文中首先综述FMLs在低速冲击场景（如工具跌落、碎片冲击等5–50 J能量范围）下典型损伤形式及现有研究进展，指出当前针对CFRP/钢混杂层合板的界面损伤机理与可规模化的界面韧化方案仍然不足。同时，机器学习在复合材料冲击行为建模中的应用快速发展，但多数模型未显式刻画载荷的时间演化特征。
在材料与结构设计方面，作者选取0.8 mm DP590双相钢作金属面板，配合 T700单向碳纤维/环氧预浸料，构建两种等质量（密度差约5-6%）的混杂层合板结构：
结构胶膜采用HX‑F125结构黏结膜，其优点在于：厚度与面密度可标准化供应、可与钢板及预浸料一次共固化、便于在现有热冲压与共固化工艺中规模化应用。图1展示CFRP/钢层合板两种铺层结构与固化工艺，明确胶膜中间层的位置与固化参数，为界面增韧机制分析提供基础。
图1. CFRP/钢层合板铺层结构与固化工艺示意图
低速冲击试验依据ASTM D7136测试标准，使用Instron 9350落锤试验机，配16 mm半球冲头，在125 mm×75 mm悬空区域内加载，试样外缘夹持固定。冲击能量设置为5J、10J、20J、30J、40 J，并通过调节落锤质量与落高组合实现；每种能量与结构配置测试 3 片试样以评估重复性。典型结果显示理论冲击速度约为 2.0–3.6 m/s，处于典型低速冲击范围；峰值载荷、最大位移、坑深与损伤面积的组内离散度整体较小（峰值载荷与最大位移标准差约3–7%，损伤面积约 10%），说明数据具有良好重复性。为便于与机器学习预测一一对应，文中后续主要展示各组中最接近平均值的代表性试样结果。
通过超声C扫描，系统分析结构A在5J–40 J冲击能量下的损伤投影面积与形貌演化，并在40 J条件下比较结构B的效果。结构A的损伤面积由5 J时的约179 mm2急剧增长至 40 J的10445 mm2，增长约58倍；能量从20 → 30 J时损伤面积近乎翻倍，从30 J→ 40 J再跃升43%，表明高能量下层间脱粘呈爆发式扩展，且损伤形状由低能量下近圆形向高能量下沿板宽方向主导扩展的各向异性脱粘转变，最终在40 J形成跨越整个板宽（100 mm）的穿透式损伤带，显示30 J左右为脱粘失稳演化的临界区间。相比之下，结构B在同为40 J冲击下的损伤面积仅2560 mm²，且区域更为紧凑，说明胶膜有效钝化和约束界面裂纹扩展。
图3. 不同冲击能量下 CFRP/钢层合板宏观损伤对比图
在整体力学响应方面，文章对比不同结构与能量下的力‑时间曲线、力‑位移曲线以及吸收能量。结构A在5J-30 J范围内的力‑时间曲线形状基本相似：冲头接触后载荷快速升高到峰值，接触时间约4-5 ms，随后单峰卸载；而在40 J下，接触时间显著延长（约 6 ms），峰后出现明显的平台‑波动段，对应不稳定损伤扩展。力‑位移曲线方面，5-30 J呈现“近线性弹性段→非线性上升至峰值→峰后快速卸载”的特征，峰值载荷由3.05 kN增长至8.56 kN；在40 J条件下，峰后不再快速卸载，而是在5.6-8.3 mm 位移区间形成约7.5 kN 的载荷平台，表明能量主要通过大尺度脱粘和背板鼓包耗散。通过对力‑位移曲线积分得到的吸收能量显示，结构A的吸能随输入能量近似线性上升，从5 J工况的4.04 J增长到40 J 的34.08 J，说明绝大部分输入能量转化为损伤和塑性变形。对比结构B在40 J下的表现可见，两种结构吸收能量接近（均约34 J），但结构B的峰值载荷高出约41%，前段刚度更大且峰后迅速卸载，无明显平台段，与其“纤维断裂主导、脱粘受抑”的损伤模式相匹配。
图4. CFRP/钢层合板载荷-时间、载荷-位移及能量吸收曲线
为解析能量水平与损伤参数之间的关系，作者基于结构A的实验数据给出坑深–损伤面积与最大位移–峰值载荷的等值图。结果表明随冲击能量提高，坑深和超声损伤面积呈明显非线性增长，在高能量区间（如20 J→ 40 J）出现损伤突增现象；最大位移随能量单调增加，而峰值载荷在30 J时达到最高（约8.56 kN），40 J时有所回落，说明尽管结构仍吸收大量能量，但因严重脱粘导致承载能力退化。这些等值图将几何变形量与力学参量联系起来，为后续基于机器学习的多变量建模提供了物理依据。
在无胶层结构 A 中，5 J-10 J冲击时截面上主要表现为 90° 层内的网状基体裂纹和局部层间剥离，随着能量升高到20 J-30 J，金属/CFRP 界面及各铺层之间逐渐形成毫米级连续脱粘带，基体发生明显剪切屈服并伴随空穴演化，部分区域出现纤维渐进断裂；当能量进一步提高到40 J时，这种脱粘在厚度方向和板宽方向呈失稳扩展，形成贯穿多层的大尺度分离区，对应宏观力‑位移曲线中的峰后载荷平台和超声C扫描中显著放大的损伤面积。与此形成鲜明对比的是，图6所示的胶膜增强结构B在40 J条件下，其金属/复材界面和层间大体保持连续，仅在冲击中心附近出现局部、尺度有限的剥离区，胶膜层在受剪区域发生一定程度塑性形变和孔洞演化但仍发挥良好的桥接和锚固作用，使界面裂纹难以贯通扩展，CFRP内部则以纤维渐进断裂和局部基体压碎为主，未出现结构A中那种贯穿厚度的大尺度脱粘带，从而印证了胶膜可以在高能量冲击下显著抑制灾变性界面失效、引导结构由“脱粘主导”向“纤维与局部基体破坏主导”的能量耗散模式转变。
在前述实验基础上，本文进一步采用一维卷积‑长短时记忆网络（CNN‑LSTM）构建时间序列神经网络，对混杂层合板低速冲击过程中的力‑时间历程进行数据驱动重构。每一次冲击试验被视作一条时间序列，输入特征包含经归一化处理的时间、瞬时位移和速度、名义冲击能量、落锤质量与高度以及结构类型等多变量信息，网络输出同一时间步对应的接触力。通过一维卷积层提取局部时间窗口内的特征并滤除高频噪声，再由LSTM 层捕捉冲击全过程中“加载‑峰值‑卸载”的长程时间依赖关系，末端全连接层完成逐时刻载荷预测；训练过程中采用Min‑Max归一化与尾部零填充来统一序列长度，损失函数为均方误差（MSE），采用Adam优化器并通过Dropout抑制过拟合。
为评估模型在不同能量水平上的泛化能力，本文采用“留一能量交叉验证（Leave-one-energy-out, LOEO）”策略：将5 J、10 J、20 J、30 J、40 J中的一个能量工况依次作为测试集，其余四个能量的数据用于训练与验证。结果表明，在5 J、10 J低能量区间内，模型可以较好再现冲击载荷的单峰形态和接触持续时间；随着冲击能量提升到20 J，模型在捕捉峰值大小与峰值时刻方面表现最为优异，预测曲线与实验曲线在“快速加载‑峰值‑非线性卸载”的全过程中高度吻合，对应的回归决定系数R²接近1，平均绝对误差处于全能量区间中的最低水平；继续将模型外推到30J和40 J 时，尽管整体趋势仍被正确刻画，但由于高能量下损伤行为高度非线性且数据量有限，模型在峰值幅值和峰后复杂波动段的拟合精度有所下降。
鉴于20 J工况在模型预测精度与力‑时间历程代表性方面都具有典型性，本文选取该能量水平作为时间序列神经网络预测能力的示例展示。由图7可见，神经网络预测的20 J力‑时间曲线在峰前线性上升区、峰值附近以及峰后卸载阶段均与实验结果高度贴合，能够准确反映冲击过程的主导时间尺度和载荷演化特征，说明在适当的能量区间与数据规模下，CNN‑LSTM 时间序列模型可作为一种有效的冲击响应快速重构工具，为混杂层合板在结构设计与参数优化阶段提供高效的载荷历程预测手段。
图7. 20 J 冲击工况下神经网络预测结果 (a)实验与预测力时间历程对比, (b)时间序列神经网络的训练与验证损失收敛曲线
文章主要结论为：
（1）界面工程主导低速冲击损伤模式。无胶层结构A在 5 J-10 J时以基体开裂与界面脱粘为主，20J-30 J时演化为基体剪切与纤维断裂协同损伤，40 J时大尺度脱粘与基体崩塌主导，并在力位移曲线中表现为明显峰后平台；而胶膜增强结构B在40 J下显著提升峰值载荷、明显降低损伤面积，使能量耗散转向更可控的渐进纤维断裂，避免结构A式灾变性脱粘失效。
（2）时间序列神经网络可作为冲击响应的快速重构工具。在有限能量区间内（特别是 20 J左右），LSTM 型时间序列网络能较准确预测力时间波形，相比简单回归方法更能体现载荷时间演化特征，但在高能量失稳阶段受限于数据规模与物理复杂性，预测性能明显下降，提示未来需引入更多实验数据和物理约束。
（3）工程应用启示。对于B柱、防护板等汽车构件以及轨道交通安全构件，在几乎不增加质量的前提下引入标准化结构胶膜，可显著提升抗冲击容限并改善损伤模式；结合数据驱动的时间序列建模，可在设计早期快速筛选与评估不同叠层与界面方案，为实现“轻量化-安全-可制造性”的综合优化提供有力工具。
