4. 一维损伤本构模型

在一维受力状态下，损伤力学最核心的任务是把“材料内部微缺陷的累积”折算成一个可计算的宏观变量，并让它进入应力—应变关系。最常用的标量损伤变量记为 D，取 D=0 表示无损伤，D=1 表示完全失去承载能力。在一维情形下，有效承载面积由 A 缩减为 A(1−D)，于是有效应力为

σ̃ = σ / (1 − D)

其中 σ 是名义应力（试验机按原始截面算出的应力），σ̃ 是作用在未损伤骨架上的有效应力。这一“有效应力”概念是弹性损伤与弹塑性损伤模型的共同基础，区别在于塑性应变是否参与变形分解。

弹性损伤模型：加卸载响应

弹性损伤模型假设除损伤外没有不可恢复变形，总应变全部为弹性应变，但弹性模量随损伤退化：

σ = E₀ (1 − D) ε
E = E₀ (1 − D)

其中 E₀ 是初始弹性模量，E 是当前卸载模量。这一关系给出弹性损伤最直接的实验识别途径：在一次加卸载循环中，卸载段斜率就是当前割线模量，于是

D = 1 − E / E₀

弹性损伤的加卸载响应有一个鲜明特征：卸载路径沿一条斜率小于初始模量的直线回到原点，卸载后残余应变为零。随着损伤增大，卸载斜率不断变缓，形成一簇“扇形”卸载线。若在卸载后再加载，加载线基本沿同一斜率上升，说明刚度退化是永久性的，而变形是可恢复的。因此，弹性损伤适合描述混凝土受压初期、陶瓷、岩石脆性阶段等以微裂纹导致刚度下降为主、塑性变形不显著的情形。

弹塑性损伤模型：耦合与加卸载响应

当材料同时存在塑性流动和刚度退化时，必须把总应变分解为弹性部分与塑性部分：

ε = εᵉ + εᵖ
σ = E₀ (1 − D) (ε − εᵖ)

此时卸载不再回到原点，而是沿斜率为 E₀(1−D) 的直线回到残余应变 εᵖ 处。弹塑性损伤的加卸载响应因此同时携带两类信息：卸载线的截距反映塑性应变的累积，卸载线的斜率反映损伤程度。这正是从循环试验中分离塑性与损伤的关键。

在加载准则上，通常用应变或有效应力驱动的损伤判据，例如

f = ε̃ − κ ≤ 0,  ε̃ = ε − εᵖ
κ = max(κ₀, ε̃)

其中 κ 是历史最大等效弹性应变，只增不减，保证损伤不可逆。加载时 ε̃ 增大、κ 更新、D 增长；卸载时 ε̃ 减小、κ 保持，D 冻结不变。这一“加载演化、卸载冻结”的规则，是弹塑性损伤模型加卸载响应区别于纯弹性损伤的本质。

损伤演化方程

损伤演化方程描述 D 如何随加载历史增长。一维常用形式包括指数型、幂函数型和分段线性型。以指数型为例：

D = 1 − exp[ −a (κ − κ₀)ⁿ ]   (κ ≥ κ₀)
D = 0                          (κ < κ₀)

其中 κ₀ 是损伤起始阈值，a 控制演化速率，n 控制曲线形状。当 n=1 时损伤初期增长快、后期趋缓；n>1 时初期平缓、后期加速，更接近脆性破坏的“突然失稳”特征。幂函数型 D = [(κ−κ₀)/(κ_f−κ₀)]^m 则便于用破坏点 κ_f 标定，m 越大损伤越集中在临近破坏阶段。

演化方程必须满足两个基本约束：一是单调性，D 只增不减；二是有界性，0 ≤ D ≤ 1。在数值实现中，通常把 D 作为内变量，与 κ 一起在每个增量步更新，卸载时跳过演化计算。

参数识别方法

参数识别的输入是单轴循环加卸载试验的应力—应变曲线。识别流程可归纳为以下要点：

• E₀：取初始加载段（D≈0）的切线斜率，通常用 0.05σ_max 至 0.3σ_max 区间的割线模量。
• κ₀：取卸载模量开始明显低于 E₀ 时对应的等效弹性应变，即 E/E₀ 首次低于约 0.95 的位置。
• D–κ 数据对：对每个卸载点，用 D = 1 − E/E₀ 计算损伤值，用卸载点对应的 ε̃ = ε − εᵖ 作为 κ。
• 拟合 a、n 或 m：对 (κ, D) 数据做最小二乘拟合。指数型可先取对数化为线性：ln[−ln(1−D)] = ln a + n ln(κ−κ₀)，再线性回归求 a 与 n。
• 校验：用识别参数回代模型，重算各卸载点模量与残余应变，与试验值比较；若偏差集中在高损伤段，说明 n 偏小，应增大 n 或改用幂函数型。

示例：从一组循环试验数据识别参数

假设某混凝土试件单轴循环试验得到如下（示例、合理假设）数据：E₀ = 30 GPa，损伤起始阈值 κ₀ = 0.0008。取三个卸载点：

以指数型 D = 1 − exp[−a(κ−κ₀)ⁿ] 拟合。令 x = κ−κ₀（单位 10⁻³），y = ln[−ln(1−D)]：

点1: x=0.4,  D=0.100 → y = ln(0.1054) = −2.250
点2: x=1.0,  D=0.300 → y = ln(0.3567) = −1.031
点3: x=1.7,  D=0.600 → y = ln(0.9163) = −0.087

对 (ln x, y) 做线性回归，得斜率 n ≈ 1.55，截距 ln a ≈ −1.30，即 a ≈ 0.27（x 以 10⁻³ 计）。回代校验：点2 计算 D = 1 − exp[−0.27×1.0^1.55] = 0.237，与 0.300 有偏差，说明该组数据更接近幂函数型或需要引入 κ_f。这类偏差本身就是判断演化方程形式是否合适的依据，而不是简单接受拟合结果。

综上，一维损伤本构模型的建立可概括为：用有效应力概念连接名义应力与损伤；用卸载模量识别 D；用残余应变识别 εᵖ；用历史最大等效弹性应变 κ 驱动损伤演化；再用循环试验数据拟合演化参数并回代校验。弹性损伤与弹塑性损伤的差别，最终都体现在加卸载响应图上——前者卸载回原点，后者卸载留残余，而两者卸载斜率的退化都指向同一个损伤变量 D。