国防科大团队新突破！AI助力层合复合材料实现宽频电磁吸收

主要观点总结

文章介绍了国防科技大学等团队在层合复合材料的宽带电磁吸收性能方面的研究成果。该研究提出了一种基于渐进贝叶斯优化（PBO）的无参数AI设计框架，实现了层合复合材料在隐身技术、航空航天等领域的宽带电磁吸收。

关键观点总结

关键观点1: 研究背景

随着雷达探测技术的发展，层合复合材料的宽带电磁吸收性能成为隐身技术、航空航天等领域的关键挑战。传统设计方法存在耗时费力、易陷入局部最优等问题。

关键观点2: 研究方法

团队开发的PBO-ML框架通过数据驱动的深度学习模型预测不同层合结构的电磁响应，并结合渐进式优化策略，实现了宽频电磁吸收。该框架包括四个核心子模块：透波层与吸波层的层级耦合、电磁功能层合复合材料的制备、高通量电磁仿真、深度神经网络训练。

关键观点3: 研究结果

研究成果实现了从高频到全频段的渐进优化，有效避免传统算法的局部最优陷阱。最终的有效吸收带宽（EAB）达9.6GHz，覆盖1-18GHz的主流雷达频段，比传统贝叶斯优化设计提升20%，比随机搜索提升36%。AI模型预测速度比传统仿真快10的六次方倍。

关键观点4: 研究结论与意义

该研究为航空航天隐身材料、电磁防护器件等提供了全新设计范式，实现了高效宽频电磁吸收，有助于推动隐身技术、航空航天等领域的发展。