Tension/compression-torsion mechanical metamaterials: A review on cell design paradigms and multimodal applications

计算机科学 人机交互 多通道交互 多模态 系统工程 人工智能 工程类 工程制图 细胞力学 设计要素和原则
作者
Bofan Hu,Yajun Wang,Jianjie Lin,Lehua Qi,Xujiang Chao
出处
期刊:Theoretical and Applied Mechanics Letters [Elsevier BV]
卷期号:: 100736-100736
标识
DOI:10.1016/j.taml.2026.100736
摘要

Traditional advanced structural materials are strictly bounded by their intrinsic physical properties, creating persistent design trade-offs between load-bearing capacity, weight, and directional deformation control. Tension/compression-torsion mechanical metamaterial (T/C-T MMs) break through these classic limitations by utilizing artificially engineered micro-architectures to smoothly convert standard one-dimensional axial stress waves into continuous, programmatic in-plane torsional rotations. This critical review provides a comprehensive synthesis of the recent milestones driving the rapid advancement of T/C-T MMs. We systematically map the core framework of microstructural synthesis into three dominant methodologies: parametric optimization based on predefined inclined-strut or ligament typologies, continuous and discrete topology optimization, and advanced data-driven machine learning schemes for rapid inverse structural discovery. Beyond basic geometric design, we comprehensively evaluate the translation of this cross-axis coupling mechanism into exceptional engineering application frontiers, specifically analyzing its role in low-frequency vibration damping, high-efficiency mass-specific energy absorption, compliance-guided soft robotics, and reconfigurable mechanical logic concealment arrays. Finally, we critique the underlying bottlenecks regarding scale-dependent boundary constraints, structural fatigue, and fabrication sensitivity, outlining future development trajectories that integrate multi-field stimuli-responsive materials and advanced additive manufacturing to pioneer next-generation intelligent structures.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
见路不走发布了新的文献求助10
1秒前
crystal完成签到,获得积分10
1秒前
Chris发布了新的文献求助10
1秒前
爆米花的应助被干净的琦采纳,获得10
1秒前
戌博完成签到,获得积分10
2秒前
不及动物词完成签到,获得积分10
4秒前
123完成签到,获得积分10
4秒前
pluto的应助被rain采纳,获得10
4秒前
shgong发布了新的文献求助10
5秒前
CodeCraft的应助被缓慢夜梦采纳,获得10
7秒前
叮叮当完成签到,获得积分10
7秒前
领导范儿的应助被luluyuan2010采纳,获得10
7秒前
小蘑菇的应助被PAJK采纳,获得10
8秒前
淡淡的雨文完成签到,获得积分10
8秒前
专注数据线给专注数据线的求助进行了留言
9秒前
大个的应助被lujinling采纳,获得30
10秒前
rain完成签到,获得积分10
11秒前
Xuejiaolv完成签到,获得积分10
11秒前
丘比特的应助被施昊焱采纳,获得20
12秒前
wlq完成签到 ,获得积分10
13秒前
13秒前
14秒前
14秒前
15秒前
大个的应助被张张采纳,获得10
16秒前
fn发布了新的文献求助20
18秒前
18秒前
干净的琦发布了新的文献求助10
18秒前
acadedog完成签到,获得积分10
18秒前
ljj发布了新的文献求助10
18秒前
科研通AI6.4的应助被Hidos采纳,获得10
19秒前
luluyuan2010发布了新的文献求助10
20秒前
20秒前
失眠的早晨完成签到,获得积分10
20秒前
24秒前
yangm9发布了新的文献求助10
24秒前
张叙完成签到 ,获得积分10
25秒前
25秒前
ivying0209完成签到,获得积分10
25秒前
liuliu梅发布了新的文献求助10
26秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1080
Encyclopedia of Modern Artificial Intelligence 1000
Особенности технологий и методов информационно-психологических войн СССР с Великобританией и США в период 1939-1953 гг 1000
Das Matthäusevangelium: Kapitel 1:1–17 1000
Analyses de reconnaissances de dettes passées devant les échevins d'Ypres (1249-1291) 600
Cellulose and Cellulose Derivatives: Synthesis, Modification and Applications 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8143508
求助须知:如何正确求助?哪些是违规求助? 9542931
关于积分的说明 21654782
捐赠科研通 7728876
什么是DOI,文献DOI怎么找? 3422053
关于科研通互助平台的介绍 2547404
邀请新用户注册赠送积分活动 2464899