基于剪纸切割与主动学习的全软可展开结构快速设计

软可展开结构——不同于基于铰链和弹簧的传统分段刚性可展开结构——能够呈现复杂的 3D 形状，从而在软体机器人、形状变形建筑和弹出式制造中实现变革性技术。它们几乎无限的自由度允许对最终形状进行精确控制。然而，同样带来便利的高维特性给求解此类结构的反问题带来了挑战：为实现所需的 3D 结构，通常需要在制造过程中具备广泛的局部驱动与控制技术，并在大型设计空间中进行试错搜索。我们通过首先开发一种简化的平面制造方法来解决这两个缺陷，该方法结合两种要素：复合材料壳层两层的应变失配，以及缓解局部应力的剪纸切割。原则上，可通过设计适当的剪纸切割并选择恰当的预拉伸量来生成目标 3D 形状，从而消除对局部控制的需求。其次，我们构建了一个数据驱动、物理引导的框架，利用自编码器降低反设计问题的维度，并在主动学习方法中高效搜索“潜在”参数空间。我们通过一系列目标形状（如花生、品客薯片、花朵和金字塔）展示了快速设计流程的有效性。开展了桌面实验以制造目标形状。实验结果与来自我们框架的数值预测吻合良好。