人工智能与对称性加速吸音织物设计

日本理化学研究所、东北大学前沿材料研究机构、法国里昂中央理工学院与国家科学研究中心等机构研究人员近期在《通讯：材料》发表研究，提出一种结合人工智能、对称性与物理模拟的新方法，可快速设计吸音编织织物。传统上，织物纱线上下交叠的微观结构会影响声波在材料中的传播，但即便十乘十的编织图案也存在极多可行组合，且一次精细声学模拟常耗时超过一小时，难以通过逐一试错完成优化。团队先生成满足制造和连通性要求的编织图案，再按旋转和镜像等四种重复对称性分组。人工智能系统据此将结构相似图案布置在设计图上，并以少量精细模拟结果训练预测模型，使计算机能在不足一分钟内筛选大量候选方案。经独立模拟验证，模型预测的吸声性能误差在5%以内。研究显示，不同对称方式会改变纱线交叉分布，进而影响空气在纤维间隙中的流动路径；更曲折的路径会增加摩擦和热耗散，提升吸声效果，而更开放的路径则会降低损耗。这意味着对称性不仅是外观属性，也可成为可量化的设计参数。首席研究员塔纳萨克·旺洛姆朗表示，该方法并非取代物理，而是更有策略地利用物理规律寻找可制造且性能优良的编织结构。团队计划制造三维编织原型并开展实验测试，同时将方法拓展至多层织物、更大重复单元以及制造过程带来的结构变异，以推动下一代降噪材料设计。