基于 EUCLID 从实验数据发现高弹性本构律
计算物理
2026-02-12 v2 材料科学
摘要
我们评估了 EUCLID（Efficient Unsupervised Constitutive Law Identification and Discovery，高效无监督本构律识别与发现）在实验数据上的性能。对天然橡胶样品进行机械测试，涵盖从简单到复杂的几何形状，收集全球的力-伸长数据以及局部的全场位移数据。利用这些数据，我们通过两种途径获得本构律：一种是对先验选定材料模型中未知参数进行常规识别，另一种是 EUCLID 实现模型选择和参数识别于统一的模型发现管道中的自动化。我们比较了两种方法的性能，分别使用全局数据和局部数据，分析预测准确性，并检验对未知几何形状的推广能力。此外，我们量化了实验噪声，探讨了每种方法覆盖材料状态空间的程度，并讨论了不同数据集和不同先验选定模型相对于 EUCLID 的相对性能。
引用
@article{arxiv.2510.24747,
title = {Discovery of Hyperelastic Constitutive Laws from Experimental Data with EUCLID},
author = {Arefeh Abbasi and Maurizio Ricci and Pietro Carrara and Moritz Flaschel and Siddhant Kumar and Sonia Marfia and Laura De Lorenzis},
journal= {arXiv preprint arXiv:2510.24747},
year = {2026}
}