基于数据的数字材料超弹性与粘弹性构型相关模型的发现

Data-Driven Discovery of Composition-Dependent Constitutive Models for Hyperelasticity and Viscoelasticity of Digital Materials

研究人员提出了一种数据驱动的复合材料本构建模框架，旨在解决数字材料在刚度、非线性及速率依赖性方面表现出的复杂行为。该框架基于 Bergström 和 Boyce 的公式，保留了经典模型结构，利用多速率单轴压缩数据实现了跨成分的本征参数预测或神经网络构建。实验表明，该方法能有效捕捉不同成分下的速率相关刚度和滞后效应，同时保持热力学一致性。