Machine Learning‐Guided Design of Shell‐Based Multistable Lattices for Superior Energy Absorption and Reusability (Small 45/2025)
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Energy-Absorbing Materials In article number 2502789, Yujia Wang, Huajian Gao, and Xiaoyan Li present a new class of straw-inspired shell-based lattices with tunable multistability, guided by machine learning. This design strategy extends to 3D hierarchical metamaterials with multidirectional multistable behavior. These metamaterials exhibit multiple stable states along all three directions and large volume changes, highlighting their potential for highly deformable and reconfigurable materials.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Machine Learning‐Guided Design of Shell‐Based Multistable Lattices for Superior Energy Absorption and Reusability (Small 45/2025)
- Date Crossref
- 01/11/2025
- Éditeur
- Wiley
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Tsinghua University Applied Mechanics Laboratory pays non établi dans la noticeUniversité ou école supérieure
Applied Mechanics Laboratory — Tsinghua University.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.