A physics-aware deep learning model for energy localization in multiscale shock-to-detonation simulations of heterogeneous energetic materials
University of Virginia（弗吉尼亚大学）；University of Iowa（爱荷华大学）
针对异质含能材料冲击起爆模拟，提出物理感知循环卷积神经网络（PARC）作为替代模型，建模介观能量局域化，降低计算成本并改进亚网格物理表征。
2023-03-22 cond-mat.mtrl-sci cs.LG
Heterogeneous Peridynamic Neural Operators: Discover Biotissue Constitutive Law and Microstructure From Digital Image Correlation Measurements
Lehigh University（里海大学）；National Technology and Engineering Solutions of Sandia, LLC（桑迪亚国家技术与工程解决方案有限责任公司）；U.S. Department of Energy（美国能源部）；National Institute of Health（美国国立卫生研究院）
提出异构近场动力学神经算子（HeteroPNO），通过两阶段学习从DIC数据中同时发现生物组织的非局部本构律与异构纤维取向场，实现大变形下各向异性异构响应的可解释建模与位移应力预测。
2024-07-20 cond-mat.mtrl-sci cs.LG
Microstructure Generation via Generative Adversarial Network for Heterogeneous, Topologically Complex 3D Materials
U.S. DOE National Energy Technology Laboratory（美国能源部国家能源技术实验室）；Carnegie Mellon University（卡内基梅隆大学）；Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室）；Leidos Research Support Team（莱多斯研究支持团队）
使用大规模的，实验捕获的3D微结构数据集，我们实现了生成对抗网络（GAN）框架来学习和生成固体氧化物燃料电池电极的3D微结构。所生成的微观结构是视觉上，统计学上，和拓扑现实的微观结构参数的分布，包括体积分数，颗粒大小，表面积，曲折度，和三相边界密度，是高度相似的原始微观结构。这些结果进行了比较和对比，从一个既定的，基于颗粒的生成算法（DREAM.3D）。重要的是，使用局部解析有限元模型对电化学性能进行的模拟表明，GAN生成的微结构与原始微结构的性能分布非常匹配，而DREAM.3D导致了显着差异。生成式机器学习模型以高保真度重新创建微结构的能力表明，复杂微结构的本质可以以紧凑且可操纵的形式被捕获和表示。
2020-06-22 cond-mat.mtrl-sci cs.CV eess.IV
Multi-Fidelity Predictive Model for Shock Response of Energetic Materials Using Conditional U-Net
Purdue University（普渡大学）；U.S. Army Combat Capabilities Development Command (DEVCOM) Army Research Laboratory（美国陆军作战能力发展司令部（DEVCOM）陆军研究实验室）
本文提出基于条件U-Net的多保真预测模型，用于预测高能材料在冲击下的温度场，扩展了传统方法的局限性，促进原子级与粗粒度模拟的结合。
2026-01-05 cond-mat.mtrl-sci
PARC: Physics-Aware Recurrent Convolutional Neural Networks to Assimilate Meso-scale Reactive Mechanics of Energetic Materials
University of Virginia（弗吉尼亚大学）；University of Iowa（爱荷华大学）
该论文提出物理感知的循环卷积神经网络（PARC），从少量高分辨率直接数值模拟中学习含能材料介观热力学，以相当精度但更低计算成本预测冲击响应，并增强泛化能力。
2023-03-24 cond-mat.mtrl-sci cs.LG
3D Multiphase Heterogeneous Microstructure Generation Using Conditional Latent Diffusion Models
本文提出一种条件潜在扩散模型，用于高效生成高保真的3D多相微结构，满足用户需求并预测制造参数，加速先进材料设计。
2025-03-12 cond-mat.mtrl-sci physics.comp-ph
On the effect of strain and triaxiality on void evolution in a heterogeneous microstructure -- A statistical and single void study of damage in DP800
为了提高对机械非均匀微观结构（如双相钢）中损伤演化的理解，施加应力状态的影响是一个关键因素。在这项工作中，我们研究了全球施加的应力状态的损伤演化在这样的微结构的影响。经典的损伤模型允许基于各向同性连续体材料的考虑来预测变形过程中的损伤。在这里，我们调查他们的有效性，在一个双相微结构，是局部占主导地位的微观结构形态的复杂性的基础上，在不同的应力状态下形成的数千个单独的空隙的统计合奏。为此，我们结合了一个包含损伤形成的校准材料模型，以评估具有不同凹口几何形状的样品中的局部应力状态，并使用基于深度学习的自动显微图像分析对大面积的高分辨率电子显微镜进行检测和分类。这使我们能够获得变形过程中的连续应力状态和单个空隙形成的统计相关数据。我们发现，所施加的塑性应变是对总数的主要影响，因此，新的空隙的成核，而三轴度与中值空隙尺寸，支持其建议的影响空隙增长。相比之下，合并的空洞导致故障出现相关的剪切带形成的形式的局部不稳定性，因此，只有间接确定的全球应力状态，因为它决定了全球的分布，密度和尺寸的空洞。
2020-06-04 cond-mat.mtrl-sci
Data-Driven Learning of 3-Point Correlation Functions as Microstructure Representations
Arizona State University（亚利桑那州立大学）
本文考虑了为无序非均质材料系统识别完整、简洁且可解释的定量微观结构表示的开放性挑战。通过现有的数据驱动方法已经实现了完整性和简洁性，例如，然而，深度生成模型不提供数学上可解释的潜在表示。本研究探讨由三点关联函数组成的表征，这是一种特殊类型的空间卷积。我们表明，各种微观结构的特征可以由一个简洁的子集的三点相关性，和这样的子集的识别可以实现贝叶斯优化。最后，我们表明，所提出的表示可以直接用于计算材料的有效介质理论的基础上的属性。
2021-09-06 cond-mat.mtrl-sci cs.LG
Novel Hierarchical Correlation Functions for Quantitative Representation of Complex Heterogeneous Materials and Microstructural Evolution
非均质材料的复杂微观结构及其在外部刺激下的演变的有效和准确的表征和量化是非常具有挑战性的，但对于实现可靠的材料性能预测、工艺优化和新材料设计至关重要。在这里，我们通过开发一组新的分层统计微观结构描述符，我们称之为“n-点多面体函数”Pn，用于定量表征，表示和建模复杂的材料微观结构及其演变来解决这一挑战。这些新的多面体函数依次包括高阶n-点统计的微观结构中的感兴趣的功能，在一个简洁的，富有表现力的，可解释的，和通用的方式，并可以直接从多模态成像数据计算。我们开发了高效的计算工具，直接从多模态成像数据中提取Pn函数n = 8。使用简单的模型微观结构，我们表明，这些新的统计描述符有效地“分解”感兴趣的结构特征成一组“多面体的基础”，使人们可以很容易地检测到任何潜在的对称性或新兴的功能在结构演化。我们应用这些新的Pn函数来量化和模拟各种异质材料系统，包括颗粒增强复合材料，金属陶瓷复合材料，混凝土，多孔材料，以及在老化的铅锡合金的微观结构演变。我们的研究结果表明，Pn函数可以提供一个实际上完整的和紧凑的基础定量微观结构表示（QMR），静态的三维复杂的微观结构和4D微观结构演变的一个广泛的异质材料系统。
2019-05-16 cond-mat.mtrl-sci physics.comp-ph
Comparison of two artificial neural networks trained for the surrogate modeling of stress in materially heterogeneous elastoplastic solids
RWTH Aachen（亚琛工业大学）；MPIE Düsseldorf（杜塞尔多夫马克斯·普朗克钢铁研究所）
本工作的目的是系统地比较两个人工神经网络（ANN）的应用程序的代理建模的应力场在材料异质周期性多晶微结构。第一个ANN是用于周期性数据的基于UNet的卷积神经网络（CNN），第二个ANN基于傅立叶神经算子（FNO）。这两个训练，验证和测试结果的边界值问题（BVP）的准静态力学平衡的周期性晶粒微结构与方形域的数值解。更具体地说，这些人工神经网络进行了训练，使材料性能的空间分布与单轴拉伸载荷下的平衡应力场相关联。由此产生的训练的人工神经网络（tANN）计算的应力场为一个给定的微观结构的1000（UNet）到2500（FNO）倍的速度比相应的BVP的数值解。对于测试数据集中的微观结构，基于FNO的tANN，或简称FNO，比基于UNet的对应物更准确;前者不同应力分量的归一化平均绝对误差为0.25-0.40%，而后者为1.41-2.15%。FNO中的误差仅限于晶界区域，而U-Net中的误差也来自晶粒内部。与U-Net相比，FNO中的误差对空间分辨率的大变化以及颗粒密度的小变化更鲁棒。另一方面，U-Net中的误差对边界框纵横比的变化具有鲁棒性，而FNO中的误差随着域变为矩形而增加。然而，这两种tANN都不能再现强应力梯度，特别是在应力集中区域周围。
2022-10-31 cond-mat.mtrl-sci cs.LG
Variable offsets and processing of implicit forms toward the adaptive synthesis and analysis of heterogeneous conforming microstructure
本研究提出利用隐式形式的变偏移进行晶格设计与分析，实现对壁厚和边厚的完全控制，从而生成能适应分析结果且保持连续性的异构晶格。
2024-08-26 cond-mat.mtrl-sci cs.CE cs.NA
Extended Low-Rank Approximation Accelerates Learning of Elastic Response in Heterogeneous Materials
本文提出扩展低秩近似方法，通过张量分解高效预测异质材料的局部弹性应变场，仅需5%的数据即可实现高精度预测，并在多个材料系统中展示出良好的泛化能力。
2026-03-13 cond-mat.mtrl-sci cs.LG
Modeling and Reconstructing Complex Heterogeneous Materials From Lower-Order Spatial Correlation Functions Encoding Topological and Interface Statistics
非均质材料的多功能物理性质与其复杂的微观结构密切相关，可以使用包含材料相的关键结构特征的各种空间关联函数对其进行统计表征和建模。一个重要的相关问题是从包含在关联函数中的有限形态信息逆重建材料的微结构。在这里，我们详细介绍了一种广义格点（GLP）方法的基础上的格子气模型的非均匀材料，有效地计算一个特定的关联函数通过更新相应的功能与略有不同的微观结构。这允许人们将迄今为止使用的最广泛的低阶关联函数（包括编码拓扑连通性信息和界面统计的那些）并入Yeong-Torquato随机重建过程中，并且因此使得人们能够获得虚拟材料微结构的更精确的再现，以确定各种关联函数的信息内容，并为感兴趣的材料选择最敏感的微观结构描述符。我们的GLP方法的效用说明了建模和重建广泛的随机异质材料，包括“集群”RSA磁盘，金属陶瓷复合材料，枫丹白露砂岩和二进制激光散斑图案的二维切片，以及其他例子。
2019-09-29 cond-mat.mtrl-sci physics.comp-ph
Lattice genome: representation and analysis of heterogeneous crystalline microstructures
University of Arizona（亚利桑那大学）；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
受材料基因组概念启发，提出晶格基因与晶格基因组，通过变分自编码器编码菊池衍射图样紧凑表示局部晶体结构，并利用EBSD映射实现空间分辨，用于可视化晶粒尺度异质性、域分割和量化晶内异质性。
2026-06-08 cond-mat.mtrl-sci
Mapping microstructure to shock-induced temperature fields using deep learning
材料对动态或冲击载荷的响应对于行星科学、航空航天工程和高能材料都很重要。热激活过程，包括化学反应和相变，被沉积到热点中的能量的局部化显著加速。这些结果来自超声波与材料微观结构的相互作用，并且由复杂的耦合过程控制，包括孔隙的塌陷、界面摩擦和局部塑性形变。这些机制尚未完全理解，今天我们缺乏预测模型，例如，仅从化学和微观结构预测冲击到爆炸的转变。我们证明了深度学习技术可以用于预测复杂复合材料中产生的冲击诱导温度场，这些复杂复合材料是从大规模分子动力学模拟中获得的，初始微观结构是唯一的输入。微结构信息冲击诱导温度网络（MISTnet）模型的精度高于当前最先进的技术，计算成本的一小部分。
2023-03-30 cond-mat.mtrl-sci
Tuning load redistribution and damage near heterogeneous interfaces
本文研究了异质基底上架构化薄膜的界面失效机制，发现分级微结构能在不牺牲峰值应力和失效比功的前提下，通过弹性相互作用核的淬灭局部各向异性将损伤限制在预设表面并阻止裂纹扩展。
2024-05-29 cond-mat.mtrl-sci
Microstructure-Aware Deep Learning Bridges Atomistics to Macroscale for Shock-to-Detonation Prediction
Purdue University（普渡大学）
针对含能材料中冲击到爆轰转变的多尺度耦合难题，提出MISTnetX卷积深度神经网络，直接桥接大规模分子动力学模拟与连续介质有限元模型，实现无参数预测完整爆轰转变过程。
2026-05-26 cond-mat.mtrl-sci
Non-local energetics of random heterogeneous lattices
本文研究统计非均匀两相弹性离散结构的力学问题。特别地，遵循（Luciano和Willis，Journal of the Mechanics and Physics of Solids 53，1505-1522，2005）中提出的方法，针对具有由二阶空间统计量化的异质性分布的离散系统开发了Hashin-Shtrikman-Willis类型的能量边界和估计。三个数值算例表明，所得到的势能系综平均值的表达式是完全明确的，计算上是可行的，没有可调参数。此外，与参考蒙特卡罗模拟的比较证实了一个显着的改进，在精度方面的方法，完全基于一阶统计。
2010-11-09 cond-mat.mtrl-sci
Magnetically-Assisted Slip Casting of Bioinspired Heterogeneous Composites
复合材料通常在本质上是异质的，以满足环境所施加的功能需求，但由于缺乏足够的和容易获得的加工工具，仍然难以合成制造。我们报告了一个增材制造平台，用于制造形状复杂的部件，这些部件具有生物启发的异质微观结构，具有局部可调的纹理，成分和特性以及前所未有的高体积分数的无机相（高达100%）。该技术将水基粉浆浇注工艺与磁性定向颗粒组装相结合，以在陶瓷、金属或聚合物功能基质中使用各向异性刚性薄片来创建程序化的微结构设计。使用定量工具来控制铸造动力学和所施加的磁场的时间模式，我们证明了这种稳健的方法可以用来设计和制造异质复合材料，迄今为止无法访问的微观结构。概念验证的例子包括具有微增强取向的周期性图案的块状复合材料和具有显示特定于位点的组成和纹理的复杂形状的齿状双层部件。
2016-05-24 cond-mat.mtrl-sci
Consistent machine learning for topology optimization with microstructure-dependent neural network material models
Delft University of Technology（代尔夫特理工大学）；Princeton University（普林斯顿大学）；Princeton Materials Institute (PMI), Princeton University（普林斯顿材料研究所（PMI），普林斯顿大学）；Brown University（布朗大学）
针对含非线性的多尺度微结构结构拓扑优化难题，提出融合基于均匀化的拓扑优化与符合超弹性物理原理的一致性机器学习的框架，采用满足多凸性等物理约束的微结构依赖神经网络本构模型，提升有限变形下非均质超弹性结构设计优化效果。
2024-08-27 cond-mat.mtrl-sci cs.LG cs.NA
Improving Direct Physical Properties Prediction of Heterogeneous Materials from Imaging Data via Convolutional Neural Network and a Morphology-Aware Generative Model
通过统计模型从微观结构直接预测材料性能已被证明是加速具有大设计空间的计算材料设计的潜在方法。然而，统计建模的高度非线性映射定义在高维微结构空间是已知的数据要求。因此，这种预测模型的附加值在材料样本（以2D或3D微结构的形式）变得实验地或计算地获取昂贵的常见情况下减小。为此，我们提出了一种生成式机器学习模型，当只在有限数量的真实样本上训练时，该模型可以创建任意数量的人工材料样本，计算成本可以忽略不计。这项工作的主要贡献是引入了形态学约束的生成模型的训练，强制所得的人工材料样本具有相同的形态分布作为真实的。我们的经验表明，该模型创建的人工样本，更好地匹配真实的材料性能分布比那些从国家的最先进的马尔可夫随机场模型，从而更有效地提高预测性能的预测结构-性能模型。
2017-12-07 cond-mat.mtrl-sci physics.comp-ph
Predicting Peak Stresses In Microstructured Materials Using Convolutional Encoder-Decoder Learning
Carnegie Mellon University（卡内基梅隆大学）；Stanford University（斯坦福大学）；Center for Nonlinear Analysis（非线性分析中心）
本文提出卷积编码器-解码器深度学习方法，从合成微结构预测线弹性应力场并检测峰值应力簇，实验表明其能准确捕捉簇的几何特征。
2022-01-03 cond-mat.mtrl-sci cs.LG math.AP
High-resolution numerical-experimental comparison of heterogeneous slip activity in quasi-2D ferrite sheets
本研究通过准二维实验-数值框架，在单个滑移系统层面定量对比铁素体薄片的异质滑移活动，证明在晶体塑性模型中引入随机异质性对准确捕捉变形机制至关重要。
2024-02-25 cond-mat.mtrl-sci physics.app-ph
Discovering mechanisms for materials microstructure optimization via reinforcement learning of a generative model
设计材料结构以优化材料的功能性能，并发现新的潜在行为是材料科学的一个重要问题。在许多情况下，支持材料功能的微观结构模型是可用的，并且很好地理解。然而，通过微结构工程优化平均性能往往会导致组合棘手的问题。在这里，我们探索了强化学习（RL）用于微结构优化的用途，旨在发现增强功能背后的物理机制。我们说明，RL可以提供洞察的机制驱动感兴趣的属性在2D离散朗道铁电体模拟器。有趣的是，我们发现，如果奖励被分配给有利于物理上不可能的任务，我们通过奖励RL代理旋转极化向量到能量上不利的位置来说明，非平凡的现象就会出现。我们进一步发现，策略诱导极化卷曲可以是非直观的，基于学习代理政策的分析。这项研究表明，RL是一种很有前途的机器学习方法，用于材料设计优化任务，并更好地理解微观结构模拟的动力学。
2022-02-22 cond-mat.mes-hall cond-mat.mtrl-sci
Bayesian Nonlocal Operator Regression (BNOR): A Data-Driven Learning Framework of Nonlocal Models with Uncertainty Quantification
Lehigh University（理海大学）；Sandia National Laboratories（桑迪亚国家实验室）
我们考虑的问题建模异质材料的微尺度动力学和相互作用影响的全球行为。在材料微观结构中存在非均匀性的情况下，提供材料响应的定量表征通常是不切实际的，如果不是不可能的话。这项工作的目标是开发一个贝叶斯框架的不确定性量化（UQ）在材料响应预测时，使用非局部模型。我们的方法结合了非局部算子回归（NOR）技术和贝叶斯推断。具体而言，我们使用马尔可夫链蒙特卡罗（MCMC）方法来采样的后验概率分布的参数参与的非局部本构律，以及相关的建模差异相对于更高的保真度计算。作为一个应用，我们考虑了应力波通过一个随机产生的微观结构的一维非均匀杆的传播。几个数值试验说明了建设，使UQ在非局部模型预测。虽然非局部模型已成为流行的手段，同质化，其统计校准相对于高保真模型尚未提出。这项工作是第一步的非局部模型差异的统计特性的均匀化的背景下。
2022-10-06 cond-mat.mtrl-sci cs.LG
A Unified Generative-Predictive Framework for Deterministic Inverse Design
本文提出Janus框架，结合编码器-解码器与预测性KHRONOS 头，解决异质材料微结构反向设计问题，实现高效物理引导的生成与预测。
2025-12-10 cond-mat.mtrl-sci cs.LG
Damage Preserving Transformation for Materials with Microstructure
提出一种通用程序，结合正交各向异性损伤定律与预损伤细尺度微观结构生成方案，解决多尺度模拟中损伤演化局限于细尺度区域的问题，为自适应多尺度模拟提供方法学基础。
2023-03-01 cond-mat.mtrl-sci
Modelling of microstructures during in-situ alloying in additive manufacturing for efficient material qualification processes
在这项工作中，提出了一个数值模拟框架相场法的基础上，能够捕捉凝固过程中的异质金属微观结构的演变。所涉及的物理学可以证明特别有用时，不仅研究系统经历热梯度，如在均匀系统，而且在条件下，表现出鲜明的空间梯度，即当这些不均匀性，甚至在介观尺度上存在。为了说明该模型的能力，研究了激光粉末床熔合期间高熵合金的原位合金化作为示例性用例。由此产生的数字孪生模型预计将缩短新材料的开发时间，并大大减少实验资源需求，从而有助于有效的材料鉴定过程。
2021-10-20 cond-mat.mtrl-sci cs.NA math.NA
Size and Disorder Effects in Elasticity of Cellular Structures: From Discrete Models to Continuum Representations
开孔固体通常具有随机的微观结构，这些微观结构可能包含特征长度尺度，例如单元尺寸。这就产生了尺寸相关的机械性能，其中大系统的行为与小系统不同。此外，这些结构通常是不规则的，这不仅影响尺寸依赖性行为，而且导致不同微结构实现之间的显著性质变化。蜂窝状微结构的计算模型是基于梁的网络。它是一种计算效率高的方法，允许从计算大量的实现中获得统计上有代表性的平均值。为了详细分析潜在的变形机制，开发了一种能量一致的连续化方法，该方法将离散梁网络的力和位移与等效的空间连续应力和应变场联系起来。该方法不仅可用于评估和可视化目的，而且还允许执行例如，连续应力模式-一种分析方法，非常有利于对不同程度的结构无序进行微观结构的比较和统计分析。
2018-01-02 cond-mat.mtrl-sci cond-mat.soft
Accurate Formula for the Effective Conductivity of Highly Clustered Two-Phase Materials
本研究通过大量数值模拟验证了Torquato提出的依赖三点关联的两相材料有效电导率近似公式，证实其在多种二维、三维微观结构中预测准确，且能较好预测逾渗阈值，可助力目标电导率材料的设计。
2025-03-24 cond-mat.mtrl-sci cond-mat.soft
Deep Convolutional Neural Networks Predict Elasticity Tensors and their Bounds in Homogenization
University Siegen（锡根大学）
在目前的工作中，3D卷积神经网络（CNN）被训练成将任意相分数的随机异质两相材料与其弹性宏观刚度联系起来，从而取代显式均匀化模拟。为了减少由于未知边界条件（BC）而导致的合成复合材料的真实刚度的不确定性，CNN在周期性BC的刚度之外通过运动学均匀BC预测上限，并且通过应力均匀BC预测下限。这项工作描述了均匀化-CNN的工作流程，从CNN设计的微观结构生成，卷积，非线性激活和池化的操作，以及训练和验证以及反向传播到测试中的性能测量。其中，CNN不仅证明了标准测试集的预测准确性，而且还证明了金刚石涂层的真实两相微观结构的样本的预测准确性。覆盖所有三种边界类型的CNN实际上与三种不同网络中的单独处理一样准确。该贡献的CNN通过刚度边界提供了单个快照样本的适当RVE大小的指标。此外，它们能够对合成微结构的集合进行有效弹性刚度的统计分析，而无需昂贵的模拟。
2021-09-04 cond-mat.mtrl-sci cs.LG
Microstructure of Silicon Anodes in Solid-State Batteries -- From Crystalline to Amorphous
该研究利用低温STEM揭示了微晶硅负极在固态电池循环中从晶态到非晶态的微观结构演变，指出需经多次循环才能形成稳定结构，为优化电极设计以减少开裂提供了依据。
2025-07-22 cond-mat.mtrl-sci
Precise algorithms to compute surface correlation functions of two-phase heterogeneous media and their applications
在$d$维欧氏空间$\mathbb{R}^d$中通过各种$n$点关联函数定量表征随机非均匀介质的微观结构是非常重要的，因为相应的无限集决定了介质的有效物理性质。特别地，表面-表面$F_{ss}$和表面-空隙$F_{sv}$关联函数（可从辐射散射实验获得）包含关键的界面信息，其使得能够估计介质的传输性质（例如，平均存活时间和流体渗透率），并补充了传统的两点关联函数的信息内容。然而，目前涉及采样表面关联函数的技术困难一直是其广泛使用的绊脚石。我们首先提出了一个简明的推导这些功能，这是链接到系统的\textit{mean curvature}的小$r$行为。然后，我们证明了一个可以减少计算复杂性的问题，通过提取必要的界面信息，从一个无限长的线切割系统。因此，我们设计算法的基础上，这一想法和测试他们在连续和离散空间的两相介质。特别是对于重叠领域的精确基准模型，我们发现数值和精确的结果之间非常吻合。我们计算各种其他模型微结构的表面关联函数和相应的局部表面积方差，包括处于平衡状态的硬球、装饰的“隐形”图案以及演变的斑图形成过程的快照（例如，旋节分解）。它表明，表面关联函数的精确测定提供了一个强有力的手段来表征一个广泛的类复杂的多相微结构。
2018-07-31 cond-mat.mtrl-sci cond-mat.soft cond-mat.stat-mech
Influence of dislocations on the spatial variation of microstructure in martensites
位错的连续统理论，主要由Kröner和Kosevich发展，将每个位错视为应变不相容的来源。我们表明，这一概念可以有效地采用朗道自由能泛函开发一个平均场的位错材料的介观模型。表示母相（通常为立方对称）畸变的序参量用弹性应变表示，这些应变本身通过不相容约束耦合。由于不相容性的“强度”取决于位错的局部密度，位错的存在影响微观结构的演化，反之亦然。该公式的优点在于位错之间的长程各向异性相互作用自然地出现在自由能的公式中。由于位错周围的晶体结构的畸变，它们在多相材料中的存在导致产物相的异质成核，从而也导致转变温度的变化。这种新颖的场论方法是非常方便的，因为它可以弥合差距，在研究材料的行为在长度和时间尺度上，是无法达到的原子或宏观模型。
2010-07-16 cond-mat.mtrl-sci
Multi-field asymptotic homogenization of thermo-piezoelectric materials with periodic microstructure
本文提出了一种多场渐近均匀化方法，用于分析具有周期性微结构的热压电材料。微结构不均匀性的影响是考虑到通过周期扰动函数，这来自于非齐次递归细胞问题的解决方案定义在单位周期细胞。由于力学问题和电学问题在渐近展开的微尺度场方程中完全耦合，微位移场和微电势场之间存在强耦合。微观位移，电势，和相对温度场已与宏观量和它们的梯度在导出的降尺度关系。得到了无限阶平均场方程，并确定了等效一阶均匀化连续介质的整体本构张量的封闭形式。通过对宏观场的渐近展开，导出了这类方程的形式解。所提出的配方的准确性进行评估的说明性的例子进行谐波体力，自由电荷密度，和热源，其周期性远大于特征的微观结构的尺寸的双材料周期性的微观结构。均匀化模型的解决方案和原始的非均匀材料问题的有限元解之间获得的良好协议证实了所提出的配方的有效性。
2017-01-12 cond-mat.mtrl-sci
Reduced Order Modeling of Energetic Materials Using Physics-Aware Recurrent Convolutional Neural Networks in a Latent Space (LatentPARC)
本文提出LatentPARC，通过在潜在空间中降维加速物理意识递归卷积神经网络，提升高能材料热力学预测效率。
2025-12-15 cond-mat.mtrl-sci stat.ML
Rational design of piezoelectric metamaterials with tailored electro-momentum coupling
压电材料由于其固有的机械变形和电场的耦合作用而具有广泛的传感和能量转换应用。最近的研究发现，压电复合材料的非对称或异质微结构可以产生额外的宏观动量耦合到电场，称为电-动量耦合，引入一个新的设计自由度。在这项工作中，通过采用均匀化方案，电-动量耦合的物理起源进行了探索，通过高吞吐量扫描的压电复合材料系统的微结构设计空间。这项研究显示了材料的组成特性和几何排列如何影响电动量耦合，并巧妙地为感兴趣的应用程序量身定制。
2022-02-09 cond-mat.mtrl-sci
Unveiling the impact of crosslinking redox-active polymers on their electrochemical behavior by 3D imaging and statistical microstructure analysis
本研究通过三维成像与统计微观结构分析，对比交联与非交联PTMA/CMK-8电极，发现交联导致更异质微观结构，改善表面覆盖与传输路径，从而提升电化学性能。
2023-06-21 cond-mat.mtrl-sci physics.chem-ph
Influence of Polymer on Shock-Induced Pore Collapse: Hotspot Criticality through Reactive Molecular Dynamics
School of Materials Engineering and Birck Nanotechnology Center, Purdue University（普渡大学材料工程学院与伯里克纳米技术中心）
研究通过反应分子动力学模拟揭示聚合物对RDX冲击诱导孔隙坍缩中热点形成及临界性的影响机制
2024-09-24 cond-mat.mtrl-sci physics.chem-ph
Bloch wave filtering in tetrachiral materials via mechanical tuning
表征异质材料的微尺度结构的周期性蜂窝拓扑结构可以允许其声学色散特性的最精细的功能定制。本文研究弹性波在微结构多孔材料中的自由传播。重点是根据固体或结构力学的经典准则，适合于描述波在材料中传播的替代公式。采用中心对称的四手征微结构作为原型周期细胞，从一个合成的拉格朗日梁格公式产生的频散谱与其对应的不同的连续模型（高保真一阶非均匀和等效均匀化微极连续）进行了比较。渐近摄动为基础的近似和数值谱的解决方案进行交叉验证。采用材料能带结构的低频带隙作为功能目标，进行参数分析，突出的综合模型的描述限制，并探索高保真模型所描述的扩大的参数空间。最后调整的力学性能的细胞微观结构，成功地验证了滤波功能的四手征材料。
2018-03-09 cond-mat.mtrl-sci physics.app-ph
From Deposition Stress to Surface Reactivity: Strain-Dependent Hydrogen Evolution on Sputtered Platinum Thin Films
Ruhr-University Bochum（波鸿鲁尔大学）；University Duisburg-Essen（杜伊斯堡-埃森大学）；Center for Interface-Dominated High Performance Materials, (ZGH) Ruhr-University Bochum（波鸿鲁尔大学界面主导高性能材料中心）；University of Copenhagen（哥本哈根大学）
研究通过调节溅射压力改变铂薄片的应力状态，发现低压力下薄片具有更高的氢演化反应活性，而高压力导致活性降低，揭示了残余应变、微结构和氢覆盖度的相互作用机制。
2026-05-07 cond-mat.mtrl-sci
Universal Design Methodology for Printable Microstructural Materials via a New Deep Generative Learning Model: Application to a Piezocomposite
提出结合FFT数值求解、HetMiGen微结构生成与物理感知VAE-ViT生成模型的通用微结构设计方法，实现压电复合材料性能到三维微结构的逆向在线设计。
2024-02-16 cond-mat.mtrl-sci
Effect of the porosity on the fracture surface roughness of sintered materials: From anisotropic to isotropic self-affine scaling
为了揭示微观结构如何影响断裂表面粗糙度在非均匀脆性固体，如岩石或陶瓷，我们的特点是死后断裂表面的粗糙度统计在自制的材料的可调微观结构的长度尺度和孔隙度，通过烧结单分散聚苯乙烯珠。除了无序的特征尺寸，粗糙度分布被发现表现出自仿射缩放功能随孔隙度的变化。从零值开始，并增加孔隙度，我们定量地修改自仿射缩放属性从各向异性（在低孔隙度）各向同性（孔隙度大于10%）。
2015-01-16 cond-mat.mtrl-sci cond-mat.soft
Structure-Property Relationship in Disordered Hyperuniform Materials: Microstructure Representation, Field Fluctuations and Effective Properties
本文通过谱密度函数和幂律标度行为定量表征无序超均匀材料的微结构，利用微扰分析和数值均匀化建立了局部材料性质涨落与物理场涨落及有效电导率之间的关联。
2025-04-10 cond-mat.mtrl-sci
In-situ electron backscatter diffraction of thermal cycling in a single grain Cu/Sn-3Ag-0.5Cu/Cu solder joint
采用原位热循环结合电子背散射衍射（EBSD）技术研究了Cu/SAC 305/Cu单焊点组织的非均匀演化。由于热膨胀失配导致的局部变形导致异质晶格旋转，朝向接头的拐角局部化并且朝向接头的中心减小。这种变形是由界面处的\b{eta} -Sn、Cu 6Sn 5和Cu之间的CTE的约束引起的。在变形过程中，亚晶的形成伴随着取向差的持续增加，这意味着在应变局部化区域塑性滑移的积累以及滑移系统（1-10）[111]/2和（11-0）[111]/2的激活。
2019-08-29 cond-mat.mtrl-sci
Deep-Learning Quantitative Structural Characterization in Additive Manufacturing
Oak Ridge National Laboratory（橡树岭国家实验室）
为了加速具有精确微结构的增材制造组件的制造，我们开发了一种用于增材制造材料和零件中关键特征的结构表征的方法。该方法利用基于图像到图像转换条件生成对抗神经网络架构的深度学习，并实现对普遍几何特征的快速和增量更准确的预测，包括熔池边界和蚀刻光学图像中可见的印刷诱导缺陷。这些结构细节本质上是异质的。我们的方法指定的微观结构状态的添加剂建立通过统计分布的结构细节，基于收集的图像的合奏。提出了该方法的扩展以解决用于增材制造的实时的控制的所开发的机器学习模型的人工智能实现。
2023-01-20 cond-mat.mtrl-sci cs.CV
Extemporaneous Mechanochemistry: Shockwave Induced Ultrafast Chemical Reactions Due to Intramolecular Strain Energy
被称为热点的能量局部化区域被称为控制高能材料中的冲击起爆和爆轰。越来越多的计算证据表明，通过冲击波和微观结构之间的相互作用引起的大分子内应变在热点中加速了化学反应。然而，到目前为止，将分子内应变映射到加速或改变的化学反应的确切证据还很难找到。从一个大规模的反应分子动力学模拟的含能材料TATB，我们映射的分子温度和分子内应变能反应前分解动力学。温度和分子内应变都能加速化学动力学。原子轨道的详细分析表明，分子内应变可以引起分解机制的机械化学改变。本文的结果可以为连续水平的化学模型提供信息，以解释广泛的机械力化学效应。
2022-06-10 cond-mat.mtrl-sci physics.chem-ph physics.comp-ph
A micromechanics-enhanced finite element formulation for modelling heterogeneous materials
在分析具有非均匀微观结构的复合材料时，使用经典的数值方法完全解析非均匀性在计算上可能是不允许的。本文提出了一种细观力学增强的有限元公式，准确地捕捉非均匀材料的力学行为，在计算效率的方式。该策略利用Eshelby推导出的椭圆形夹杂物的解析解，以确定机械扰动场作为基础的不均匀性的结果。然后将这些扰动场的近似函数纳入有限元公式中，以增强宏观场的近似函数。这种方法的一个重要特点是，有限元网格不显式解决的不均匀性，没有额外的自由度引入。在本文中，利用混合Trefftz应力有限元和性能的建议制定的数值例子证明。该方法在此仅限于具有椭球形夹杂物的弹性颗粒复合材料，但它已被设计为可扩展到包括任意形状夹杂物的更广泛的材料类别。
2011-06-15 cond-mat.mtrl-sci cs.CE
Modeling Heterogeneous Materials via Two-Point Correlation Functions: I. Basic Principles
非均质材料在自然界和人造环境中大量存在。实例包括多孔介质、生物材料和复合材料。这些材料所表现出的多样性和有趣的特性源于其复杂的微观结构，这也使得材料建模变得困难。在这两篇文章的第一部分中，我们收集了标准两点关联函数S ~ 2（r）的已知必要条件，并提出了一个新的猜想。特别地，我们认为，给定一个完整的两点关联函数空间，任何统计上均匀的材料的S2（r）可以表示通过一个映射的功能空间的一组选定的基地。我们提供了可实现的两点关联函数的新的例子，并提出了一组分析基函数。此外，我们设计了一个有效的和各向同性保持的构造算法，即格点算法，以产生材料的实现从他们的两点关联函数的基础上Yeong-Torquato技术。可以对生成的图像进行后续分析以获得所需的宏观性质。这些发展在这里被集成到一个通用的计划，使一个模型和分类的异质材料通过两点关联函数。
2007-05-16 cond-mat.dis-nn cond-mat.mtrl-sci
Mechanisms of shock-induced initiation at micro-scale defects in energetic crystal-binder systems
嵌在塑料粘合剂中的高能材料晶体，如HMX，是塑料粘合炸药的组成部分。这种异质高能材料包含微观结构特征，例如尖角、晶体和粘合剂之间的界面、颗粒内和颗粒外空隙以及其他缺陷。能量局部化或热点出现在冲击波与微观结构的不均匀性，导致PBX的启动相互作用。本文通过高分辨率数值模拟研究了PBX中冲击起爆的机理细节，考察了四种不同的机理：冲击波在尖锐拐角或边缘处的聚焦及其对晶体形状和冲击强度的依赖性，晶体与粘结剂界面的脱粘，HMX晶体附近粘结剂中的空洞坍塌，HMX晶体与粘结剂之间的界面脱粘，以及HMX晶体与粘结剂之间的界面脱粘。以及HMX晶体内部空隙的坍塌。深入了解这些机制的点火和增长的热点的相对贡献。了解这些机制的能量本地化和热点的形成和引发灵敏度的PBX的相对重要性，将有助于在高能材料驱动系统的设计与控制的灵敏度，以防止意外引发，并确保可靠的性能。
2022-05-18 cond-mat.mtrl-sci physics.comp-ph
