杜克大学倪小越/清华大学王禾翎Science子刊：研发可“重写”相架构的数字复合材料，实现材料性能实时编程

长期以来，材料中不同性质区域（即“相”）的空间排布决定了其功能特性，但一旦形成便固定不变，限制了材料的适应性与多功能潜力。尽管材料科学已从冶金学的微观结构调控发展到多材料图案化乃至体素级增材制造，但如何实现相架构在制成后的直接、按需、非易失性重编程，尤其是在三维体材料中实现像素级可寻址控制，仍是亟待突破的挑战。

近日，杜克大学倪小越助理教授和清华大学王禾翎副研究员合作，提出了一种具有可重编程固-液相架构的数字复合材料，为解决这一难题提供了全新方案。该材料能够在体素分辨率下，通过电信号在数秒内实现固态与液态之间的可逆切换，其过程类似于在硬盘上擦写数据。这种设计使得材料的粘弹性、塑性等力学性能，乃至本构行为和应变分布均可实现精确编程与动态调整，并通过模块化组装策略构建出复杂的三维实体结构，为实时、像素级调控材料性能开启了前所未有的可能性。相关论文以“Digital composites with reprogrammable phase architectures”为题，发表在

Science Advances

研究人员设计了一种由镀金聚二甲基硅氧烷（PDMS）腔体组成的体素阵列，每个腔体内填充了镓基液态金属复合材料（LMC）。该LMC在0°C至29°C之间具有稳定的固、液两相，这一经过设计的过冷窗口使其能在室温下保持任一相态，同时又能快速、低能耗地实现相变。通过集成在腔体表面的柔性电极阵列进行焦耳加热与温度传感，可对每个体素进行独立的相态控制。图1展示了该数字复合材料的概念、结构示意图、多路复用控制电路，以及一个3×3样本在编程为棋盘格构型过程中的表面柔顺度监测。研究还演示了9×9二维阵列和由270个体素组成的复杂三维实体结构的成功制备，并通过准静态拉伸试验，验证了通过数字旋转相架构即可实现双轴力学测量。

图1. 具有非易失性固-液相架构的数字复合材料的编程与测试。 （A）受骨小梁、海绵、珍珠层、聚合物、工程复合材料及多材料中的微介观结构启发，提出的具有可重编程相架构的数字复合材料概念图。 （B）3×3体素阵列的二维数字复合材料示意图，包括填充LMC的PDMS腔体以及集成的柔性电极与表面贴装二极管。 （C）多路复用电路示意图，通过行列电压输入实现对固液相变的体素级热控制。 （D）编程与锁定过程中，对一个3×3样本每个体素的表面柔顺度进行连续监测。 （E和F）二维9×9样本（E）及三维自由形态、不规则实体组装体（270个体素，全部可编程）（F）的光学照片。 （G和H）对9×9样本（应变率0.01% s⁻¹）依次编程15种构型后进行准静态拉伸试验的结果，随后使用其数字旋转构型进行第二次测试。阴影区域表示编程窗口。结果包括温度与应变分布图（G）以及工程应力-应变测量曲线（H），所有数据在时间上同步。

通过高通量实验与耦合建模，研究系统描绘了可重编程粘弹性性能的广阔设计空间。图2显示，研究团队对一个9×9样本的超过6万种构型进行了自动力学测试，获得了有效的杨氏模量、泊松比和损耗因子数据。结果证实，通过改变固态体素的比例、连通性等拓扑特征，可实现粘弹性性能的宽范围、高重复性编程，并且实验数据与有限元预测高度吻合。研究还发现，固态体素分数越高，杨氏模量通常越大，而泊松比和损耗因子则降低。特别地，研究通过逆向设计，找到了能精准模拟六种现有商业材料粘弹性行为的构型。

图2. 具有多参数、多方向分辨率的可重编程粘弹性性能的高通量图谱。 （A）对一个9×9数字复合材料超过6万种构型（其中约1万种接近各向同性）在列（x）和行（y）方向上的有效杨氏模量、泊松比及损耗因子的实验表征。每个数据点为20次测试的平均值。 （B）实验值与有限元分析预测值之间相对差异的直方图，显示杨氏模量、泊松比和损耗因子的最大绝对偏差分别为4.3%、8.5%和14.6%。 （C）有效粘弹性性能随固态体素分数的变化关系。 （D）在固定固态体素分数下，有效粘弹性性能随加载方向平均链长（经系统尺寸归一化）的变化关系。 （E）所有测试构型的有效粘弹性性能三维Ashby图。已识别出接近各向同性的构型，可模拟六种不同商用材料的粘弹性行为。

除了小变形范围内的粘弹性行为，该复合材料在大变形下也展现出独特的可重编程塑性。图3显示，对具有相同固态体素分数但不同构型的样本进行拉伸测试，其屈服应变显著不同。关键的是，通过熔化所有体素的“重置”过程，材料即使经历传统的“不可逆”塑性变形后，也能恢复原状，实现了可逆的塑性行为。结合原位成像与基于能量最小化的模型，研究揭示了屈服始于固态LMC与PDMS基质间的界面分层，并通过体素特定的界面粘附能校准，显著提升了模型预测的准确性。

图3. 通过可重复塑性测试对可重编程屈服行为进行高通量表征。 （A）对具有两种构型（固态体素分数均为0.49）的9×9样本进行100次循环拉伸测试的应力-应变响应，揭示了可重复但依赖于构型的屈服行为。 （B）两种构型在屈服应变处的代表性应变分布图，光学照片局部放大显示了分层体素（红框）和承受最大主应变的固态体素（黑框）。 （C）对所有评估构型（除全液态外）的实验测量屈服应变与模型预测屈服应变之间差异的直方图。 （D）实验测量的屈服应变随固态体素分数、未中断链长及最大主应变（在1%平均应变时）的变化关系。

进一步地，快速重构相架构的能力使得对材料整体应力-应变响应的动态编程成为可能。如图4所示，通过在一系列均匀应变步长下切换预先逆向设计的相架构序列，9×9样本成功复现了包括常规与非常规的弹性、塑性、粘弹性乃至心形曲线在内的复杂目标应力-应变响应。同时，通过优化相架构，该复合材料在纯拉伸、纯剪切及拉剪复合载荷下，均能显著降低最大应变超过20%，从而有效缓解应变局部化，有望提升承载能力。

图4. 通过相架构的动态编程控制全局应力-应变响应与局部应变分布。 （A至D）对一个9×9样本施加预定载荷，并依次编程40种逆向设计的相架构，以产生目标有效应力-应变曲线，结果复现了常规与非常规的弹性（A）、塑性（B）、粘弹性（C）及复杂行为（D）。 （E至G）在纯拉伸（E）、纯剪切（F）及拉剪复合（G）三种载荷条件下，具有随机构型的9×9样本与经过优化以最小化最大主应变同时保持弹性模量不变的构型之间的应变分布图比较。

研究还将二维数字复合材料层堆叠键合，构建成三维阵列。如图5所示，小型3×3×3单元可作为模块化构建块，通过可逆粘合剂组装成更大的三维结构，例如6×6×6立方体和3×3×30梁。测试表明，三维结构同样表现出与二维系统类似的可编程弹性行为规律。作为一个应用演示，一个由10个单元组成的梁被用作机器鱼的尾部附肢，通过编程三种不同的相架构，成功实现了直线游动、转向以及螺旋前进三种截然不同的游动模式，展现了其在软机器人领域的应用潜力。

图5. 三维数字复合材料的编程。 （A）三维编程与组装过程示意图。 （B）三维编程台及一个具有立方体体素的3×3×3单元的光学照片。 （C）模块化三维单元组装成可重构三维结构（包括6×6×6立方体和3×3×30梁）的光学照片。 （D）6×6×6立方体在单轴压缩下的光学照片。 （E）6×6×6立方体37种构型的有效杨氏模量、损耗因子、泊松比与固态体素分数的实验与有限元分析结果对比。 （F）搭载作为可重编程尾部附肢的3×3×30梁的机器鱼光学照片。 （G）具有三种不同构型、固态体素分数相似（约0.1）的三维梁在15 Hz频率、0.5 mm峰-峰驱动振幅下进行弯曲振动的示意图、复合光学图像及最大稳态挠度的三维重建图。 （H）在相同驱动条件下，搭载三维梁尾部附肢的机器鱼在三种构型下于水箱中游行的复合延时图像。

这项研究提出了一种变革性策略，通过类似硬盘擦写存储的循环，实现了对固液复合材料毫米级体素相架构的快速、数字、非易失性控制。该平台技术为相级别的可重编程性奠定了基础，并易于扩展到其他相变材料体系。未来，通过集成主动冷却策略或使用在操作温度以上凝固的材料，有望进一步解除重编程对环境冷却的依赖。结合人工智能加速逆向设计，该数字复合材料为高效探索异质力学、设计非线性与不可逆力学行为提供了高通量平台。通过集成传感与驱动元件，这种材料有望催生兼具结构配置与材料响应动态协同优化能力的新一代自适应结构、软体机器人和自主系统。