Ctrl K
正在检查接口
METHODOLOGY

三尺度本构框架

以可解释物理模型为骨架、实验数据为锚点、人工神经网络为扩展器，形成可验证的材料知识闭环。

PHYSICS × DATA × VALIDATION

不只是拟合一条曲线，
而是连接工艺、组织与性能。

宏观层描述热变形流变与工艺窗口，介观层追踪位错和再结晶，微观层解析滑移与晶粒取向；ANN 在物理边界内完成跨工艺域外推。

01
宏观尺度流变 · 热加工 · 工艺窗口
02
介观尺度位错 · DRX · 组织演化
03
微观尺度滑移 · 织构 · 晶粒响应
物理约束 ANN 跨尺度桥接
01
宏观模型

双曲正弦模型

热变形流变预测。通过材料参数、适用窗口和误差统计形成可复用模型条目。

ε˙=A[sinh⁡(ασ)]nexp⁡(−QRT)\dot{\varepsilon}=A[\sinh(\alpha\sigma)]^n\exp\left(-\frac{Q}{RT}\right)
02
跨尺度模型

人工神经网络

实验拟合与工艺外推。通过材料参数、适用窗口和误差统计形成可复用模型条目。

σ^=fθ ⁣(T~,log⁡10ε˙~,ε~),L=Ldata+λLphysics\hat{\sigma}=f_{\theta}\!\left(\widetilde T,\log_{10}\widetilde{\dot\varepsilon},\widetilde\varepsilon\right),\quad \mathcal L=\mathcal L_{data}+\lambda\mathcal L_{physics}
03
介观模型

位错密度内变量

组织演化与机制。通过材料参数、适用窗口和误差统计形成可复用模型条目。

dρdε=k1ρ−k2ρ,σ=αμbρ\frac{d\rho}{d\varepsilon}=k_1\sqrt{\rho}-k_2\rho,\quad \sigma=\alpha\mu b\sqrt{\rho}
04
微观模型

晶体塑性模型

晶粒与织构演化。通过材料参数、适用窗口和误差统计形成可复用模型条目。

γ˙(a)=γ˙0∣τ(a)g(a)∣nsign⁡(τ(a))\dot\gamma^{(a)}=\dot\gamma_0\left|\frac{\tau^{(a)}}{g^{(a)}}\right|^n\operatorname{sign}(\tau^{(a)})
置信度评价

三类证据，共同决定模型能否用于工艺决策

统计证据

LOOCV、Bootstrap 方差、MAPE 与 95% 误差分位。

物理证据

温度软化单调性、正耗散与基准本构偏差约束。

工程证据

典型件观测进行重要性加权微调与留出验证。

方法依据

核心理论与数据治理原则

  1. 动态材料模型Prasad 功率耗散效率与失稳判据，用于构建热加工图。
  2. Kocks–Mecking / Bergström位错增殖与动态回复竞争驱动的内变量演化。
  3. 物理信息机器学习数据损失与双曲正弦本构偏差联合正则化。
  4. 可追溯模型治理每个方程绑定标定来源、参数协方差、工艺窗口与版本。