復合材料因其優異的比強度、比模量和可設計性，在航空航天、能源交通等關鍵領域獲得廣泛應用。然而，疲勞載荷作用下復合材料的損傷演化呈現顯著的多尺度特征——從微觀尺度的基體微裂紋、界面脫粘，到細觀尺度的層間分層、纖維斷裂，最終發展為宏觀尺度的結構失效。準確理解和預測這一跨尺度損傷演化過程，是保障復合材料結構長期服役安全的核心科學問題。本文系統綜述了復合材料多尺度疲勞損傷演化的研究進展：首先從損傷物理機制出發，梳理各尺度典型損傷模式及其跨尺度關聯；進而評述多尺度實驗表征技術與數值建模方法，重點介紹基于漸進損傷模型、相場方法、機器學習融合等前沿手段的研究進展；最后探討多物理場耦合、制造工藝影響、數字孿生等新興方向帶來的機遇與挑戰。本文旨在為復合材料疲勞耐久性設計與壽命預測提供系統的理論參考。

關鍵詞：復合材料；疲勞損傷；多尺度建模；漸進損傷；機器學習

---

1 引言

復合材料在航空航天、氫能儲運、海洋工程等領域的應用日益廣泛，其長期服役過程中的疲勞可靠性成為結構設計的核心關切。與金屬材料不同，復合材料的疲勞失效并非單一主裂紋的穩定擴展，而是基體開裂、界面脫粘、分層、纖維斷裂等多種損傷模式在不同尺度上萌生、演化并相互耦合的復雜過程。這一特性使得復合材料疲勞壽命預測面臨根本性挑戰：微觀尺度的損傷事件如何影響細觀與宏觀的力學響應？跨尺度的信息傳遞如何實現高效而準確的建模？

多尺度研究方法正是應對這一挑戰的有效途徑。其核心思想是將復合材料視為從微觀（纖維/基體尺度）到細觀（單層/編織結構尺度）再到宏觀（構件尺度）的層級體系，通過建立各尺度間的信息傳遞機制，實現從組分性能到結構響應的完整預測。近年來，隨著原位實驗技術、高性能計算和人工智能方法的快速發展，復合材料多尺度疲勞損傷研究正經歷從定性描述向定量預測、從單一尺度向跨尺度耦合、從物理模型向數據-物理融合的深刻變革。

本文旨在系統梳理這一領域的研究進展。第2節闡述多尺度疲勞損傷的物理機制；第3節介紹多尺度實驗表征方法；第4節綜述多尺度數值建模技術；第5節探討新興發展方向；第6節給出結論與展望。

2 多尺度疲勞損傷的物理機制

2.1 微觀尺度：基體損傷與界面脫粘

在纖維/基體尺度（通常為微米至數十微米），疲勞損傷的萌生主要源于基體材料的微觀缺陷和纖維/基體界面的力學響應。聚合物基復合材料在循環載荷作用下，基體內部原有的微孔、微裂紋等缺陷逐漸擴展，形成彌散分布的微裂紋網絡。

界面脫粘是微觀尺度的另一關鍵損傷模式。由于纖維與基體的熱膨脹系數差異和模量不匹配，界面處存在殘余應力。疲勞載荷下，當界面剪應力超過界面強度時，纖維與基體發生局部脫粘。Hosseini等人對低溫熱-力耦合疲勞的研究表明，界面脫粘是損傷萌生的主導機制，達到臨界載荷后即引發后續的基體開裂。這一發現揭示了界面行為在疲勞壽命早期階段的關鍵作用。

陶瓷基復合材料（CMCs）的研究同樣印證了界面行為的重要性。Solt等人識別出CMCs在循環載荷下的四種基本損傷模式：基體開裂、界面脫粘、界面滑移和纖維斷裂。其中，界面剪應力的大小直接決定疲勞過程中的滯回能耗散程度。

2.2 細觀尺度：裂紋擴展與層間分層

隨著疲勞循環次數增加，微觀尺度的彌散損傷逐漸演化為細觀尺度（百微米至毫米）的局域化裂紋。在單向帶層合板中，微觀基體裂紋沿垂直于載荷方向的纖維間擴展，形成貫穿整個單層厚度的橫向裂紋。這些裂紋的密度隨循環次數增加而增大，達到特征飽和狀態（即特征損傷狀態，CDS）后，新裂紋萌生停止，后續損傷轉為裂紋張開位移的增大和層間分層的萌生。

編織復合材料中，紗線的交織結構使損傷行為更為復雜。Gao等人對平紋編織SiC/SiC復合材料的研究揭示，經紗與緯紗的交織區域是疲勞載荷下的薄弱環節，容易發生界面脫粘。X射線顯微CT觀測顯示，損傷優先在紗線交織處萌生，隨后沿經/緯紗界面擴展。縫紉紗線雖能抑制分層，但會引入局部應力集中，反而降低整體疲勞性能。

層間分層是細觀尺度的關鍵失效模式，通常由自由邊緣、孔邊或裂紋的高層間應力引發。分層一旦萌生，將迅速擴展并導致結構剛度顯著下降，往往是最終失效的前兆。

2.3 宏觀尺度：剛度退化與最終失效

宏觀尺度（厘米至米）觀測到的是各細觀損傷模式累積效應的綜合體現。宏觀表征是剛度的漸進退化。隨著基體裂紋密度增加和分層區域擴大，復合材料層合板的彈性模量持續下降，直至失穩破壞。

疲勞損傷的宏觀演化通常呈現三階段特征：初期快速下降（微裂紋萌生與飽和）、中期緩慢線性下降（裂紋張開與分層穩定擴展）、末期加速下降（局部纖維斷裂與結構失穩）。這一演化規律為基于剛度降的壽命預測方法提供了物理基礎。

值得注意的是，不同材料體系的宏觀失效模式存在差異。聚合物基復合材料往往以大面積分層和纖維斷裂為最終失效特征；陶瓷基復合材料則表現為基體開裂導致的纖維裸露與逐絲斷裂；金屬基復合材料還需考慮基體的循環塑性與氫脆耦合效應。

2.4 跨尺度關聯與耦合

上述各尺度損傷并非孤立發生，而是存在復雜的跨尺度關聯。微觀尺度的基體微裂紋聚集成細觀尺度的橫向裂紋；橫向裂紋的高應力引發層間分層；分層導致載荷重新分配，加劇未損傷區域的微觀損傷；如此循環往復，形成損傷演化的正反饋機制。

跨尺度耦合的典型例證來自Muthu等人對膠接修復夾芯復合材料的疲勞研究。該工作通過實驗與多尺度建模的對比發現：微觀尺度下，疲勞100次循環后基體單元已失效，而纖維單元保持完好；細觀尺度觀測到條紋狀失效模式，止于經紗邊緣；宏觀尺度則表現為隨循環次數增加的漸進基體開裂形成的寬而深的裂紋面。這一研究清晰展示了損傷從微觀萌生到細觀局域化再到宏觀累積的完整跨尺度演化鏈條。

3 多尺度疲勞損傷的實驗表征

3.1 微觀尺度表征技術

微觀尺度損傷的觀測依賴于高分辨率成像技術。掃描電子顯微鏡（SEM）可用于觀察斷口形貌和微裂紋形態。透射電子顯微鏡（TEM）能夠分辨界面反應層和納米級缺陷。原子力顯微鏡（AFM）可定量測量界面區域的剛度分布和脫粘程度。

近年來，X射線顯微計算機斷層掃描（XCT）成為微觀三維成像的有力工具。Hessman等人開發了從XCT數據提取短纖維增強熱塑性復合材料微觀結構參數的算法，實現了纖維取向分布、長徑比、體積分數等統計特征的高通量獲取。Gao等人則利用XCT獲取平紋編織CMCs的細觀結構參數，包括紗線截面尺寸、紗線間距、層厚等，為高保真建模提供了輸入。

3.2 細觀尺度原位觀測

細觀尺度的損傷演化需要在加載過程中進行原位觀測。數字圖像相關（DIC）技術通過追蹤試樣表面散斑圖案的變形，獲得全場應變分布，可用于識別裂紋萌生位置和監測裂紋張開位移。聲發射（AE）技術通過采集損傷事件釋放的彈性波信號，實現損傷模式的實時識別和定位——不同損傷模式（基體開裂、界面脫粘、纖維斷裂）具有特征頻率和能量，可通過波形分析加以區分。

同步輻射X射線顯微CT結合原位加載裝置，可實現三維損傷演化的動態觀測。該技術已成功應用于編織復合材料疲勞過程中內部裂紋萌生與擴展的可視化，為驗證多尺度模型提供了直接證據。

3.3 宏觀尺度性能測試

宏觀尺度的疲勞性能測試是材料表征的基礎。標準疲勞試驗測定S-N曲線（應力-壽命曲線），描述不同應力水平下的疲勞壽命。剛度退化試驗通過間斷停機測試或原位應變測量，獲得彈性模量隨循環次數的衰減規律。剩余強度試驗在不同循環次數后對試樣進行靜載拉伸，測定強度保留率。

值得注意的是，宏觀性能測試結果包含了所有尺度損傷的累積效應，但無法區分各損傷模式的貢獻。因此，單純依靠宏觀測試難以建立機理性的壽命預測模型，必須與微觀/細觀表征手段結合。

3.4 多尺度實驗數據融合

多尺度實驗數據的整合是關鍵挑戰。不同尺度實驗的時間、空間分辨率存在巨大差異：微觀XCT可分辨亞微米細節但視場有限，宏觀DIC可覆蓋全場但分辨率不足。數據融合的目標是構建跨尺度的損傷演化圖像。

Rojas Sanchez和Waas的研究提供了一個范例。他們基于文獻報道的微觀同步輻射數據和宏觀疲勞實驗數據，建立了多尺度疲勞模型。微觀數據提供了損傷萌生與初始擴展的機理認識，宏觀數據用于標定模型參數和驗證預測結果。這種數據融合策略兼顧了物理機理的準確性和工程應用的可行性。

4 多尺度疲勞損傷建模方法

4.1 多尺度建模框架概述

多尺度建模的核心任務是建立不同尺度間的信息傳遞機制。按信息流動方向可分為兩類：下尺度化（downscaling）——從宏觀載荷條件得到微觀應力/應變場；上尺度化（upscaling）——從微觀損傷狀態得到宏觀性能退化。

按尺度耦合方式可分為：分層多尺度（hierarchical multiscale）——單向信息傳遞，微觀計算結果以均質化形式輸入宏觀模型；并發多尺度（concurrent multiscale）——雙向信息傳遞，宏觀模型中關鍵區域嵌入微觀模型實時計算。

4.2 微觀力學模型

微觀力學模型旨在基于纖維、基體和界面的性能預測復合材料宏觀響應。代表性方法包括：

Mori-Tanaka方法：基于平均場理論，考慮夾雜相之間的相互作用，適用于預測含微裂紋復合材料的有效性能。通用單胞模型（GMC）：將代表體元（RVE）離散為子胞，賦予不同材料屬性，可模擬纖維、基體和界面的非線性響應。 concentric cylinder model：Zhang和Waas提出的NCYL模型采用同心圓柱代表體元，通過解析方法計算纖維/基體尺度的應變場，已成功應用于漸進損傷分析。

針對短纖維增強復合材料，Hessman的工作系統比較了不同均質化方法的精度，并建立了基于兩階段法的高周疲勞模型，引入纖維和基體的損傷變量預測疲勞極限。

4.3 細觀尺度損傷模型

細觀尺度模型關注單層或編織結構中的裂紋擴展和分層行為。主要方法包括：

連續介質損傷力學（CDM）模型：將損傷效應通過內變量引入本構關系。損傷變量可定義為剛度折減系數、有效承載面積減少比例等。損傷演化方程通常基于熱力學勢函數導出。

內聚區模型（CZM）：專用于模擬界面脫粘和分層。在潛在裂紋路徑上設置內聚單元，其本構關系描述牽引力與相對位移的關系，包括線彈性上升段、損傷起始、軟化下降和失效四個階段。

擴展有限元法（XFEM）：允許裂紋在單元內部任意擴展，無需重新劃分網格，適用于模擬任意路徑的裂紋擴展。

Gao等人針對平紋編織CMCs提出了一種高效的多尺度方法。他們將紗線段視為基本單元，利用小型復合材料（mini-composite）的疲勞試驗數據（滯回能耗散、殘余剛度退化）描述紗線的疲勞性能，避免了復雜的紗線微觀建模。該方法成功預測了環境溫度和1100℃高溫下的疲勞壽命，并揭示了經/緯紗交織區的脫粘機制。

4.4 宏觀尺度壽命預測方法

宏觀尺度方法直接基于結構響應預測疲勞壽命。主要類型包括：

S-N曲線法：基于材料的應力-壽命曲線，結合累積損傷準則（如Miner準則）預測變幅載荷下的壽命。優點是簡單易用，缺點是無法考慮損傷演化的物理過程。

漸進損傷模型：在有限元框架內逐單元更新材料性能。Wang等人提出的基于Hill方程的新型損傷累積模型具有代表性。該模型從非線性損傷累積規律出發，解析推導殘余剛度和殘余強度模型，確保兩者的內在一致性，并能捕捉疲勞壽命末期的損傷加速演化特征（sigmoidal曲線）。該模型在T800碳纖維層合板和L型接頭上的驗證與實驗吻合良好。

相場模型：將裂紋視為彌散化的場變量，通過控制方程自動模擬裂紋萌生、分叉和擴展。近期研究提出了擴散長度尺度可調的相場方法，能夠模擬從準脆性到脆性斷裂的轉變，并成功應用于顆粒增強復合板的裂紋擴展分析。

4.5 機器學習增強的多尺度建模

傳統多尺度方法面臨計算成本高昂的瓶頸，機器學習技術為突破這一瓶頸提供了新途徑。

降階替代模型：Rojas Sanchez和Waas采用神經網絡加速多尺度計算。他們將NCYL微觀模型的計算結果作為訓練數據，訓練神經網絡替代微觀模型的實時計算，使計算效率顯著提升。該模型能夠準確捕捉損傷模式及其發生順序，并實現疲勞壽命的高效預測。

數據增強與遷移學習：針對疲勞實驗數據昂貴、樣本量小的問題，湘潭大學丁燕懷教授團隊提出了融合物理約束蒙特卡洛模擬（PCR-MCS）與遷移學習聯合注意力機制長短期記憶網絡（TA-LSTM）的混合智能預測框架。物理約束規則指導數據擴充，遷移學習和自注意力機制實現小樣本下的精準預測，預測誤差降低近80%。

Deep Material Networks (DMN)：Dey等人發展了基于DMN的多尺度方法。DMN作為一種微觀力學替代模型，具有“準模型無關"特性——一旦基于微觀結構訓練完成，可附加任意材料本構。他們針對短纖維增強熱塑性塑料，實現了線性疲勞損傷律和非線性冪律疲勞損傷律的集成，并基于復合材料實驗數據逆向識別模型參數。

多時間尺度分析：針對高周疲勞分析計算量過大的問題，有研究提出用恒定位移加載代替循環加載的多時間尺度方法。特征變量通過LightGBM和響應面法（RSM）優化建模。結果表明，LightGBM（21個特征）相比RSM（3個特征）的均方根誤差降低75%，分析時間縮短90%以上，同時保持了預測精度。

4.6 典型應用案例

為直觀展示上述方法的適用性，表1匯總了近期研究中典型材料體系、建模方法與實驗驗證情況。

表1 典型復合材料多尺度疲勞建模案例

從表中可見，不同材料體系和損傷機制對應不同的建模策略。編織結構CMCs需重點考慮紗線交織效應，短纖維復合材料需處理隨機取向分布，層合板則關注分層和橫向裂紋。機器學習方法正在從單純的替代模型向物理引導的智能建模演進。

5 挑戰與新興方向

5.1 制造工藝影響的納入

真實復合材料的微觀結構受制造工藝顯著影響：纖維取向分布、體積分數、孔隙率、殘余應力等均與工藝參數密切相關。傳統多尺度模型通常假設理想微觀結構，與真實材料存在偏差。

將制造工藝信息納入多尺度建模成為重要發展方向。工藝模擬（如注塑成型流動模擬、熱壓罐固化模擬）可預測構件各位置的微觀結構參數；這些參數作為多尺度模型的輸入，實現“工藝-結構-性能"一體化預測。Dey等人基于纖維取向張量插值方法，實現了對不同取向狀態的DMN快速生成，為工藝-性能關聯建模提供了高效工具。

5.2 多物理場與環境耦合

復合材料服役環境往往涉及多種物理場的耦合作用。典型場景包括：濕熱老化：水分和溫度影響基體塑性和界面強度；低溫環境：液氫/液氧貯箱面臨極低溫與熱循環的耦合；高速沖擊：涉及應力波傳播與應變率效應。

Hosseini等人對低溫熱-力耦合疲勞的研究表明，短期熱循環（快速溫度變化）的損傷增長率比長期熱循環高約40%。微觀-宏觀對比顯示，宏觀尺度損傷比微觀尺度估算值高約5%，而微觀尺度損傷增長率比宏觀尺度高約50%。這些差異源于應力集中和尺度效應，需要在多物理場建模中加以考慮。

5.3 不確定性量化與可靠性分析

復合材料的多尺度特性本身就帶來多重不確定性源：微觀結構隨機性（纖維分布、取向、界面性能）、模型不確定性（本構簡化、參數標定誤差）、載荷不確定性（服役載荷的隨機性）。

不確定性量化（UQ）的目標是定量評估這些因素對壽命預測結果的影響，實現可靠性設計。典型方法包括蒙特卡洛模擬、多項式混沌展開、高斯過程回歸等。然而，多尺度模型與UQ的結合面臨計算成本挑戰——高保真多尺度模型單次計算已十分耗時，難以直接用于數千次采樣。發展高效UQ方法（如降階模型+貝葉斯推斷）是當前研究熱點。

5.4 數字孿生與工業應用

數字孿生（digital twin）作為連接物理實體與虛擬模型的橋梁，為復合材料結構健康監測與壽命管理提供了新范式。其核心要素包括：高保真多尺度模型作為物理基礎；在線傳感數據（應變、溫度、聲發射）實時更新模型狀態；不確定性量化與預測性維護決策。

實現復合材料數字孿生面臨諸多挑戰：模型計算效率需滿足實時或近實時要求；傳感器數據與多尺度損傷狀態的映射關系需要建立；模型更新算法需兼顧精度和穩定性。機器學習與降階模型的融合是突破計算瓶頸的關鍵。

6 結論與展望

復合材料多尺度疲勞損傷演化研究經過數十年發展，已形成從機理認識到建模預測的完整知識體系。本文系統綜述了該領域的研究進展，主要結論如下：

1. 損傷機制的多尺度本質已獲共識：微觀尺度（基體開裂、界面脫粘）→細觀尺度（橫向裂紋、分層）→宏觀尺度（剛度退化、最終失效）構成完整的損傷演化鏈條，跨尺度關聯是準確預測的關鍵。

2. 實驗表征技術持續進步：XCT、原位SEM、聲發射等多尺度觀測手段為機理認識和模型驗證提供了直接證據。多尺度實驗數據的融合仍是需要深入研究的課題。

3. 建模方法日益豐富：微觀力學模型提供機理基礎，細觀CDM和CZM實現損傷演化的定量描述，宏觀漸進損傷模型滿足工程應用需求。機器學習方法正在重塑多尺度，顯著提升計算效率。

4. 新興方向帶來機遇與挑戰：制造工藝納入、多物理場耦合、不確定性量化、數字孿生等前沿方向推動研究向更真實、更可靠、更實用的方向發展。

展望未來，復合材料多尺度疲勞研究可能呈現以下趨勢：

- 物理-數據深度融合：純數據驅動模型面臨泛化能力挑戰，純物理模型面臨計算效率瓶頸。物理約束的機器學習（如PINN）、理論引導的神經網絡、可解釋AI等融合范式將成為主流。

- 全鏈條集成建模：從原材料性能（纖維、基體、界面）到制造工藝（成型、固化）再到服役性能（疲勞、蠕變、環境老化）的全鏈條集成，實現“材料-工藝-結構"一體化設計。

- 標準化與工程化：多尺度建模方法需要建立標準化的流程和驗證體系，降低工程應用門檻。針對氫能儲運、航空航天等關鍵領域，發展專用的多尺度疲勞分析軟件和數據庫。

- 數字孿生落地：結合物聯網、5G、邊緣計算等技術，推動多尺度模型從設計階段走向服役階段，實現復合材料結構的實時健康管理與智能維護。

復合材料的廣泛應用前景與疲勞失效的復雜機理構成永恒的張力，而多尺度研究方法正是在這一張力中不斷演進的橋梁。從微觀世界的界面脫粘到宏觀世界的結構失效，從實驗室的S-N曲線到數字孿生的實時預測，這一領域的持續探索將為復合材料結構的可靠服役提供堅實的科學基礎。

---

參考文獻

[1] Muthu J, Makhate I. Progressive Fatigue Failure Characterization of Bonded Repaired Sandwich Composites Using Experimental and Multiscale Modelling Approaches. ASME 2025 Aerospace Structures, Structural Dynamics, and Materials Conference, 2025.

[2] Hessman P A. On multi-scale modeling of fatigue in short glass fiber reinforced thermoplastics. KIT Scientific Publishing, 2025.

[3] Gao X, Song Y, Wu W, et al. A multi-scale fatigue life prediction method for plain-woven SiC/SiC composites based on cumulative hysteretic dissipated energy. Journal of the European Ceramic Society, 2026.

[4] Ghosh G, Biswas D, Bhattacharyya R. Advancements in multiscale modeling of damage in composite materials: A comprehensive review. Composites Part B: Engineering, 2025.

[5] Hosseini S M, Gholami M, Afrasiab H. Multiscale Numerical Damage and Fatigue Behavior of Polymer Composites Under Cryo-Thermal Loading. Polymer Composites, 2026.

[6] Hessman P A. On multi-scale modeling of fatigue in short glass fiber reinforced thermoplastics. OAPEN Library, 2025.

[7] Rojas Sanchez J F, Waas A M. An experimentally validated multiscale machine learning fatigue damage model for fiber reinforced composites. Composites Part B: Engineering, 2024.

[8] Overview on the existing approaches for life prediction methodologies and modelling of fatigue response. Fatigue in Composites (Second Edition), Woodhead Publishing, 2025.

[9] Dey A P, Welschinger F, Schneider M, et al. On the effectiveness of deep material networks for the multi-scale virtual characterization of short fiber-reinforced thermoplastics under highly nonlinear load cases. Archive of Applied Mechanics, 2024.

[10] Efficient Prediction of Fatigue Damage Analysis of Carbon Fiber Composites Using Multi-Timescale Analysis and Machine Learning. Polymers, 2024.