由KarelMatous领导的一支科研团队发表的新论文描绘了异构颗粒材料的精确统计描述如何支配热机械性能。KarelMatous是圣母大学计算力学工程学院航空航天和机械工程系副教授。详细的统计是在国内最大的并行超级计算机上计算完成的，而且采用了一种新的自适应插值/集成方案。量化多体系统的形态在很多科学领域都有应用，从复合材料结构到天体的应用等。

“几个世纪以来，像开普勒、麦克斯韦和爱因斯坦等这些伟大的大脑已经研究了多体系统的统计特性和小规模结构对宏观运输和机械性能的影响。”Matous说。“我们首次预测了粒状柏拉图固体包的属性，并发现它们的形状对整体热机械行为的影响。在我们工作的基础上，现在一大类具有任意夹杂的材料可以很轻易地研究。”

该研究是Matous小组数据驱动（基于图像）多尺度建模的一部分。“在我的研究中，我采用计算和实验手段在极端环境下研究异构和多功能材料。”Matous说。“这些材料对于我们的日常生活是非常重要的，而且在生物工程、汽车和航空航天工业、微机电系统（MEMS）等方面都很有用处。异构多功能材料扮演的关键角色包括结构支撑、自愈能力、发电和存储、压力缓解和生物过滤等。”

“这些看似简单而优雅的材料的功能是物理、力学和化学性能决定的，以及由我们对于这些材料的理解来支配的。如果在良好分辨率的基础上能保留高阶统计信息，那么许多这些材料则可以被更好地理解。我的目标是通过进一步发展微观结构-统计性能关系以便能更好地理解机械和材料科学。”Matous强调下一步工作是研究材料界面和各向异性的影响。

“扩展这些模型，考虑界面属性和它们的行为是非常具有挑战性的。”他说。“也有不少材料是各向异性的，而且如何量化高阶各向异性仍然是一个悬而未决的问题。不仅如此，将这项工作于图像测试技术相联系是非常通行的办法，这有助于我们获得真实的微观结构，而分析真实的材料系统则是下一步研究工作。”

该论文作为《会议论文》杂志封面文章发表。

新材料在线编译整理——翻译：杨超     校正：摩天轮