1. A quasi-3D hyperbolic shear deformation theory for the static and free vibration analysis of functionally graded plates
功能梯度板静态和自由振动分析的准三维双曲剪切变形理论
翻译：张寅枭
本文提出了一种新颖的双曲正弦剪切变形理论，用于功能梯度板的弯曲和自由振动分析。该理论认为，在变形前垂直与板中面的法线在变形后会发生旋转，并变成正弦函数的形状。挠度沿厚度的方向会呈二次函数分布。这种位移场分布满足了上下表面的零切应力条件，同时考虑了在平板变形过程中厚度方向的压缩和伸展问题。利用Carrera统一公式得到运动方程和边界条件。随后，利用径向基函数进行插值，从而将位移场离散化为已知函数。通过对功能梯度板静振动和自由振动的数值分析，验证了该方法与无网格技术相结合的有效性。简支板与其他文献结果吻合较好。
图1. 不同的功能梯度板在双正弦载荷下的位移场分布。
Neves A M A, Ferreira A J M, & Carrera E. A quasi-3D hyperbolic shear deformation theory for the static and free vibration analysis of functionally graded plates. Compos struc. 94(2012): 1814-1825.
2. Multimaterial direct 4D printing of high stiffness structures with large bending curvature
具有大弯曲曲率和高承载结构的多材料直接4D打印
翻译：杨璐
新兴的直接四维(4D)打印方法被认为是一种简单、快速和经济的制造工艺，可以利用外部刺激根据印刷平面图案制造复杂的3D几何形状。然而，现有的直接4D打印方法无法同时实现大弯曲曲率和高承载能力，阻碍了其在实际工程应用中的实现。该研究提出了一种简单但具有多功能的多材料直接4D打印方法（图2（a）），可以将打印的平面图案转换为具有大弯曲曲率(从0.1 mm−1到0.7 mm−1)（图2（d））和高承载能力(10 MPa·m3到104 MPa·m3)（图2（e））的复杂3D结构。为了帮助结构设计，研究建立了一个唯象模型来模拟水凝胶脱水过程中的体积收缩和刚度增加。与传统的3D打印技术相比（图2（f）），该研究提出的多材料直接4D打印方法能够以更短的时间、更高的刚度和更高的操作温度制造出相同的结构，为4D打印在未来的实际工程应用提供了指导。
图2.（a）基于多材料数字光处理的3D打印系统示意图；（b）水凝胶-弹性体双层层压板脱水弯曲示意图；（c）水凝胶杨氏模量和体积收缩率随含水量下降的变化；（d）直接4D打印结构的实验演示；（e）脱水后直接4D打印结构的承载能力演示；（f）采用双层层压板直接4D打印、VeroMagenta PolyJet 3D打印、DLP 3D打印制作的凳子和帐篷。
Yuan C, Wang F, Ge Q. Multimaterial direct 4D printing of high stiffness structures with large bending curvature, Extreme Mechanics Letters. 2021; 42; 101122
3. Development of a miniature point source pyroshock simulator
迷你电源火工冲击模拟器的开发
翻译：陈子烨
本文首先介绍了火工冲击测试面临的挑战，随后提出了一种微型盘式谐振器。该模拟器易于调整和高度可重复，可以生成所需的模拟点源火工冲击，可用于如组装的航天器等真实结构。试验装置包括：弹丸发射器（控制弹丸的速度，确保结果一致）、盘式谐振器（控制冲击波的频率）和一组传感器（测量加速度信号）。圆盘谐振器是小型点源火工冲击模拟器的关键组件。圆盘谐振器由304不锈钢制成，直径为60毫米，厚度分为3毫米或5毫米（具体尺寸取决于型号）。它的设计旨在通过改变圆盘谐振器的第一固有频率来控制冲击响应。固有频率是圆盘谐振器最容易发生振动的频率，可通过改变腿的数量和切割孔来调整圆盘谐振器组件的固有频率，但这会影响圆盘谐振器的刚度。模态形状是圆盘谐振器在其固有频率下展现的振动模式，它取决于圆盘谐振器的几何形状和边界条件。
图3.（a）盘式谐振器的设计；（b）实验设置图。
D.-H. Hwang, H.-S. Park, J.-H. Han, Development of a miniature point source pyroshock simulator, Journal of Sound and Vibration. 481 (2020) 115438.
4. Multiscale image-based modelling of damage and fracture in carbon
fibre reinforced polymer composites
基于图像的碳纤维增强聚合物复合材料损伤和断裂的多尺度建模
翻译：王焕芳
该文通过原位XCT监测了双缺口碳纤维增强聚合物（CFRP）复合材料试样在拉伸载荷下的损伤，并且采用基于三维图像的模型模拟了试样中的随机裂纹扩展。其中数据处理过程包含：（1）从XCT图像中提取单个纤维的方向，对每一层进行细观尺度上的并行模拟，（2）将细观局部分层耦合到试样的宏观力学模型中；（3）在XCT表征方法无法揭示微观结构细节的情况下，使用材料特性的随机变化。通过与测得的拉伸载荷曲线和XCT记录的损伤演变进行比较，首次预测并验证了多向层压板的整体应力-应变曲线和损伤（包括基体开裂、界面脱粘和纤维断裂）。这种方法可以减少对从试件到全尺寸部件的广泛层次结构测试方案的认证依赖。
图4. 多层级多尺度建模方案：（a）所有重建纤维中心线的基于骨架图像的模型；（b）用于预测性能和捕获代表单个子层区域的损伤机制的一个具有代表性的细观降阶单元组；（c）细观和宏观全局模型的多尺度建模结果；（d）复合测试件的验证。
Sencu RM, Yang Z, Wang YC, Withers PJ, Soutis C. Multiscale image-based modelling of damage and fracture in carbon fibre reinforced polymer composites. Compos. Sci. Technol. 2020;198. 108243.
5. A multiscale deep learning model for elastic properties of woven composites
编织复合材料弹性性能的多尺度深度学习模型
翻译：李坤承
人工神经网络（ANN）作为一类机器学习算法，显示出了通过最小化损失函数来集成多尺度力学特征和预测力学行为的良好能力。在该研究中，提出了一种基于神经网络的广义方法，用神经网络来代替单向复合材料的微观力学有限元分析，以实现弹性编织复合材料多尺度分析中计算效率和准确性之间的平衡问题。微观和细观ANN模型都包含5个独立的输入变量，纤维和基体本构特性以及纤维体积分数。在输出层，分别考虑微观和细观神经网络的6个和8个自变量来描述复合材料的工程刚度变量。通过开发一个Python脚本，以批量模式运行Digimat，自动执行UD-RVE的生成和模拟，从而获得所有弹性特性。随机将数据集的80%用于训练，其余用于测试神经网络模型。为获得准确的神经网络模型，该文研究了从简单到复杂的多种网络架构，直到ANN准确地捕捉到两个尺度上的预期响应。此外在比较收敛时间和最小均方根误差后，采用Adam算法对神经网络模型进行参数更新。利用 Sobol 序列技术作为优化方法，从生成有限数量的数据点开始，对网络进行了初步训练，检查残差后进行了更多有限元模拟，对超参数进行微调。微观神经网络有4个隐藏层，细观神经网络有3个隐藏层，每层64个节点都配备了ReLu激活函数。从力学模型与ANN模型获得的工程刚度系数结果如图所示，ANN模型为弹性模量提供了良好的预测。
图5. （a）微观神经网络和细观神经网络模型的数据流示意图和网络结构概述;
（b）对未知数据的微观人工神经网络预测与（基准真实）预期UD RVE工程刚度系数对比;（c）细观人工神经网络预测与基准真实工程刚度系数对比。
E.Ghane , M.Fagerström , S.M.Mirkhalaf . A multiscale deep learning model for elastic properties of woven composites. International Journal of Solids and Structures, 2023, 282. DOI:10.1016/j.ijsolstr.2023.112452.
6. Stress–corrosion cracking of indium tin oxide coated polyethylene
terephthalate for flexible optoelectronic devices
柔性光电器件中溅射氧化铟锡涂层的聚对苯二甲酸乙二酯基底的应力腐蚀开裂
翻译：强钰钊
应力腐蚀开裂是使用聚对苯二甲酸乙二酯（PET）基底上溅射的氧化铟锡（ITO）透明导电层的柔性光电设备的一个至关重要的问题。在柔性器件中使用这些元件时，可能会与含酸的压敏胶或导电聚合物接触。酸会腐蚀脆性ITO层，应力会导致开裂和分层，而应力腐蚀开裂会比单独腐蚀更快导致失效。本文研究了外部施加机械应力使器件弯曲和酸的腐蚀环境共同产生的影响。发现许多压敏胶中含有的丙烯酸会对PET上的ITO涂层造成腐蚀。同时还研究了外部机械应力和腐蚀对ITO涂层PET复合薄膜的综合影响。研究表明，应力和丙烯酸腐蚀的共同作用可导致ITO在应力小于无腐蚀情况下失效所需应力的四分之一时发生开裂。此外，在~1%拉伸应变下的失效时间可将总失效时间缩短三分之一。
图6. (a) 浸入0.1M丙烯酸中的ITO涂层PET样品在不同弯曲应变下的机电行为；
(b) SEM图像显示在0.1M丙烯酸中应变为0.78%的100Ω/sq ITO涂层PET的一个区域。
K. A. Sierros, N. J. Marris, K. Ramji, D. R. Cairns, Stress–corrosion cracking of indium tin oxide coated polyethylene terephthalate for flexible optoelectronic devices, Thin Solid Films 2009; 517: 2590-2595.
7. Machine learning-driven stress integration method
for anisotropic plasticity in sheet metal forming
板料成形各向异性塑性的机器学习驱动应力集成方法
翻译：李鑫
机器学习技术已被广泛地用来预测不同结构和材料体系的复杂力学行为。该文提出了一种基于机器学习的金属板材各向异性塑性本构模型。在该模型的框架中，一个全连接深度学习神经网络（DNN）模型（图7（a））被用来学习平面应力条件下的应力积分过程（图7（b））。该文基于Euler backward方法对整个加载域开展单单元数值模型（图7（c））的数值模拟工作，生成DNN模型的训练数据集。该文也通过使用先进的各向异性屈服函数，使DNN模型成功学习了输入-输出应力对的增量型加载路径。该文通过预测沿0-90°轧制方向的r值和归一化屈服应力比，初步评估了DNN模型的各向异性性能。最后，训练好的DNN模型被植入到了ABAQUS/Implicit UMAT用户材料子程序中，开展了杯形压头加载试验（图7（d））的数值仿真工作，再次验证了该DNN模型的有效性。该文研究成果证明了机器学习建模技术在计算力学领域的应用潜力。
图7.（a）DNN模型；（b）增量型加载路径；（c）单单元数值模型；（d）杯型压头试验示意图。
Fazily P, Yoon JW. Machine learning-driven stress integration method for anisotropic plasticity in sheet metal forming. Int J Plasticity 2023, 166. 103642.
8. The dynamic thermophysical properties evolution and
multi-scale heat transport mechanisms of 2.5D C/SiC composite
under high-temperature air oxidation environment
高温空气氧化环境下2.5D C/SiC复合材料的动态热物性演化及多尺度热传输机制
翻译：公正
通过实验和数值模拟研究了2.5D C/SiC陶瓷基复合材料（2.5D C/SiC-CMC）在高温空气氧化环境下的热物理性能变化和动态传热机理。提出了一种新的2.5D C/SiC CMC在高温氧化下的多尺度热分析模型，以预测其等效导热系数并分析其多尺度热传输机制。将多尺度渐近热分析方法与氧化动力学理论相结合，建立了多尺度热分析模型，包括微尺度模型和中尺度模型。微尺度模型通过氧化动力学模拟了碳纤维和热解碳界面的氧化过程，预测了氧化后纱线的等效导热系数的变化。在实验统计的基础上构建了中尺度模型，反映了2.5D C/SiC CMC氧化后的多尺度结构。中尺度模型通过考虑纱线热性能的动态变化引入了氧化特性。实验研究测试了2.5D C/SiC CMC氧化后的动态热物理性质，验证了多尺度热分析模型的预测精度。结果表明，高温氧化导致2.5D C/SiC CMC的动态热行为发生显著变化，这对工程应用中2.5D C/SiC CMC热元件的实际热保护设计至关重要。
图8. 具有氧化作用的2.5D C/SiC CMC的多尺度热分析模型：（a）微观尺度模型；（b）基体孔隙模型；（c）纱线模型；（d）中尺度模型。
Chenwei Zhao, Zecan Tu, Junkui Mao. The dynamic thermophysical properties evolution and multi-scale heat transport mechanisms of 2.5D C/SiC composite under high-temperature air oxidation environment. Composites Part B, 2023, 263: 110831.
9.Finite element coupled positive definite deep neural networks
mechanics system for constitutive modeling of composites
有限元与正定深度神经网络结合的力学系统用于复合材料本构建模
此文提出了一种有限元与正定深度神经网络结合（FE-PDNN）的力学系统，使神经网络能够基于力和位移等结构级响应学习本构规律。文中使用Abaqus来求解有限元模型，由链式求导将PDNN和有限元的反向传播进行连接，更新网络参数，预测刚度矩阵的下三角矩阵。该方法通过将有限元与Cholesky分解的正定深度神经网络(PDNN)相结合，对DNN预测的刚度矩阵施加正定约束，从而解决了严重损伤材料本构律学习的收敛鲁棒性问题。为解决计算成本问题，将层合理论引入了FE-PDNN力学体系，使FE-PDNN能够基于层合结构响应学习层合本构规律。文中给出了三个算例来验证所提出的方法。由单向，多向纤维增强层压板来测试框架的性能，结果表明，学习得到的位移和应力均与观测结果吻合较好，层合理论与FEPDNN耦合能够学习严重损伤复合材料的损伤本构规律，并由FE-DNN与FE-PDNN的学习结果对比验证了正定约束的作用。另外，利用玻璃/MY750材料层合板的实验数据，验证了FE-PDNN用实验数据发现本构规律的可行性。
图9.（a）FE-PDNN力学系统训练流程图；（b）[10]6单向层压板平均应力-应变曲线；（c）基于实验数据[0/90]s层压板平均应力-应变曲线；（d）[0/45]s多向层压板u1位移场。
Tao F, Liu X, Du H, et al. Finite element coupled positive definite deep neural networks mechanics system for constitutive modeling of composites[J]. Computer Methods in Applied Mechanics and Engineering, 2022, 391: 114548.
10. A constitutive model for elastoplastic-damage coupling effect of
unidirectional fiber-reinforced polymer matrix composites
纤维增强聚合物基复合材料弹塑性损伤耦合效应的本构模型
该文建立了考虑塑性强化和损伤软化过程的纤维增强聚合物基复合材料（FRP）的弹塑性损伤耦合本构模型，以提高其数值模拟结果的可靠性和可信度。塑性理论和连续损伤力学（CDM）是建立本构模型的传统方法。图10（a）显示了实验下拉伸和压缩应力-应变曲线同FRP的塑性理论预测和CDM理论预测的比较，两者均不能完全表征FRP的应力-应变关系。考虑到FRP的压敏屈服特性和横观各向同性，以及纤维方向不存在塑性变形的假设，采用了修正Drucker-Prager屈服准则。基于Coulomb-Mohr准则，横向压缩阻碍剪切屈服，模型则引入了内摩擦系数。根据正交流动法则和一致性条件，建立得到FRP的增量弹塑性损伤耦合本构模型。该研究通过加载函数和损伤阈值参数建立基于Puck理论的损伤激活函数，从而预测损伤的发生和传播，其中FRP采用指数损伤规律（图10（b））来描述加载函数大于1时的刚度退化。塑性参数通过30°偏轴拉伸/压缩实验塌缩为一条主曲线（图10（c））来确定，塑性强化采用一种通用的返回映射算法进行处理（图10（d））。偏轴拉压作用下，本构模型预测结果与实验应力-应变曲线对比如图e所示，除45°角下的压缩曲线外，理论预测与实验结果吻合较好，验证了模型准确性。
图 10. （a）实验应力-应变曲线同塑性理论预测和CDM理论预测的比较；（b）指数型损伤演化规律；（c）30°角玻璃纤维/ YPH-200的等效应力-等效塑性应变曲线；（d）返回映射迭代过程；（e）实验结果同模型预测的对比图：左侧从上至下依次为45°、60°和75°拉伸，右侧从上至下依次为45°、60°和75°压缩。
Yanfei Chen, Yunong Zhao, Shigang Ai, Chunwang He, Yong Tao, Yazheng Yang, Daining Fang, A constitutive model for elastoplastic-damage coupling effect of unidirectional fiber-reinforced polymer matrix composites, Composites Part A: Applied Science and Manufacturing, Volume 130, 2020, 105736, ISSN 1359-835X.