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副教授徐波，共同通讯作者为西南交通大学教授康国政、于超和四川大学教授王宠，合作者包括西南科技大学副教授王冰、电子科技大学副教授宋迪、中国民航飞行学院副教授谢曦、西南交通大学教授阚前华和四川大学教授王清远。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。

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。

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展望。

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。

原文链接：https://doi.org/10.1016/j.mser.2026.101297