纤维增强复合材料凭借轻质高强、结构可设计性强等优势，在航空航天、海洋工程、智能装备和交通运输等领域具有广泛应用前景。仿生双螺旋结构与纤维混杂设计为改善复合材料的承载能力和损伤容限提供了更多可能。然而，材料组分与纤维铺层方式相互耦合，如何兼顾复合材料的承载能力与能量耗散能力，仍是结构设计中的重要问题。

近日，中国石油大学（北京）机械工程学院贾晓丽教授团队联合燕山大学、澳大利亚皇家墨尔本理工大学等单位研究人员，提出了一种基于物理约束的仿生双螺旋混杂复合材料智能逆向设计方法。该方法融合实验表征、有限元仿真与机器学习，实现了复合材料结构性能预测及面向目标性能的铺层设计。相关成果以“Physics-constrained inverse design of bioinspired double-helicoidal hybrid composites for engineering structural applications”为题，发表于复合材料领域国际高水平期刊《Composites Part B: Engineering》（中科院一区Top期刊，2025年度影响因子14.0）。中国石油大学（北京）为论文第一署名单位。

图1 论文首页截图

研究团队受到腔棘鱼鳞双螺旋纤维排列和深海海绵刚柔协同结构的启发，将碳纤维与玄武岩纤维相结合，设计并制备了仿生双螺旋混杂复合材料。通过结合碳纤维的承载能力与玄武岩纤维的变形协调能力，并调节铺层材料分布和纤维取向，构建具有多层级载荷传递路径的仿生复合结构。通过三点弯曲实验与有限元分析，研究了不同螺旋角度演化方式对载荷传递、损伤发展及弯曲性能的影响，为材料分布与铺层角度的协同设计提供了依据。

图2 仿生双螺旋混杂复合材料结构设计与制备（原文图1）

研究人员构建了物理约束混合生成注意力Transformer网络（PHGAT-Net），建立材料分布、铺层角度与弯曲性能之间的映射关系。在论文测试集上，弯曲强度、吸收能量和最大弯曲位移预测的决定系数R²分别达到0.974、0.979和0.992。逆向设计模块以目标性能为输入，生成材料分布与铺层角度方案，并将双螺旋拓扑、角度平滑过渡及材料组成等约束融入生成过程，使候选结构满足预设规则。该框架可通过调整强度与吸能的设计偏好，生成适应不同性能需求的候选结构。

图3 物理约束下的性能预测与逆向设计框架（原文图6）

基于逆向设计结果，研究团队进一步构建了材料分布、角度梯度与力学性能之间的关联图谱，揭示了碳纤维含量和螺旋角度梯度非均匀性对强韧平衡的协同影响，识别了兼顾强度与变形能力的设计区间。

图4 弯曲强度、最大弯曲位移与综合性能关联图谱（原文图12）

模型能够准确捕捉复合材料结构参数与弯曲力学性能之间的复杂关联，实现对多项关键力学性能的可靠预测。通过调节优化目标，可实现材料结构从韧性优先到强度优先的连续调控，有限元验证进一步证明了逆向设计结果的准确性与可靠性。

图5 逆向设计目标性能与有限元验证结果对比（原文图17）

该研究提出了一种融合实验、有限元仿真与机器学习的仿生复合材料智能逆向设计方法，实现了双螺旋混杂复合材料的结构性能预测与目标驱动优化。研究揭示了材料组分与纤维旋转梯度对强度—韧性平衡的协同影响，为高性能复合材料结构的智能设计和多目标优化提供了新的思路，可望突破传统金属机器人和智能装备“轻量化与承载能力难以兼顾”的难题，为协作机器人、重载移动机器人、特种作业机器人和智能装备的高性能迭代升级提供全新的材料解决方案。

刘璐、黄书童为论文共同第一作者，贾晓丽、Yundou Xu、Jie Yang为共同通讯作者。研究得到国家自然科学基金、河北省自然科学基金等项目资助。

原始文献：Liu, L., Huang, S., Yao, J., Han, B., Zhou, H., Jia, X., Xu, Y., & Yang, J. Physics-constrained inverse design of bioinspired double-helicoidal hybrid composites for engineering structural applications. Composites Part B: Engineering, 330 (2027), 114314.

原文链接：https://doi.org/10.1016/j.compositesb.2026.114314