我院郑立洋副教授课题组在声学超材料智能设计的研究中取得新成果

      近日，我院郑立洋副教授课题组在声子晶体(Phononic Crystals, PCs)的智能化设计领域持续取得重要进展。继2024年在《Journal of Applied Physics》（编辑推荐论文）发表狄拉克色散调控研究成果后，团队进一步深化研究，以“Deep learning-based inverse design of irregular phononic crystals”为题于2025年5月15日在国际权威期刊《International Journal of Mechanical Sciences》发表最新成果。研究提出了一种结合卷积自编码器与深度神经网络的深度学习框架，实现了复杂几何结构声子晶体的高效逆向设计，为功能声学材料的开发提供了全新思路。

      中山大学为该论文第一单位，中山大学理学院博士研究生万晓欢为该论文的第一作者，郑立洋副教授为该论文的通讯作者。本工作得到国家自然科学基金(12204553)和中山大学高校基本科研业务费的支持(24hytd008)。

      论文链接：https://doi.org/10.1016/j.ijmecsci.2025.110335

研究背景

      声子晶体是一种具有特殊声学性能的人工周期结构材料，在声波操控、隐身技术等领域具有广泛应用前景。然而，设计具有非规则散射体几何形状的声子晶体是一项计算密集且具有挑战性的任务，传统设计方法依赖数值模拟和迭代优化，计算成本高且难以处理复杂几何结构。如何高效设计具有目标带隙或特殊狄拉克色散关系的声子晶体，一直是该领域的重要挑战。

Graphical abstract

研究内容

      聚焦于这一挑战，研究团队构建了一种基于深度学习的逆向设计框架：

      1. 特征提取：通过卷积自编码器将高维声子晶体几何结构压缩为低维特征，实现高效编码与重构。

      2. 映射建模：利用深度神经网络建立几何特征与色散特性之间的复杂映射关系，支持从目标性能到结构的逆向预测。

      3. 应用验证：成功设计出具有三重狄拉克锥色散的零折射率声子晶体，验证了框架的实用性与创新性。

技术亮点

      1. 高效设计：模型训练完成后，可在秒级内完成结构预测，较传统方法效率提升百倍。

      2. 复杂结构适配：支持不规则散射体的逆向设计，突破了传统方法对规则几何的限制。

      3. 多功能拓展：可应用于带隙调控、狄拉克色散设计及零折射率材料开发，为声学超材料研究提供新工具。

应用前景

      该研究在声学隐身、超分辨成像、拓扑声学器件等领域具有重要应用潜力。例如，设计的零折射率材料可实现声波无相位传播，为声学透镜和隐身装置提供了新方案。此外，该框架可扩展至光学、电磁学等其他波动物理系统，推动跨学科材料设计的发展。

研究团队简介

      课题组负责人郑立洋，青年研究员，中山大学副教授，博士生导师，入选国家高层次青年人才、中山大学“逸仙学者”优秀学者、深圳市鹏城孔雀特聘岗位，曾获欧盟“地平线2020”研究与创新计划玛丽居里学者。长期从事波动物理与拓扑调控的研究，在声超构材料建模新理论、拓扑声波与定向辐射、弹性波调控新机制等方面取得一系列成果。其组建的人工微结构声学工程实验室主要聚焦于（1）声波物理与人工调控（2）新颖波传播现象与效应（3）颗粒声子晶体与声学超材料。欢迎对研究感兴趣的老师和同学与研究团队交流

      联系方式：zhengly27@mail.sysu.edu.cn。