机构名称：
¥ 1.0
跨数长度规模的构建材料设计在其自然体积状态下不存在异常的机械响应。然而，当降低到原子或微粒水平时，所谓的机械超材料在很大程度上尚未探索，并且通常从其粗分辨率中掉出了订购的模式设计空间。Here, combining high-throughput molecular dynamics (MD) simulations and machine learning (ML) strategies, some intriguing atomistic families of disordered mechanical metamaterials are discovered, as fabricated by melt quenching and exemplified herein by lightweight-yet-stiffcellular materials featuring a theoretical limit of linear stiffness–density scaling, whose structural disorder—rather than顺序 - 是减少缩放指数的关键，并且仅由粘结相互作用及其方向性控制，这些相互作用及其方向性可以通过实验来实现灵活的可调性。重要的是，力场景观中的系统导航表明，在方向性和非方向键之间（例如共价键和离子键）之间，适度的键方向性最有可能促进多面体，拉伸伸展的结构的无序堆积，负责促进伸展的结构。这项工作先驱者是一种最初的原子方案，以设计机械超材料的格式化，以在主张原子质的原子质和可能对常规上尺度上的原子质上仿制的原子质中，在利用结构障碍方面取消了一个未开发的场合。
通过机器学习对无序机械超材料的自原子发现
主要关键词
相关文件推荐
