近日，我校数学科学学院教师王莉莉（中国科学技术大学数学科学学院在读博士）在国际顶级学术期刊《Nature Communications》发表研究论文，题为Data-driven Inverse Design of Multifunctional Bicontinuous Multiscale Structures，该论文于2026年1月8日正式在线发表。

该研究由中国科学技术大学数学科学学院刘利刚教授、傅孝明副教授、翟晓雅副研究员联合yd222云顶线路检测中心官网、中关村人工智能研究院、香港理工大学共同完成，在数据驱动的多功能双连通多尺度结构逆向设计领域取得了突破性进展。

双连通多尺度结构广泛存在于自然界（如骨组织、木材等），在力学承载、渗透传输和结构轻量化方面具有显著优势。然而，此类结构长期受限于几何描述困难、逆向设计复杂以及制造与拼接难度高等问题，严重制约了工程应用。针对上述瓶颈，研究团队提出了一种全新的数据驱动双连通多尺度结构逆向设计方法。

研究发现，只要构成多尺度结构的微结构单元同时具备双连通性、开孔特征并共享相同边界条件，整体结构即可天然保持双连通性。基于这一原理，团队构建了L-BOM（Large-range, Boundary-identical, Bicontinuous Open-cell Microstructure）数据集，并结合主动学习与生成式人工智能模型，形成“生成—筛选—再训练”的闭环设计框架，在保证结构连通性与制造可行性的同时，大幅拓展了可设计性能空间。

图 1 数据驱动的多功能双连通多尺度结构设计的动机、挑战与工作流程

以股骨植入物为代表性案例，研究团队采用“自上而下”的多尺度逆向设计流程，实现了结构性能与生物特征的精准匹配。设计结果在杨氏模量、孔径和孔隙率等关键指标上与天然骨组织高度一致，在刚度、渗透性与轻量化之间取得了良好平衡。与IWP、BCC桁架及旋节线等传统结构相比，该方法无需后期插值或拼接处理，计算效率显著提升，并自然形成更接近真实骨组织的板状—桁架状多尺度复合结构。

此外，研究团队还设计并验证了一种双连通多尺度过滤结构。实验与数值仿真结果表明，该结构在渗透率和比表面积方面展现出较传统TPMS结构更宽的性能调控范围，且仿真与实验结果高度一致，显示出在过滤与流体调控器件中的应用潜力。

该研究为多功能、多物理场结构材料的智能逆向设计提供了全新的数据驱动范式，在三维力学隐身斗篷设计中将计算时间由约10小时缩短至5分钟，且随问题规模增大加速优势愈发显著，为定制化骨植入物、渗透器件及力学隐身结构等工程应用奠定了重要基础。

论文第一作者为我校数学科学学院教师王莉莉，中国科学技术大学翟晓雅副研究员为论文通讯作者。该研究得到了国家重点研发计划、国家自然科学基金、中央高校青年创新基金、中国科学院战略性先导科技专项、新疆维吾尔自治区自然科学基金以及中国科大—新疆师大对口合作发展联合基金等项目的资助。

《Nature Communications》为《Nature》子刊。该期刊 2024-2025年度影响因子为15.7，是国际上具有重要影响力的综合性高水平学术期刊之一，涵盖生物医学、材料科学、人工智能、机械工程等多个交叉研究领域。

信息、图片来源：数学科学学院     编审：宣传部