高效水声吸收与高静水压力抵抗能力是水下噪声控制工程中的关键瓶颈问题。 在本文中，通过人工神经网络（ANN）驱动，提出了一种用于构建具有抗静水压力特性的超薄水下声学混合超表面的设计方法。设计制造并实验测量了两种混合超表面（包含不同比例的空腔和散射体），其功能显示在0.8–10 kHz频段内实现了高效的声吸收（分别超过0.80和0.88），同时具备仅32毫米的超薄厚度。混合耦合效应揭示了子表面之间机械能流（MEF）的差异可以促进声吸收。此外，引入的3D打印蜂窝结构在混合超表面的良好阻抗匹配中发挥了重要作用。更重要的是，由于匹配覆盖层的加入，协同抗压效应增强了混合超表面在3 MPa静水压力下的平均声吸收性能。这项工作为水下超表面的工程应用提供了更多可能性。

此项研究工作“Optimized ultrathin hybrid sound absorption metasurfaces with preserved hydrostatic pressure-resistant”发表于Materials & Design, Volume 253, May 2025, Pages 113971。

论文链接：https://www.sciencedirect.com/science/article/pii/S0264127525003910