Лаборатория механических испытаний похожа на кухню, где повар пробует блюдо, чтобы угадать рецепт. Для анизотропного материала — того, что жёстче вдоль волокон, чем поперёк, — одной пробы мало. Нужны три, а то и больше отдельных тестов, каждый со своим образцом. Инженеры годами оттачивали формы этих образцов вручную, полагаясь на интуицию и опыт. Теперь появился инструмент, который делает это автоматически — и лучше.

Метод напоминает работу скульптора, который отсекает лишнее, чтобы проявить суть. Только здесь скульптор — алгоритм топологической оптимизации, а суть — не форма, а информативность. Расчётная область разбивается на тысячи конечных элементов, каждому присваивается виртуальная плотность от нуля (пустота) до единицы (материал). Алгоритм итеративно перераспределяет материал, минимизируя число обусловленности матрицы системы уравнений. Это число — мера чувствительности решения к ошибкам данных: чем оно ниже, тем устойчивее идентификация свойств материала к шуму измерений. В итоге получается чёрно-белая геометрия с чёткими границами, без серых зон.

Результат удивляет. Для ортотропных материалов — тех, у которых жёсткость различается в двух взаимно перпендикулярных направлениях, — оптимизированные образцы содержат характерные отверстия. Их расположение зависит от угла анизотропии. При сравнении с эталонными конструкциями из литературы предложенные формы показали меньшую ошибку идентификации параметров, особенно для промежуточных углов. Число обусловленности удалось снизить до значений около 200, что обеспечивает надёжность даже при шуме с амплитудой 0.1% от номинальной деформации. А робастная версия алгоритма устраняет тонкие перемычки, которые могли бы сломаться при изготовлении.

Практическая польза очевидна. В лабораториях механических испытаний композитов, биоматериалов и металлов с анизотропией новый подход ускоряет характеризацию: один тест вместо трёх. Метод не зависит от истинных значений параметров, что снимает парадокс «нужно знать материал, чтобы спроектировать тест для его определения». Он может быть встроен в программные пакеты для автоматизированного дизайна экспериментов. Дальше — расширение на нелинейные модели: гиперупругость, пластичность, вязкоупругость. Включение в целевую функцию метрологических характеристик цифровой корреляции изображений сделает дизайн ещё более практичным. А многостартовая оптимизация с разными случайными начальными условиями поможет искать глобальный минимум, а не локальные ловушки.

Скульптор информативности только начал работу. Впереди — трёхмерные задачи, многоматериальные структуры, экспериментальная валидация. Но уже сейчас ясно: умная геометрия может заменить серию испытаний. И в этом есть своя красота — красота кости, которая несёт нагрузку, и крыла, которое ловит ветер.