近日，南京大学现代工程与应用科学学院陈延峰教授/卢明辉教授团队、南京理工大学机械工程学院李鑫教授与中国一汽研发总院合作，提出了一种具有双共振耦合架构的一体式局部共振型声学超材料。该工作在50 Hz以下低频段实现了优异的振动抑制效果，并通过CatBoost回归模型在小样本数据集下实现了从目标频率到几何参数的精准映射。这项研究为电动汽车NVH优化提供了创新解决方案，也推动了数据驱动方法在声学工程领域的应用。相关研究成果以“Low-frequency vibration attenuation and ensemble learning-based inverse design of vibro-acoustic metamaterials”为题发表于《Mechanical Systems and Signal Processing》期刊。南京大学功能材料与智能制造研究院博士生孙嘉鹏为论文的第一作者，南京理工大学李鑫教授和南京大学卢明辉教授为论文的共同通讯作者。南京大学陈延峰教授给予了重要建议，南京大学博士后何玉龙和中国一汽研发总院马岩、邓建交、潘殿龙、陈曦对本文也有重要贡献。
低频振动控制一直是电动汽车、高速列车和航空器等现代工程系统面临的关键挑战。在电动汽车领域，驱动电机与路面激励在0-100 Hz频段产生的结构性振动不仅影响驾乘舒适性，还可能引发关键部件的共振失效。传统振动控制方法如附加阻尼片与动力吸振器面临三重困境：其一，操作带宽狭窄，难以覆盖多阶模态；其二，对参数偏差敏感，实际工况下性能衰减显著；其三，依赖“加重/加厚”的粗放设计模式，与轻量化需求背道而驰。
声学超材料二十多年的发展为解决上述问题提供了新途径。通过亚波长尺度上的局域共振单元设计，这类超材料可在远小于半波长的结构中开拓禁带，实现“小尺寸控制大波长”的突破。然而多数现有设计依赖多组分谐振器，这不仅增加装配复杂度，还引入界面失效风险；且设计流程严重依赖参数扫描式有限元仿真，使大尺度设计空间探索变得不切实际；更重要的是，传统方法难以实现工程最需要的“定向设计”能力—即针对特定频带进行“定点、定宽”的精准匹配，这些约束共同构成了声学超材料走向工程应用的瓶颈。
本研究提出了一种基于尼龙PA12的一体式局部共振型声学超材料，通过平行悬臂梁-共用质量块集成实现双共振耦合，在50 Hz以下形成协同连续带隙。谐振子采用外框与内部几何结构一体化设计，包含外部框架、具有共振质量的内部几何结构以及多个垂直互连的悬臂梁，形成了响应基座激励的等效弹簧-质量系统，具备轻质、紧凑、易注塑成型的特点。
图1 谐振子与声学超材料板的示意图。(a)谐振子的几何构型；(b)由3×3个局域共振单元组成的有限尺寸声学超材料板。
图2 (a)超材料单元有限元模型；(b)第一布里渊区及其不可约布里渊区，其中参数α和β分别为沿x与y方向的波数，a为晶格常数；(c)无限基底与所设计超材料的色散分布。
以CatBoost为核心的集成学习框架承担多输出回归与超材料几何参数反演，建立“目标频段-几何参数”的非线性映射关系；相较RF/SVM/线性回归更稳健（更高R2、更低误差、更少特征工程），支持在样本有限的工程场景下进行鲁棒性逆向预测设计。
图3 随机森林、CatBoost、线性回归和支持向量机模型的性能指标对比。
在真实车身薄板构件上完成白噪与单频激励两类工况测试，有限阵列样件在实际边界下仍保持清晰的禁带效应；与等质量传统沥青阻尼片对比，低频衰减效果显著提升，形成“理论—仿真—实验”的闭环证据，同时验证单材料、一体化超材料单元的可制造性与装配兼容性，为模块化铺阵与量产路径提供依据。
图4 针对目标振动频率的超材料逆向设计流程，以及与传统沥青阻尼片减振方案的实验对比布置。
图5 白噪与单频激励两类工况实验下的振动幅值测试结果。
本研究通过结构创新与数据驱动方法的结合，成功设计并验证了一种适用于电动汽车低频振动控制的一体式局域共振型声学超材料，其通过双共振耦合架构在低于50 Hz的低频区域实现了连续带隙，具有轻量化、紧凑化和可制造性强等特点。未来工作可进一步拓展带隙宽度、优化制造工艺，并通过材料改性提升热稳定性，以满足不同热暴露环境下的使用要求。此外，研究结合本文结构与主动阻尼器的混合系统以实现自适应振动控制也是一个值得探索的方向。该设计理念不仅在汽车领域具有直接应用潜力，还可推广至航空航天、精密机械等多个领域，为复杂环境下的振动与噪声控制提供新的解决方案范式，具有广泛的工程应用前景。
该研究得到了国家重点研发计划（2023YFA1406904、2021YFB3801800）、国家自然科学基金（12422215、52250363、12172164）、江苏省青年基金（BK20241186）、江苏省卓越博士后计划（2024ZB394）以及江苏省研究生科研与实践创新计划（SJCX24_0042）的资助和支持。
文章链接：
Jiapeng Sun, Yan Ma, Yulong He, Jianjiao Deng, Xi Chen, Dianlong Pan, Xin Li, Ming-Hui Lu, Yan-Feng Chen. Low-frequency vibration attenuation and ensemble learning-based inverse design of vibro-acoustic metamaterials [J]. Mechanical System and Signal Processing, 2025, 239, 113320.
https://doi.org/10.1016/j.ymssp.2025.113320
撰稿|课题组
