《Mater. Sci. Eng. R Rep.》｜形状记忆合金多尺度建模：从原子机理、微结构演化到宏观力学行为
近日，西南交通大学康国政教授团队在国际权威期刊《Materials Science & Engineering: R: Reports》（IF = 21.1）发表题为“Multiscale modeling of NiTi-based shape memory alloys: From atomic mechanisms and microstructural evolution to macroscopic mechanical behaviors”的长篇综述论文。论文第一作者为四川大学徐波副教授，共同通讯作者为西南交通大学康国政教授、于超教授和四川大学王宠教授，合作者包括西南科技大学王冰副教授、电子科技大学宋迪副教授、中国民航飞行学院谢曦副教授、西南交通大学阚前华教授和四川大学王清远教授。文章系统梳理了形状记忆合金多尺度模拟领域的发展全景，为智能合金从经验设计走向预测化设计提供了完整的理论框架与方法支撑。
图1 论文首页
一、研究背景
形状记忆合金（SMA）凭借独特的超弹性、形状记忆效应与弹卡效应，是智能材料与结构领域的核心材料，广泛应用于航空航天机构、医用血管支架、软体机器人。同时其弹卡效应是固态制冷极具潜力的技术路线，对发展低碳制冷技术具备重要价值。形状记忆合金宏观表现出的非线性力学行为、热-力耦合效应、功能疲劳以及断裂行为，本质来源于跨尺度非平衡物理机制：原子尺度晶格剪切、介观马氏体变体自协调效应、宏观相变带演化。仅依靠单一尺度实验或者仿真手段，很难打通微观物理机理和宏观服役性能之间的内在关联。因此，亟需整合多尺度仿真手段，搭建从原子机理到工程构件应用的完整理论闭环。
二、综述核心内容
本文系统归纳了三大主流数值模拟手段：分子动力学、相场法、有限元方法，详细阐明了各类方法的优势与固有局限，剖析当前跨尺度参数传递的关键瓶颈，并对机器学习原子势、加工‑微观组织‑性能一体化仿真链等前沿方向进行了展望。
图2 形状记忆合金的多尺度研究与应用
1.原子尺度｜分子动力学模拟
分子动力学工作在纳米‑皮秒时间空间尺度，能够揭示马氏体相变形核过程、相界面原子结构、孪晶变体之间的相互作用，还可解析晶粒尺寸、析出相、纳米孔洞、Nb 合金元素对材料变形行为的原子级机理：
a.晶粒尺寸：形状记忆合金材料存在临界晶粒尺寸，晶粒细化会引发变形机制转变，产生反 Hall‑Petch效应；
b.析出相：Ni₄Ti₃析出相会改变马氏体形核位置，调控自协调微观组织形态，直接影响超弹性滞后行为；
c.加载条件：系统评述了温度、加载速率、循环载荷带来的影响，从原子层面揭示了拉-压不对称、功能疲劳、损伤断裂的物理起源。
图3 超弹性NiTi形状记忆合金循环变形行为的分子动力学研究（引自Wang等（2020））
2.介观尺度｜相场模拟
相场法处于微观与宏观中间尺度，适合刻画马氏体相变、变体演化、晶界、析出相与塑性变形之间的耦合演化过程。综述总结了相场法的主要研究成果：
a.超弹性与弹卡效应：开展了晶粒尺寸工程、成分梯度工程、缺陷工程，实现了形状记忆合金的性能调控；
b.形状记忆效应：探究了晶粒尺寸、析出相对单程/双程形状记忆效应以及循环性能退化的影响；
c.断裂行为研究：揭示了马氏体相变增韧、重取向增韧机理，模拟了循环载荷条件下裂纹萌生与扩展。
图4 含析出相的单晶NiTi形状记忆合金超弹性和弹卡效应的相场模拟研究（引自Xu等（2024））
3.宏观尺度｜本构模型与有限元仿真
面向实际工程构件，已有研究在不可逆热力学框架下建立了宏观本构模型，实现了构件的力学场、温度场预测，直接服务器件结构设计。综述重点梳理了以下研究方向：
a.应变局部化现象，如类 Lüders 相变带的产生与演化；
b.热-力耦合与率相关行为，解析了相变潜热、换热条件对材料力学响应的影响；
c.循环变形与功能退化，对比了不同本构模型的发展脉络；
d.扩散‑力学耦合效应，重点针对氢致脆化问题开展了仿真；
e.断裂行为，开展了相变增韧、缺口效应、混合模式加载下失效行为模拟。
图5 NiTi形状记忆合金应变局部化现象的有限元仿真研究（引自Kazinakis等（2022）和Tsimpoukis等（2023））
三、核心瓶颈与未来展望
核心瓶颈：
1. 单尺度仿真存在固有短板：分子动力学受时空尺度约束；相场方法计算成本高，很难直接用于工程构件仿真；宏观本构模型微观物理基础有待进一步夯实。
2. 真正意义的跨尺度耦合尚未实现：现阶段多尺度仿真大多属于 “串联式” 接力计算，缺少多尺度之间双向信息传递、物理自洽约束，难以真正实现 “从原子到构件” 的全链条预测。
未来重点研究方向：
1. 发展热-力耦合分子动力学，拓展多元、高熵形状记忆合金材料体系；
2. 开发多物理场耦合的高效跨尺度相场模型，重点面向三维多晶、疲劳失效问题；
3. 构建覆盖宽应变率范围的统一本构框架，攻克非比例多轴、全寿命损伤建模难题；
4. 融合机器学习原子势、高通量仿真，推进 “制备‑微观组织‑性能‑服役” 一体化仿真链，推动形状记忆合金由经验试错设计升级为预测化材料设计。
本研究得到了国家自然科学基金（12572092、12322203）、中国博士后特别资助项目（2025T180525）和制造过程测试技术教育部重点实验室开放课题（26kfzk01）的资助。
论文信息：
Bo Xu, Bing Wang, Chao Yu, Di Song, Xi Xie, Chong Wang, Qianhua Kan, Guozheng Kang, Qingyuan Wang. Multiscale modeling of NiTi-based shape memory alloys: From atomic mechanisms and microstructural evolution to macroscopic mechanical behaviors. Materials Science & Engineering: R: Reports, 2027, 172: 101297.
原文链接：https://doi.org/10.1016/j.mser.2026.101297
