姓名：王永桢

职称：讲师

专业：力学

研究方向：计算力学，固体力学

E-mail: [email protected]

教育背景：

Ø2012.09~2016.06 北京理工大学 宇航学院 学士

Ø2016.09~2019.01 北京航空航天大学 交通学院 硕士

Ø2020.09~2025.06 清华大学 航天航空学院 博士

近年来的主要研究工作：

1.数据驱动的曲面力学超结构逆向设计

极小曲面等曲面力学超结构具备轻质高强的力学特性受到了国内外学者的广泛关注。然而，很多学者仅仅预测极小曲面在不同相对密度，材料，壁厚梯度等参数下的能量吸收特性，即“正向预测”。相比于“正向预测”，“逆向设计”具有更高的难度与工程应用价值。本文结合机器学习与遗传算法，基于载荷曲线逆向设计曲面力学超结构。即给定目标曲线的情况下，可以“逆向设计”出曲面力学超结构，其在压缩条件下的载荷曲线与目标曲线几乎重合。本文于2022年发表在国际计算力学顶级期刊CMAME上，本人为第一作者。

2.数据驱动的力学超材料多尺度分析方法

力学超材料因其优异的力学性能受到广泛关注。周期和非周期力学超材料在复杂载荷下的力学响应分析以及结构设计对于设计分析方法提出挑战。很多学者利用代表性体积单元（RVE）对问题进行简化，即将非均质的超材料视为均质的等效材料。然而，RVE的使用条件严苛，需满足周期性边界条件。针对实际工程问题，RVE的基本假设难以满足。本文利用控制点“力-位移”关系描述单胞的力学行为，而非“应力-应变”关系，巧妙避开了RVE基本假设的约束。本文通过机器学习得到单胞等效弹塑性“力-位移”关系，同时通过巧妙设计神经网络框架，使得几何对称性，旋转无关性等客观性条件自动满足。本文利用“内变量”的概念，使得路径相关的弹塑性代理模型得以简化。得到单胞等效代理模型后，可以准确高效预测宏观结构弹塑性力学响应，预测效率高于传统有限元方法数个量级（约1000倍）。该部分工作正在投稿。

3.基于张量神经网络的非周期超结构弹性响应分析方法

相比于周期性超结构，非周期超结构各个单胞几何特征不一，此外，由于其非周期特性，使其不满足RVE的基本假设，需要考虑“力-位移”关系描述其力学行为。本章生成了大量的样本，创新性地构建并训练了客观性的张量神经网络框架，可以准确高效描述不同几何形式的非周期单胞的弹性响应。据此可以得到非周期超结构在不同加载条件下的弹性行为。所训练的代理模型计算效率高于传统有限元方法数个量级，并且其泛化能力也得到了验证。该部分工作已完成，正在整理中。

4.基于增量式张量神经网络的非周期超结构弹塑性响应分析方法

由于与加载历史相关，构建弹塑性代理模型具备更大的难度。本章构建了大量的样本，创新性地创建并训练了增量式张量神经网络框架，用以描述不同几何形式的非周期单胞等效弹塑性响应代理模型。该代理模型的客观性得到了验证。利用该代理模型可以得到非周期超结构的等效弹塑性响应。代理模型计算效率高于传统有限元方法数个量级，并且其泛化能力也得到了验证。该部分工作已完成，正在整理中。

5.极小曲面力学超结构力学性能探究

本文通过实验和数值仿真的手段探究了极小曲面圆管的能量吸收特性。本文发现，相比于其他点阵圆管，极小曲面圆管在能量吸收特性（总吸能，比吸能）上具有明显的优势。此外，本文发现了极小曲面圆管的能量吸收特性与相对密度呈指数函数关系。本文于2020年发表在Materials and Design上，该期刊在2023年为中科院一区，2024年中科院二区top，本人为第一作者。

近年来发表的代表性论文（十篇）：

第一作者:2篇

[1] Wang Y, Zeng Q, et.al. Inverse design of shell-based mechanical metamaterial with customized loading curves based on machine learning and genetic algorithm. Comput. Methods Appl. Mech. Engrg. 2022 （计算力学顶刊，中科院一区，引用90）

[2] Wang Y, Ren X, Chen Z, et.al. Numerical and experimental studies on compressive behavior of Gyroid lattice cylindrical shells. Materials and Design, 2020 （JCR一区，引用123）

本人第二作者，导师为第一作者：3篇

[3] Hu D, Wang Y, Song B, et al. Energy-absorption characteristics of a bionic honeycomb tubular nested structure inspired by bamboo under axial crushing [J]. Composites Part B: Engineering,2019（中科院一区，引用250）

[4] Hu D, Wang Y, Song B, et al. Energy absorption characteristics of a foam-filled tri-tube under axial quasi-static loading: experiment and numerical simulation[J]. International Journal of Crashworthiness, 2017:1-16. (引用43)

[5] Hu D, Wang Y, Dang L, et al. Energy absorption characteristics of composite tubes with different fibers and matrix under axial quasi-static and impact crushing condition [J]. Journal of Mechanical Science and Technology, 2018 (引用14)

与他人合作文章：5篇 (包含一篇第二作者的子刊)

[6] Liu Y, Wang Y, Ren H, et al. Ultrastiff metamaterials generated through a multilayer strategy and topology optimization [J]. Nature Communications, 2024 ( Nature子刊，中科院一区，引用11，第二作者)

[7] Chen X, Wang Y, Zeng Q, et al. A two-step scaled physics-informed neural network for non-destructive testing of hull rib damage [J]. Ocean Engineering, 2025 ( 中科院一区，引用2，第二作者)

[8] Cao X, Jiang Y, Zhao T, Wang P, Wang Y, et al. Compression experiment and numerical evaluation on mechanical responses of the lattice structures with stochastic geometric defects originated from additive-manufacturing [J]. Composites Part B: Engineering, 2020 (中科院一区，引用118)

[9] Jiang Y, Cao X, Wang Y, et al. Response of seated human subject to ship structure motion caused by the combined effect of shock wave and bubble pulsation [J]. Journal of Biomechanics, 2021 (引用6)

[10] Jiang Y, Cao X, Wang Y, et al. Energy-Absorption and VibrationAttenuation Design Using Shell-Based Mechanical Metamaterials [J]. Journal of Tongji University, 2024