的点阵超材料构型。研究结果表明，融合机器学习技术与有限元仿真，可有效降低优化设计的计算
成本，为复杂点阵超材料的快速性能优化与定制化设计提供技术支撑。
关键词： 点阵超材料；机器学习；遗传算法；多目标优化；增材制造
中图分类号： O347.3; TQ028.1 国标学科代码： 13015 文献标志码： A

Data-driven multi-objective optimization for lattice-based metamaterials

1,3
1
1
1
2
XIAO Lijun , ZHU Yanlin , SHI Gaoquan , LI Yinan , LI Runzhi ,
2
3
HUI Xulong , ZHANG Ruigang , SONG Weidong 1
（1. State Key Laboratory of Explosion Science and Technology, Beijing Institute of Technology, Beijing 100081, China;
2. Jinxi Industries Group Co., Ltd, Taiyuan 030027, Shanxi, China;
3. National Key Laboratory of Strength and Structural Integrity, Aircraft Strength
Research Institute of China, Xi’an 710065, Shaanxi, China）
Abstract: Strut-based lattice metamaterials are a category of ultra-lightweight, load-bearing, and energy-absorbing materials
with broad application prospects in fields such as impact protection, aerospace engineering, and lightweight structural design.
Benefiting from their unique periodic architectures and adjustable meso-structural parameters, these materials exhibit
exceptional mechanical tunability and multifunctional potential. However, due to the extensive parameter space of mesoscopic
configurations and the highly nonlinear correlation between the structural geometry and the mechanical response, the
optimization of mechanical performance for lattice metamaterials remains a formidable challenge. Based on the meso-
structural characteristics of strut-based lattice metamaterials, an efficient rapid digital modeling method was proposed. A
Python script coupled with Abaqus software was utilized for the rapid modeling of truss lattice metamaterials and fast
calculations about the mechanical properties of the metamaterials. Based on the calculation results, a machine learning dataset
was constructed. Three types of truss lattice structures were randomly selected and additively manufactured. Quasi-static

* 收稿日期： 2025-09-01；修回日期： 2025-11-24
基金项目： 国家自然科学基金（12372349, 12172056, 12572429, 12002049）；爆炸科学与安全防护全国重点实验室自主课题
（YBKT25–05）；强度与结构完整性全国重点实验室开放基金（LSSIKFJJ202404009）
第一作者： 肖李军（1991－ ），男，博士，副教授，xljbit@bit.edu.cn
通信作者： 宋卫东（1975－ ），男，博士，教授，swdgh@bit.edu.cn

051442-1