四川
材料受力怎么变形、何时软化、何时断裂，人类用公式描述了一百多年。
现在，宁波团队让AI直接从实验数据里把这些公式"搜"了出来。不是黑箱，是显式的、人能读懂的方程。9月11日，成果发表在《Science Advances》，第一单位是宁波东方理工大学。
本构模型就是材料的性格方程
弹簧受力伸长、卸力回弹，胡克定律一句话说完。这就是最简的本构关系：应力和应变的关系。
真实工程材料没这么老实。金属高速撞击会变硬，大变形会越拉越硬，温度一高又变软；橡胶能拉长几倍弹回来；锂金属室温下就缓慢蠕变。把这些效应塞进一个公式，就是本构模型，固体力学的基石之一。
老办法的天花板是公式形式
过去一百年：科学家凭直觉先"拍"出公式骨架，再用数据拟合参数。冲击动力学用了几十年的 Johnson–Cook 模型就是这么来的。
它很成功，但骨架是定死的。形式选错，数据再多也补不回来。这就是"模型形式误差"，本构研究最硬的一堵墙。
符号回归能行，但不好走
让AI自己找公式，这条路叫符号回归，学界走了几十年。MIT 的 AI Feynman 项目就从数据里重新"发现"过费曼讲义里的一批公式。
问题是搜索空间太大，随变量数和算子数指数爆炸。主流做法是把公式编码成"树"，用遗传编程演化。树能表达任何式子，但效率低，还很难同时做好两件事：方程的结构，和材料的参数。
GraphED把树改成图
东方理工团队的框架叫 GraphED，核心动作只有一个：把方程从"树"改成"有向图"。节点是算子和物理变量，有向边定义连接关系。关键在边上——能挂固定的物理常数，也能挂可调的材料参数。
树里每个子表达式只能有一个"父亲"，同一项没法复用；图可以多个下游，结构更紧凑。更重要的是，方程长什么样、参数是多少，被塞进了同一张图。
三种材料，三条新方程
合金钢：找到描述应变率依赖和应变硬化的显式方程，嵌进完整本构模型后，精度超过 Johnson–Cook 模型。
锂金属：负极力学行为对温度和应变率极其敏感，是固态电池公认的难缠角色。GraphED 给出的塑性流动本构方程，优于常规经验模型。
填充橡胶：得到一条紧凑的超弹性本构方程，在不同配比和温度下保持稳定精度。
可解释不是情怀，是硬需求
神经网络代理模型已经又快又准，但工程界有保留：外推不可靠、过程不可解释、拿不出物理意义、很难嵌进商业CAE软件的标准框架。
工程师要的不是"猜得准"的黑箱，是一条能写进规范、能过评审、能被下一个人接着改的方程。
张东晓教授说得直白：很多复杂材料力学行为，现有经验本构模型根本描述不好；传统模型形式失效时，基于图的AI方程发现提供了新路径。
为什么值得中国人多看两眼
宁波东方理工大学由韦尔股份创始人虞仁荣出资创办，2025年正式获批设立，定位新型研究型大学。社会力量办基础研究，在中国高教体系里是少见的样本。
本构模型是CAE工业软件的心脏。LS-DYNA、ABAQUS、ANSYS 的材料库，是几十年攒下的核心资产。汽车碰撞仿真、航发叶片、核电管道、动力电池包，全依赖它的精度。精度差一点，设计就得多留余量；余量多一点，重量就上去，性能就下来。
能自动从数据里长出本构方程，等于多了一条自建材料库的路。这次，中国团队走在了前面。
别急着封神
验证的材料体系还是有限几类。外推到训练工况之外、各向异性、循环加载与损伤断裂，都需更多检验。"发现"的方程是全新物理，还是已知形式的重新组合，得靠专家一条条去读。这正是可解释的价值——能读，才可能被证伪、被改进。
材料力学只是第一扇门。流体、传热、化学反应动力学，只要有高质量数据加明确物理约束，这套思路就能搬过去。
— 感谢阅读 · 欢迎点赞关注 · 小编 —
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
