麻省理工与东北大学联合研发“丰富规模”超材料，借鉴自然网络提升抗冲击性能
传统超材料的设计通常依赖于高度有序的周期性微观结构，即通过重复单一的“单元细胞”来赋予材料自然界中不存在的特殊物理性质。然而，麻省理工学院（MIT）与东北大学的一个联合研究团队发现，打破这种严格的秩序性，引入类似生物网络的随机性与多尺度连接，可以显著增强材料的机械性能。
相关研究成果已发表于《自然》杂志。研究人员提出了一种名为“丰富规模的超材料”（rich-scale metamaterials）的新设计范式。这类材料不再由重复的相同单元构成，而是由不同尺寸的微小支梁相互连接形成复杂的物理网络。实验表明，这种新型材料拥有更广泛的可控刚性范围，且在抵御突然冲击方面优于传统的定制超材料，能够有效缓冲并保护嵌入其中的脆弱物体。
从理论网络到物理实体
网络科学长期被用于描述城市交通、互联网拓扑及神经元连接等复杂系统。该研究的共同作者、东北大学物理学教授 Albert-László Barabási 一直是网络科学领域的领军人物。此前，他的工作主要集中于映射现有系统的概念网络。此次，他与麻省理工学院机械工程副教授 Carlos Portela 合作，探索将网络科学原理应用于制造具有理想物理性质的实体材料。
Portela 指出，虽然周期性微观结构如方格或蜂窝状晶格能提高材料的强度和弹性，但其存在明显的失效机制：由于内部结构同质化，一旦局部发生变形或破裂，应力会迅速传递至周围相同的单元细胞，导致整体结构的连锁失效。
为了解决这一问题，团队决定摒弃传统的有序排列思路，转而利用网络科学算法来设计材料的微观结构。
算法生成多尺度微结构
在虚拟环境中应用网络科学时，研究者无需考虑物理限制；但在制造实体材料时，梁的数量、厚度以及空间分布成为关键约束。为此，团队开发了一种专用算法，能够在物理材料的约束范围内生成最优的光束网络。
该算法的工作流程如下：首先在一个代表最终材料尺寸的域内随机选取坐标点，并以随机角度绘制一条贯穿整个空间的直线。随后，程序在第二个随机点重复此过程，直到新绘制的线条触及第一个线条或域的边界。这一过程不断迭代，生成的线条逐渐缩短和细化，最终形成一个由密集交叉、尺寸各异的梁组成的网络。
科学家可以通过调整两个核心参数——起始线的厚度和后续线条的缩小速率——来控制生成网络的类型。模拟结果显示，仅通过调节这两个参数，即可实现对材料刚性及其他物理特性的精确调控。
实验验证与应用前景
为了验证理论模型，研究团队采用 3D 打印技术，将聚合物沉积成上述算法生成的微小互连梁图案。制备出的样品呈正方形，尺寸约等于信用卡，内部结构跨度从微米级延伸至厘米级。
在物理测试中，研究人员对样品施加压缩载荷和冲击测试，并与传统的晶格及蜂窝型超材料进行对比。数据证实，基于网络设计的材料表现出更强的抗压能力和抗冲击韧性。Portela 解释道：“由于这些联网材料具备丰富的长度尺度，当某一部分发生故障时，损害能够更有效地在网络中分散，从而吸收更多能量。”
作为进一步的概念验证，团队模仿葡萄皮的分层密度结构，设计了一种边缘梁网络更为致密的材料。实验证明，这种结构能有效缓冲外部冲击，保护位于网络中心的脆弱物体。
这项研究展示了计算增材制造与网络科学结合的巨大潜力。未来，该技术有望用于设计高弹性的冲击吸收材料，如头盔和防弹衣，以及能够聚焦声音或振动的声学透镜。
参考文献：
Portela, C., et al. "Scale-rich network-based metamaterials." Nature (2026). DOI: 10.1038/s41586-026-11191-2
