Constitutive equations for a polymer fluid based on the concept of non-affine networks
本构方程开发的聚合物流体，这被视为一个永久的网络股桥接的路口。假定连接在载荷作用下相对于其参考位置滑动。在假定连接处流动的涡量张量与宏观变形的涡量张量成正比的条件下，利用热力学热力学定律导出了控制方程。显式表达式的稳态拉伸粘度，以及稳态剪切粘度和正常的应力函数。为了验证本构关系，三组实验数据近似与不同分子量的聚苯乙烯溶液。结果表明，该模型能够正确描述不同应变率下启动试验中剪应力和第一法向应力差的应力超调现象。控制方程中的可调参数随应变速率、分子量和缠结浓度的变化而变化。为了验证本构方程，将低密度聚乙烯熔体在单轴拉伸流动中的观察结果与通过匹配剪切试验中的实验数据找到材料常数时的数值分析结果进行了比较。
2004-02-18 cond-mat.mtrl-sci
Approach of the constitutive material behaviour of textile composites through simulation
本文提出了一种通过有限元模拟确定纺织复合材料复杂本构行为的完整方法。在这项工作中，模拟不同的负载情况下进行的小样本的纺织复合材料，考虑到所有个别纤维的织物和它们之间发生的相互作用。最微妙的问题是与纤维之间的接触摩擦相互作用的建模，以及后续的非线性问题的解决方案，通过强大的算法。这些算法的效率，以及高性能计算能力的增加，允许模拟由数百个互锁纤维制成的样品。
2008-04-18 cond-mat.mtrl-sci cond-mat.soft
Hyperelastic constitutive modeling with exponential decay and application to a viscoelastic adhesive
超弹性材料模型是描述弹性体非线性应力-应变关系的理想模型。在本文中，聚氨酯胶粘剂被认为是作为一个示例性的材料，并进行拉伸，压缩和剪切试验。传统的超弹性模型无法令人满意地捕捉到力学行为：如果模型在大应变下与测试结果一致，则它显著低估了低应变下的刚度。我们提出了一个模型扩展来描述一种指数衰减的刚度承担一些类似的一个特定的模型开发的杨。新的超弹性模型与线性粘弹性相结合，以解释被测材料的应变率依赖性。模型参数的确定使用拉伸试验在一个单一的应变速率和蠕变试验。此外，通过比较两种不同高宽比的粘接层对接试验的刚度，确定了粘接层的压缩性。使用这个参数集的新模型提供了一个很好的预测拉伸，压缩和剪切试验在不同的应变率。
2018-05-28 cond-mat.mtrl-sci cond-mat.soft
Rearrangements and Dilatancy for Sheared Dense Materials
本构方程提出了致密材料，基于识别的两种类型的自由体积激活重排与剪切和压实。研究了两种情况：应力-应变试验中的非晶态固体的情况和摩擦学试验中的润滑剂的情况。变化的参数，应变软化，剪切稀化，和粘滑运动可以观察到。
2001-08-27 cond-mat.mtrl-sci cond-mat.soft cond-mat.stat-mech
Tensorial Constitutive Models for Disordered Foams, Dense Emulsions, and other Soft Nonergodic Materials
近年来，“软玻璃态物质”的范式被用来描述表现出强烈的局部无序和缓慢的介观重排的各种非遍历材料。然而，到目前为止制定的“软玻璃流变学”（SGR）模型处理隔离的剪切应力，有效地“标量化”的应力和应变率张量。在这里，我们提供的SGR模型，结合其非平凡的老化和屈服性能与张量结构，可以特别适应，例如，流体膜组件或无序泡沫的描述概括。
2003-07-04 cond-mat.mtrl-sci cond-mat.soft cond-mat.stat-mech
Eulerian formulation of the constitutive relation for an electro-magneto-elastic material class
一类新型的电磁弹性（EME）材料包括聚合物基体中的电活性和磁活性颗粒，其随着所施加的电磁场而改变其弹性行为。这种材料类别的材料响应通常用拉格朗日应变张量以及拉格朗日电磁场矢量来表示，并向前推到当前配置。这封信的文章提出了一种新的制定电磁弹性的欧拉应变张量和欧拉电磁场矢量指的是目前的配置。这样的欧拉公式通常从理论和计算的角度来看都是有利的，它避免了向前推进操作以获得当前配置。此外，还说明了从新提出的关系推导现有文献中的EME材料类的本构关系的练习。
2023-01-22 cond-mat.mtrl-sci
Local constitutive parameters of metamaterials
解释了通常从复合材料板的反射透射系数中提取的材料本构参数在中低频下具有非局部性的原因。阐明了这些参数的物理意义。讨论了超材料晶格的局部本构参数，并证明了在中等频率下它们的存在。它示出了如何从无限晶格的色散特性和从超材料层的反射和透射系数提取局部材料参数。
2006-06-23 cond-mat.mtrl-sci
Viscoelastic Constitutive Artificial Neural Networks (vCANNs) $-$ a framework for data-driven anisotropic nonlinear finite viscoelasticity
Hamburg University of Technology（汉堡工业大学）；Helmholtz-Zentrum Hereon（亥姆霍兹联合会赫尔岑研究中心）
聚合物材料的本构行为通常采用有限线性粘弹性（FLV）或准线性粘弹性（QLV）模型。这些流行的模型是简化，通常不能准确地捕捉材料的非线性粘弹性行为。例如，到目前为止，捕获应变速率依赖行为的尝试的成功是有限的。为了克服这个问题，我们引入了粘弹性本构人工神经网络（vCANNs），这是一种用于有限应变下各向异性非线性粘弹性的新型物理信息机器学习框架。vCANN依赖于广义麦克斯韦模型的概念，该模型通过神经网络表示的非线性应变（速率）相关属性来增强。vCANN的灵活性使其能够自动识别各种材料的精确和稀疏的本构模型。为了测试vCANN，我们用来自聚乙烯醇缩丁醛、电活性聚合物VHB 4910和4905以及生物组织腹直肌的应力-应变数据对它们进行了训练。考虑了不同的加载条件，包括松弛试验、循环拉压试验和爆炸荷载。我们证明了vCANN可以在没有人类指导的情况下学习准确和有效地捕获所有这些材料的行为。
2023-03-21 cond-mat.mtrl-sci cond-mat.soft cs.LG
Interpretation of micromorphic constitutive relations for porous materials at the microscale via harmonic decomposition
微形态理论成为一个既定的工具，以模拟材料中的尺寸效应，如分散，局部化现象或（显然）尺寸相关的属性。然而，制定适当的本构关系，其大量的本构关系和相应的参数，阻碍了使用的全微观理论，它已经在各向同性线弹性的情况下有18个本构参数。虽然很明显，这些参数与预测的尺寸效应有关，但单个参数的个体意义一直不太清楚。本工作试图阐明本构关系及其参数的解释。为此目的，谐波分解适用于微态理论的控制方程。用均匀化方法对含球形孔隙的简单体积元的简谐模态进行了微尺度解释。所得的边界值问题，在微尺度上的线性弹性的情况下，使用球谐函数导致所有的弹性18个参数的封闭形式的表达式解析解决。这些值被用来预测细长泡沫试样扭转的尺寸效应。的预测进行了比较，从文献中的相应的实验结果。
2022-11-29 cond-mat.mtrl-sci
Identifying Constitutive Parameters for Complex Hyperelastic Materials using Physics-Informed Neural Networks
Brown University（布朗大学）；California Institute of Technology（加州理工学院）
针对复杂几何与本构行为的软材料本构参数识别难题，提出一种基于物理信息神经网络的稳健框架，通过多模态合成实验数据训练，在5%噪声下仍能将Arruda-Boyce模型参数识别误差控制在5%以内。
2024-06-23 cond-mat.mtrl-sci cs.LG
Annular shear of cohesionless granular materials: from inertial to quasistatic regime
使用离散模拟，我们研究了模型颗粒材料在环形剪切单元内的行为。具体地说，二维组件的磁盘被放置在两个圆形壁之间，内一个以规定的角速度旋转，而外一个可以膨胀或收缩，并保持恒定的径向压力。专注于稳态流动，我们划定在参数空间的适用范围最近推出的剪切颗粒材料的本构关系（基于惯性数）。我们讨论了两个来源的更强的应变率观察到的内边界附近，附近的壁和不均匀的应力场的库埃特细胞。在一定速度以上，在内壁附近形成惯性区域，对于足够小的应力梯度，已知的本构关系适用于该惯性区域，并且由于壁滑移而进行适当的校正。远离内壁，缓慢的，显然是无界蠕变发生在名义上固体材料，虽然它的密度和剪应力与法向应力的比值是在临界值的堵塞侧。除了流变特性，我们的模拟提供了微观信息的接触网络和速度波动，这是潜在的有用的评估理论方法。
2009-01-14 cond-mat.mtrl-sci
Neural integration for constitutive equations using small data
针对传统本构建模需大量完整数据的问题，提出本构方程神经积分算法，从稀疏不完整的小数据中学习材料点级本构模型，数值实验验证其准确、一致且稳健。
2023-12-21 cond-mat.mtrl-sci physics.comp-ph
Data-Driven Discovery of Composition-Dependent Constitutive Models for Hyperelasticity and Viscoelasticity of Digital Materials
Columbia University（哥伦比亚大学）；University of Texas at Austin（德克萨斯大学奥斯汀分校）
该研究提出数据驱动的多材料本构建模框架，推广Bergström-Boyce公式，用于数字材料超弹性与粘弹性建模，可捕获依赖成分与速率的力学行为且保证热力学一致性。
2026-09-09 cond-mat.mtrl-sci cond-mat.soft cs.AI
Constitutive Kolmogorov-Arnold Networks (CKANs): Combining Accuracy and Interpretability in Data-Driven Material Modeling
本文提出本构Kolmogorov-Arnold网络（CKANs），通过结合KANs与后处理符号化，实现数据驱动模型的高精度与符号表达式的可解释性和外推能力，弥合机器学习与物理建模的鸿沟。
2025-02-27 cond-mat.mtrl-sci physics.comp-ph
The Language of Hyperelastic Materials
本文提出基于形式文法自动生成超弹性材料本构表达式的方法，结合先验物理约束与后验检验，实现模型库自动构建及含噪位移数据下的鲁棒发现。
2024-05-09 cond-mat.mtrl-sci
Learning inelastic constitutive models from stress-strain data under hard thermodynamic constraints
Univ. Grenoble Alpes, Inria, CNRS, Grenoble INP, Institute of Engineering, LJK（格勒诺布尔阿尔卑斯大学、法国国家信息与自动化研究所、法国国家科学研究中心、格勒诺布尔理工学院、工程研究所、计算数学与知识实验室）
本文提出了一种热力学约束学习框架，通过嵌入非平衡热力学、客观性和稳定性作为硬约束，从标准宏观数据中学习本构模型，展示了其在不同复杂性不可逆材料中的热力学一致性和鲁棒性，以及在未见加载路径上的泛化能力。
2026-08-04 cond-mat.mtrl-sci
An asynchronous parallel high-throughput model calibration framework for crystal plasticity finite element constitutive models
本文提出将异步并行约束贝叶斯优化算法应用于晶体塑性有限元本构模型校准，并在304L不锈钢、钽和Cantor高熵合金上实现高通量参数标定。
2023-04-14 cond-mat.mtrl-sci stat.AP
A note on the physical meaning of gradient constitutive relations
梯度塑性理论最初由Aifantis等人提出，在处理材料非均匀性和材料不稳定性问题中被证明是非常有用的。虽然它已被许多作者成功地用于许多应用程序中，但仍有一些悬而未决的问题尚未得到解答。目前的简短说明的适度的目标是提供一些想法，这些开放的问题，提供一个新的解释梯度项导致一个成功的解释外在和内在的尺寸效应现象。
2019-01-27 cond-mat.mtrl-sci
Tailoring high precision polynomial architected material constitutive responses via inverse design
本文提出一种拓扑优化方法，通过将非线性响应与刚度解耦，实现高精度多项式非线性力学行为的结构逆向设计，为解析可处理的非线性动力系统及定制非线性材料单元开辟新途径。
2023-11-30 cond-mat.mtrl-sci
Temperature and Rate Dependent Constitutive Behaviors of Low Melt Field's Metal
低熔点金属如菲尔德金属和镓越来越多地用作刚度调节软材料和器件中的过渡相。然而，对熔点低于100 ℃的金属的基本本构行为的认识还存在空白。这封信报告了菲尔德金属在不同温度和应变率下的应力-应变关系。该金属在本构行为已被系统研究的金属中具有最低的熔点。实验结果表明，菲尔德金属表现出应变软化行为，在相反的大多数工程金属和合金的应变硬化行为。本文提出了一种修正的Johnson-Cook模型来描述菲尔德金属的本构行为。拟议的金属将有助于设计和分析功能材料和结构组成的字段的金属。
2020-03-12 cond-mat.mtrl-sci
Dislocation Density-Based Plasticity Model from Massive Discrete Dislocation Dynamics Database
通过对200多个单轴拉伸下塑性形变的离散位错动力学（DDD）模拟的系统粗粒化分析，提出了一个基于位错密度的单晶铜应变硬化模型。建议的本构模型有两个组成部分：一个广义泰勒关系连接解决剪切应力的位错密度在个人滑移系，和一个广义Kocks-Mecking模型的位错增殖。DDD数据强烈表明，对数依赖的流动应力的塑性剪切应变速率上的每个滑移系，和，等效地，指数依赖的塑性剪切应变速率上解决的剪切应力。因此，建议的广义泰勒关系包含Orowan关系的塑性流动。DDD数据还要求对位错倍增的Kocks-Mecking模型进行修正，以考虑塑性剪切应变率可忽略不计的滑移系上位错密度的增加。这是通过允许每个滑移系上的倍增率包括来自两个共面滑移系的塑性应变率的贡献来实现的。由此产生的本构模型成功地捕捉应变硬化率依赖于加载方向的DDD模拟预测，这也是与现有的实验相一致。
2020-06-16 cond-mat.mtrl-sci
Learning Physics-Consistent Material Behavior from Dynamic Displacements
Laboratory of Intelligent Maintenance and Operations Systems（智能维护与运营系统实验室）
本文提出仅利用动态变形位移、结合输入凸神经网络学习物理一致本构关系的方法，验证了其抗噪、收敛、子域训练及跨几何迁移能力。
2025-03-15 cond-mat.mtrl-sci cs.LG
Microstructure-sensitive uncertainty quantification for crystal plasticity finite element constitutive models using stochastic collocation methods
不确定性量化（UQ）在计算工程模型和仿真的验证和确认中起着重要作用，并建立了对计算模型预测能力的信任。在材料科学和工程背景下，众所周知，工艺-结构-性能-性能的联系是从制造到工程性能的唯一路线图，许多集成计算材料工程（ICME）模型已经在广泛的长度尺度和时间尺度上开发，以减轻资源密集型实验的负担。在结构-性能联系中，晶体塑性有限元法（CPFEM）模型已被广泛使用，因为它们是少数几个允许数值预测的ICME工具箱之一，提供了从微观结构到性能和性能的桥梁。已经提出了几种本构模型来捕捉材料的力学和塑性行为。虽然已经进行了一些UQ研究，但这些本构模型的鲁棒性和不确定性尚未严格建立。在这项工作中，我们应用随机配置（SC）方法来量化CPFEM中最常用的三种本构模型，即唯象模型的不确定性（有和没有孪生）和基于位错密度的本构模型，对于三种不同类型的晶体结构，即面心立方（fcc）铜（Cu），体心立方（bcc）钨（W），和六方密堆积（hcp）镁（Mg）。我们的数值结果不仅量化了这些本构模型在应力-应变曲线中的不确定性，而且还分析了潜在的本构参数相对于初始屈服行为的全局敏感性，这可能有助于在未来的鲁棒本构模型校准工作。
2022-06-13 cond-mat.mtrl-sci
Analysis of shear localization in viscoplastic solids with pressure-sensitive structural transformations
本文建立有限应变本构模型，分析压力敏感结构转变的粘塑性固体中绝热剪切局部化条件，并揭示相变对纯铁和高强度钢局部化应变的影响。
2024-06-21 cond-mat.mtrl-sci
Hydrodynamics of fault gouges from constitutive modelling to the physics of friction
本文提出基于Terracotta本构模型和双尺度温度流体动力学方法开发断层泥物理摩擦定律，该定律能捕捉摩擦动力学并预测地震前兆，为多种材料研究提供新思路。
2025-07-12 cond-mat.mtrl-sci physics.class-ph physics.geo-ph
Neural Networks for Constitutive Modeling -- From Universal Function Approximators to Advanced Models and the Integration of Physics
本综述从方法论角度概述基于神经网络的本构模型，总结比较了通用函数逼近器、高级模型及集成物理知识的神经网络方法，并指出该领域未来需解决的挑战。
2023-08-04 cond-mat.mtrl-sci physics.comp-ph
Inelastic Constitutive Kolmogorov-Arnold Networks: A generalized framework for automated discovery of interpretable inelastic material models
Computational Mechanics in Medicine, Applied Medical Engineering, RWTH Aachen University（医学计算力学与应用医学工程，亚琛工业大学）；Institute for Continuum and Material Mechanics, Hamburg University of Technology（连续力学与材料力学研究所，汉堡工业大学）；Institute of Applied Mechanics, University of Erlangen-Nuremberg（应用力学研究所，埃尔朗根-纽伦堡大学）；Institute of Material Systems Modeling, Helmholtz-Zentrum Hereon（材料系统建模研究所，海德堡中心）
研究固体力学中材料本构关系识别问题，借助非弹性本构柯尔莫哥洛夫 - 阿诺德网络，能自动发现描述材料弹塑性行为的符号本构定律，用合成与实验数据验证其优势。
2026-07-20 cond-mat.mtrl-sci cs.AI physics.comp-ph
Constitutive modeling of the tension-compression behavior of gradient structured materials
通过剧烈塑性形变技术加工的梯度结构（GS）金属可以被设计成同时实现高强度和高延展性。显著的随动硬化是其优异的应变硬化能力的关键，这导致了良好的强度-延性组合。不幸的是，没有建立本构模型来模拟和分析GS金属的特征随动硬化行为，以了解它们的微观结构和宏观响应之间的关系。在这项工作中，我们开发了一个基于变形机制的应变梯度塑性模型，考虑到从晶粒到样品尺度的塑性不均匀性。建立了一个考虑位错堆积对晶粒尺寸依赖性的背应力模型，用于描述GS材料的循环变形特性。所建立的模型统一的几何必要的位错容纳内部塑性不均匀性，所产生的背应力和可逆的位错在反向加载到一个应变梯度塑性框架，而不引入过多的独立的材料参数。该模型的有限元实现定量预测的单轴拉伸和拉伸-压缩响应的GS铜棒，以及具有均匀的晶粒尺寸的参考样品。研究发现，GS铜表现出增强的随动硬化，这主要是由于GS层中的细晶粒，并有助于GS材料的相当大的延展性。该模型允许调查的机械响应和优化性能的材料与各种类型的空间异质晶粒微观结构。
2020-02-10 cond-mat.mtrl-sci
Learning the physics-consistent material behavior from experimentally measurable data via PDE-constrained optimization
提出基于PDE约束优化和物理增强神经网络的数据驱动方法，从实验可测量数据构建超弹性材料的物理一致本构模型，展现出高效准确的捕捉能力及强插值外推性能。
2024-10-16 cond-mat.mtrl-sci
Modeling metamaterials by second-order rate-type constitutive relations between only the macroscopic stress and strain
Mathematical Institute, Faculty of Mathematics and Physics, Charles University（查尔斯大学数学物理学院数学研究所）；Department of Mathematics, University of North Carolina（北卡罗来纳大学数学系）
提出一种基于热力学的方法，构建仅涉及宏观应力与应变的二阶率型本构关系来描述超材料有限变形，无需引入微尺度概念，且能再现频率相关模型行为，代表弹性固体的新本构关系类别。
2025-09-23 cond-mat.mtrl-sci
Enduring mechanical memory from the constitutive response of elastically recoverable nanostructured materials
Department of Mechanical Engineering, University of Wisconsin-Madison（威斯康星大学麦迪逊分校机械工程系）
本研究在弹性可恢复的VACNT泡沫中实验揭示由纳米摩擦导致的非易失性本构RPM，并利用其实现动态模量与波速的独立按需调控。
2025-09-16 cond-mat.mes-hall cond-mat.mtrl-sci physics.app-ph
Identification of Empirical Constitutive Models for Age-Hardenable Aluminium Alloy and High-Chromium Martensitic Steel Using Symbolic Regression
University of Bremen（不莱梅大学）；Leibniz Institute for Materials Engineering – IWT（莱比锡材料工程研究所）；University of Applied Sciences Upper Austria（上奥地利应用技术大学）
本研究针对材料科学中过程-结构-性能关系的建模需求，提出使用符号回归推导时效硬化铝合金和高铬马氏体钢的塑性变形本构模型，通过两种测试方法获取数据，验证了该方法的优势并讨论了挑战。
2025-11-11 cond-mat.mtrl-sci cs.LG
A size-dependent ductile fracture model: Constitutive equations, Numerical implementation and Validation
从分子动力学、离散位错动力学和连续介质力学数值模拟中，已经预测了多孔韧性材料在微米或纳米尺度上的尺寸效应，这是几何必要位错的结果或由于空隙基质界面的存在。对于给定的孔隙率，随着空隙尺寸减小，需要更高的应力来使材料变形。然而，大多数用于韧性断裂建模的多孔材料的均质化模型是尺寸无关的，即使在结构材料中通常观察到微米或纳米孔隙。基于文献中提出的纳米多孔材料的屈服准则，提出了一个轴对称加载条件下的多孔材料的尺寸相关的均匀化模型，包括孔隙生长和合并以及孔隙形状的影响。详细介绍了本构方程的数值实现。通过与考虑界面应力的多孔单胞有限元模拟进行比较，验证了均质化模型，该模型与用于推导屈服准则的模型一致，旨在对空隙矩阵界面处的额外硬化进行建模。最后讨论了改进模型的可能性，并从理论上推导了改进的屈服准则和演化规律。
2019-10-26 cond-mat.mtrl-sci physics.comp-ph
Symmetry-enforcing neural networks with applications to constitutive modeling
University of California, Irvine（加利福尼亚大学欧文分校）；Georgia Institute of Technology（佐治亚理工学院）
本研究提出一种在神经元层面强制材料对称性的张量基神经网络方法，拓展了智能本构律SCL的性能，在有限数据强对称场景下优于传统网络，还可推广至本构建模之外的问题。
2024-08-14 cond-mat.mtrl-sci cs.LG
A new family of Constitutive Artificial Neural Networks towards automated model discovery
Stanford University（斯坦福大学）
100多年来，化学、物理和材料科学家提出了相互竞争的本构模型，以最好地表征自然和人造材料在机械载荷下的行为。现在，计算机科学提供了一个通用的解决方案：神经网络。神经网络是一种功能强大的函数逼近器，它可以从大量数据中学习本构关系，而无需任何底层物理知识。然而，经典的神经网络忽略了一个世纪以来在本构建模方面的研究，违反了热力学考虑，并且无法预测训练机制之外的行为。在这里，我们设计了一个新的家庭的本构人工神经网络，固有地满足常见的运动学，热力学，并在同一时间，约束的设计空间的容许功能，以创建强大的逼近，即使在稀疏数据的存在。我们重新审视力学的非线性场论，并对网络输入进行逆向工程，以考虑材料的客观性、对称性和不可压缩性;对网络输出进行逆向工程，以加强热力学一致性;对激活函数进行逆向工程，以实现物理上合理的限制;对网络架构进行逆向工程，以确保多凸性。我们证明了这类新的模型是经典的neo Hooke，Blatz Ko，Mooney Rivlin，Yeoh和Demiray模型的推广，并且网络权重具有明确的物理解释。当用橡胶的经典基准数据进行训练时，我们的网络自主选择最佳本构模型并学习其参数。我们的研究结果表明，本构人工神经网络有可能引起本构建模的范式转变，从用户定义的模型选择到自动模型发现。我们的源代码、数据和示例可以在https://github.com/LivingMatterLab/CAN…
2022-10-21 cond-mat.mtrl-sci cs.LG
Amortized Posteriors for Estimation of Material Constitutive Parameters from Multimodal Measurements on Small Punch Tests
Georgia Institute of Technology（佐治亚理工学院）；Multiscale Technologies Inc（多尺度技术有限公司）
研究从小冲孔试验多模态测量估计材料本构参数问题，提出将高斯过程代理与条件流匹配相结合的摊销无似然框架，避免手工似然和重复采样，通过实验证明该方法能有效收缩后验，建立了强大的无似然推断框架。
2026-07-28 cond-mat.mtrl-sci cond-mat.stat-mech
Testing Hooke-like isotropic hyper-/hypo-elastic material models under finite simple shear deformations
Lavrentyev Institute of Hydrodynamics SB RAS（拉文捷耶夫水动力学研究所西伯利亚分院）；University of Duisburg-Essen（杜伊斯堡-埃森大学）
在有限纯剪变形下验证Hooke-like各向同性超/亚弹性材料模型的应力行为和一致性
2026-03-02 cond-mat.mtrl-sci math.AP
Peridynamic Neural Operators: A Data-Driven Nonlocal Constitutive Model for Complex Material Responses
Lehigh University（理海大学）；Sandia National Laboratories（桑迪亚国家实验室）；Global Engineering and Materials, Inc.（全球工程与材料公司）；Worcester Polytechnic Institute（伍斯特理工学院）
本文提出近场动力学神经算子PNO，在神经网络架构中内嵌客观性与动量平衡等物理定律，从数据中学习非局部本构关系，在复杂材料响应建模中比预定义本构模型更准确、高效且对噪声鲁棒。
2024-01-11 cond-mat.mtrl-sci cs.LG
Beyond empirical models: Discovering new constitutive laws in solids with graph-based equation discovery
Eastern Institute of Technology（东方理工大学）；Tsinghua University（清华大学）；Lingnan University（岭南大学）
针对传统经验本构模型普适性差、依赖专家直觉的问题，本文提出基于图的方程发现框架，从多源实验数据中自动发现新本构模型，在合金钢应变率效应和锂金属变形行为研究中精度更高、结构更简洁。
2025-11-13 cond-mat.mtrl-sci cs.LG physics.app-ph
Effective Willis constitutive equations for periodically stratified anisotropic elastic media
提出了一种推导周期层状弹性介质齐次有效本构方程的方法。该方法的关键和新颖的思想是，动态有效介质的系数可以与传播子在单位周期内的矩阵对数相关联。有效的齐次方程具有威利斯材料的结构，其特征在于各向异性的惯性和动量和应变之间的耦合，除了有效的弹性常数。给出了Willis材料参数的表达式，只要矩阵对数定义良好，这些参数在任何频率和水平波数下都是形式上有效的。一般理论说明使用标量SH运动的例子。低频，长波长的扩展的有效材料参数也开发使用马格努斯系列和明确的估计的收敛速度。
2010-12-26 cond-mat.mtrl-sci math-ph math.MP
A Comparison of Surrogate Constitutive Models for Viscoplastic Creep Simulation of HT-9 Steel
Sandia National Laboratories（桑迪亚国家实验室）；Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）
本文面向HT-9钢粘塑性蠕变模拟，基于VPSC数据构建分段响应面与混合专家两种局部代理本构模型，并证明后者预测精度更优。
2025-09-05 cond-mat.mtrl-sci cs.CE cs.LG
