简介：面向材料科学、力学与智能结构领域的研究者和工程师，这套仿真资源围绕形状记忆合金（SMA）的马氏体—奥氏体相变机理，提供可在MATLAB环境中直接运行的数值模拟程序。资源以仿真脚本为主线，综合考虑温度变化、应力状态、时间演化和材料参数等关键因素，动态呈现SMA弹簧在不同温度与负荷下的形变过程和超弹性回复行为。压缩包内仅包含1个m源文件，整体大小2KB，轻量便携，既能帮助初学者直观理解形状记忆效应背后的相变逻辑，也便于中高级用户按需修改参数或扩展代码，快速开展个性化仿真实验。已有393人学习下载。借助该程序，使用人员可通过调整温度曲线、加载速率等控制变量，细致观察材料在相变过程中表现出的非线性力学特征，为航空航天、医疗器械、汽车工业与智能结构中的SMA器件设计提供有效参考。
1. 形状记忆合金弹簧的MATLAB仿真：这份SMA_Spring2资源能做什么
做智能结构和驱动器件的人，多半绕不过形状记忆合金。这东西最让人着迷的地方在于，它能把「热」变成「位移」，而且在相变温度附近表现出来的行为——形状记忆效应和超弹性——跟普通金属完全不是一回事。你弯一根铁丝，松手它就弹回去了，但SMA弹簧不是这么玩的：它在低温下变形后，一加热就自己恢复原状，像是材料本身长了记忆。这份SMA_Spring2资颤的核心，就是一个名叫SMA_Spring2.m的MATLAB程序，用来模拟SMA弹簧在温度、应力、时间共同作用下的力学响应。对于刚接触SMA、想快速验证设计想法的工程师，或者在写课程设计、论文仿真部分的研究生来说，这个程序的价值在于让你不必先啃完一堆相变热力学文献，就能把弹簧在加热-冷却循环里的位移、恢复力变化跑出来。它适合那些需要「先用起来、再深入原理」的人。下文我会把运行步骤、参数含义、结果解读和几处最容易翻车的地方拆开讲。
2. 形状记忆效应与超弹性的物理基础：马氏体-奥氏体相变怎么影响仿真
要调好这个MATLAB程序，得先弄明白它在模拟什么。SMA的行为不是线弹性，而是一个由温度驱动的相变过程。这一章先把这个物理模型讲透，再落到程序怎么把这些物理量组织起来。
2.1 马氏体和奥氏体：两种晶体结构如何决定形状恢复
SMA内部同时存在两种晶体结构。高温时稳定的是奥氏体，也叫母相，晶格对称性高，排列整齐；低温时稳定的是马氏体，晶格发生切变，对称性低，可以容纳更大的变形。这两种结构之间的转变，是形状记忆效应的根源。理解这个相变，才能理解程序里那些温度参数是怎么干活的。
马氏体有个关键特性：它存在多个变体，也就是同一马氏体可以有不同的晶体取向。当外力作用时，有利取向的变体会长大，不利取向的变体会缩小，材料在宏观上表现出变形。这个变形在去除外力后不会自动恢复，因为马氏体结构已经稳定了。但如果你把材料加热到奥氏体转变结束温度以上，马氏体变体会全部转变成单一的奥氏体结构，之前因变体重新取向而积累的宏观变形也就跟着消失了。这就是「形状记忆」的微观机制。
程序里跟这个机制直接对应的参数，一般是马氏体起始温度M_s、马氏体结束温度M_f、奥氏体起始温度A_s、奥氏体结束温度A_f。这四个温度把相变过程划分成几个阶段。仿真时，当温度低于M_f，材料基本全马氏体；温度高于A_f，材料全奥氏体；中间温度段则呈现两相共存。SMA_Spring2.m里肯定会在某个位置读取这四个温度值，并据此计算当前温度下的马氏体体积分数，而这个分数直接决定了弹簧的弹性模量和变形能力。
2.2 超弹性与形状记忆效应的区别：什么时候该用哪种模型
很多初学者把超弹性和形状记忆效应混为一谈，实际上它们在应用上是两个完全不同的场景。形状记忆效应发生在低温段：材料在马氏体状态下变形，变形保持住，然后加热恢复。超弹性发生在高温段：材料在奥氏体状态下加载，加载过程中应力诱发了马氏体相变，材料表现出非常大的可恢复变形，卸载时马氏体逆转变为奥氏体，变形完全恢复，应力-应变曲线上会出现一个典型的滞回环。
两种效应都源于马氏体和奥氏体之间的相变，但驱动条件不同。形状记忆效应由温度驱动，超弹性由应力驱动。在SMA_Spring2.m的仿真里，你要先确认自己在模拟哪个过程。如果模拟的是「低温变形-加热恢复」，那重点观察的是温度-位移曲线；如果模拟的是「高温反复加载」，那重点观察的是应力-应变曲线。
这个判断会直接影响到你给程序输入的初始条件。我在用这类程序时有个习惯：先看一眼代码里有没有显式的加载/卸载子函数，或者有没有逐步升温的循环。如果有，说明它支持两种模式；如果只有单一的温度扫描，那它可能只覆盖了形状记忆效应。SMA_Spring2.m能模拟弹簧的响应，你就要想清楚，弹簧是作为驱动器（利用形状记忆效应）还是作为阻尼器（利用超弹性）来用，两者的参数设置方向完全不同。作为驱动器，关注恢复力和恢复位移；作为阻尼器，关注滞回环面积和耗能能力。
2.3 SMA弹簧的力学响应：从相变温度到应力-应变曲线
把相变模型和弹簧几何结合起来，SMA弹簧的力学响应会比金属弹簧复杂得多。普通弹簧的刚度是常数，力-位移关系是线性的；SMA弹簧的刚度随温度和应力状态变化，因为马氏体体积分数变了，材料的弹性模量也跟着变。更麻烦的是，相变过程中还会产生相变应变，这个应变是温度、应力和加载历史的函数，不是简单的线性叠加。
程序里要处理的核心关系通常是这样的：给定一个温度T和弹簧位移δ，算出当前弹簧承受的力F，然后检查这个状态下是否发生相变。如果相变发生了，马氏体体积分数ξ会更新，弹性模量E(ξ)会跟着变，下一时刻的力也要重新计算。这个过程如果用一个简单的弹簧刚度公式，比如F = G(ξ)·d³/(D³·n)·δ，那G(ξ)就是马氏体和奥氏体剪切模量的加权平均。这里的d是丝径，D是弹簧中径，n是有效圈数。
SMA_Spring2.m的数值流程大概会是这样：先初始化材料参数和弹簧几何参数，然后进入一个时间或温度循环，每个循环步内计算当前温度下的相变状态，再根据相变状态计算剪切模量，最后用弹簧公式求力或位移。如果程序里用了有限元，那会更复杂，但对弹簧这类简单结构，解析公式往往已经够用。你拿到程序后，第一步不是改参数，而是确认它内部用的是弹簧专用公式还是离散化的有限元模型，这决定了你能调哪些参数，以及结果会以什么形式输出。
提示：如果程序里温度单位是摄氏度而材料参数表里给的是开尔文，那你第一个要检查的就是单位换算。相变温度差20 K，仿真结果就可能从「完全恢复」变成「恢复一半」。
3. 运行SMA_Spring2.m：从解压到跑出第一组曲线
物理模型建立起来了，现在进入实操。这一章讲怎么把SMA_Spring2.rar解压后跑起来，分析代码结构，以及改哪些参数来改变仿真行为。我假设你用的是Windows系统加MATLAB R2020a或更新的版本，如果你的环境不同，后面会提到注意点。
3.1 文件结构与运行环境：MATLAB版本和工具箱要求
SMA_Spring2.rar解压后，核心文件就一个SMA_Spring2.m，这是脚本文件，不是函数文件，所以没有输入输出参数定义，直接运行就能看到结果。这种结构有个好处：所有变量都在工作区里，跑完后你可以直接查看每个变量的值，不用去调试函数接口。缺点是如果程序里用了全局变量或脚本共享变量，后续改成函数时需要重构成参数传递。
运行环境方面，SMA_Spring2.m如果只用了基础矩阵运算和绘图命令，那任何MATLAB版本都能跑，不需要额外工具箱。但如果你发现代码里调用了优化工具箱的函数，比如fmincon之类，那就需要Optimization Toolbox。我没法确定这个程序具体调了什么，但你可以用MATLAB的依赖分析工具：在编辑器里打开SMA_Spring2.m，点「Analysis」菜单下的「Check Code with Code Analyzer」，或者在命令行输入matlab.codetools.requiredFilesAndProducts('SMA_Spring2.m')，MATLAB会列出所有依赖的工具箱。
在第一次运行之前，建议把当前目录设置到解压文件夹，或者在MATLAB的「Current Folder」里右键SMA_Spring2.m，选择「Run」。如果你用的是MATLAB Online，直接把.m文件拖到当前目录也可以。运行后，程序会弹出至少一个figure窗口，显示仿真曲线。如果什么都没弹出来，检查代码末尾是不是有plot命令被注释掉了。
3.2 代码结构分析：主程序、参数定义与求解流程
打开SMA_Spring2.m，你会看到代码大致分三个区域：参数定义区、计算循环区、结果绘图区。我按常见的组织方式来解释，你对照自己手里的文件看，结构应该八九不离十。
第一个区域是参数定义，通常包含上述的四个相变温度、马氏体和奥氏体的弹性模量或剪切模量、弹簧的几何尺寸、加载条件等等。这段代码是纯赋值，没有循环，一眼能看全。如果你看到类似Ms = 320; Mf = 290; As = 350; Af = 380;这样的行，这就是相变温度，单位是开尔文。
第二个区域是计算循环。最常见的是for循环或while循环，按时间步或温度步迭代。每次迭代里会先算当前温度下的马氏体体积分数，再算模量，最后算力和位移。循环体内一般会有if-else分支，用来区分加热和冷却过程，因为加热走的是马氏体→奥氏体的公式，冷却走的是奥氏体→马氏体的公式。这两个过程的相变区间不一样，不能用同一个公式硬算。
第三个区域是绘图。程序至少会画出一张图，横轴可能是温度、时间或位移，纵轴可能是力、位移或应力。建议你跑完后用gcf和figure命令把图窗调出来，直接在绘图区下方的工作区里观察数据。
3.3 关键参数怎么改：温度、载荷、材料常数的影响
改参数是使用这份资源最常见的需求。不是所有参数都能改，也不是改了就有意义，这里把几个关键参数的调整逻辑说一下。
相变温度是最敏感的。Ms、Mf、As、Af这四个值共同决定了形状恢复发生在什么温度区间。如果你的应用场景是人体温度附近，那相变温度要设成略低于37°C。如果设得太高，加热到体温根本不会发生相变，弹簧自然不会动。常见做法是让As比工作环境温度高10-20°C，Af比工作环境温度高30-50°C，具体看需要多大恢复速度。
载荷参数决定了弹簧的初始变形状态。如果程序里有一个F_applied或load变量，它表示外力。你把它设得太大，可能超过超弹性可恢复范围，导致残余变形越来越大；设得太小，相变驱动力不足，看不到明显的滞回效果。我一般会先取材料的最大可恢复应变的50%-70%换算成载荷，然后再做一次全温度扫描，看看曲线形态是否符合预期。
材料常数里最重要的是弹性模量。SMA的奥氏体模量通常是马氏体模量的两倍以上，比如马氏体约28 GPa，奥氏体约75 GPa。如果代码里只有一个统一模量，那简化程度较高，结果只能作为定性参考。如果分别给了两个模量，那你改的时候要保证顺序不错，否则加热过程算出来的弹簧刚度会越变越小，方向完全反了。
% 基于SMA_Spring2.m的参数改动示例（按典型字段补全） Ms = 300; % 马氏体起始温度，单位K Mf = 280; % 马氏体结束温度，单位K As = 310; % 奥氏体起始温度，单位K Af = 340; % 奥氏体结束温度，单位K G_M = 28e9; % 马氏体剪切模量，单位Pa G_A = 75e9; % 奥氏体剪切模量，单位Pa d = 1.0e-3; % 弹簧丝径，单位m D = 8.0e-3; % 弹簧中径，单位m n = 10; % 有效圈数 T_start = 250; % 起始温度，K T_end = 400; % 结束温度，K num_steps = 200; % 温度步数 % 温度循环模拟 T = linspace(T_start, T_end, num_steps); xi = zeros(size(T)); % 马氏体体积分数 F = zeros(size(T)); % 弹簧恢复力 for i = 1:num_steps if T(i) < Mf xi(i) = 1.0; % 完全马氏体 elseif T(i) > Af xi(i) = 0.0; % 完全奥氏体 else % 简单线性插值，实际代码可换更精确的相变模型 xi(i) = (Af - T(i)) / (Af - As); end % 剪切模量随马氏体含量加权 G = xi(i) * G_M + (1 - xi(i)) * G_A; % 螺旋弹簧刚度公式 k = G * d^4 / (8 * D^3 * n); F(i) = k * delta; % delta为预设变形量 end这段代码演示了温度扫描的基本模式，实际程序里可能还会分加热和冷却两个方向分别计算。逻辑说明如下：xi是马氏体体积分数，从1变到0的过程表示加热时马氏体转变为奥氏体。G用线性加权计算混合模量，这是一种简化，真实相变过程模量变化未必线性，但作为工程估算够用。k用经典螺旋弹簧刚度公式，参数d、D、n从弹簧几何尺寸来。注意这里用了delta这个变量，它在原程序中应该也是个可调参数，表示弹簧的预设变形量，你要先在工作区里确认它存在，否则这段代码会报错。如果你要算恢复力随温度的曲线，重点看F从低温到高温的变化趋势，正常应该是一个从大到小的过程，因为模量降低导致同样变形下的力变小；如果看到F反而不变，检查xi插值方向是否写反了。
4. 仿真结果怎么解读：从曲线到弹簧设计参数
跑出曲线不是终点，读懂曲线才是。这一章讲怎么从SMA_Spring2.m的输出里提取设计参数，包括形状恢复率、滞回环面积、恢复力范围。别指望程序直接给你一个「设计结论」，它只给原始曲线，结论要你自己算。
4.1 温度-变形曲线：形状恢复率怎么看
如果程序输出的是变形随温度变化的曲线，那你看到的最典型形态是这样：低温段变形量较大且基本不变，加热到As附近时变形量开始快速下降，到Af以上变形量趋于零或有残余，冷却时变形量缓慢回升，但不会完全回到初始路径，形成一个温度滞回。这个滞回的存在是相变滞后造成的，不是程序bug。
形状恢复率是这么定义的：假设低温变形量是δ_L，高温变形量是δ_H，恢复率η = (δ_L - δ_H) / δ_L × 100%。如果η接近100%，说明超弹性恢复或形状记忆恢复完全；如果只有80%，要么是载荷过大引入了不可逆滑移，要么是相变温度区间设得不合理。我一般会在程序跑完后，直接在工作区里取delta_L = F(1) / k(1)和delta_H = F(end) / k(end)来算，或者如果程序直接输出位移变量，用两组对应值相减再除。
温度滞回宽度也有意义。滞回越宽，说明相变过程中能量耗散越多，这对于阻尼应用有好处，但对于精确位置控制就是大麻烦。如果SMA_Spring2.m的输出里包含加热和冷却两条曲线，你可以用两条曲线的中点温度差来量化滞回宽度，这个值通常在10-30 K之间，超过40 K说明材料或模型参数可能有问题。
4.2 应力-应变滞回环：超弹性耗能能力的评估
如果程序支持加载-卸载循环，输出会是一组应力-应变曲线。完全奥氏体状态下的SMA加载时，曲线先线性上升，到达应力平台后相变发生，应变快速增加而应力几乎不变；卸载时先沿平台回到较低应力，然后应变恢复，曲线闭合。中间围出来的面积就是单位体积材料在一个循环里耗散的能量。
要评估耗能能力，你用trapz对滞回环积分就行。程序输出的数据如果包含应力和应变两个等长的向量，耗能密度直接等于W = trapz(strain, stress)，单位是J/m³。这个值越大，说明这只弹簧作为阻尼器越有效。通常SMA的等效阻尼比可以到5%-10%，远超普通金属弹簧的1%以下。如果算出来的耗能为负值，说明加载和卸载曲线的顺序反了，或者滞回环是逆时针的，这时候检查数据排序。
滞回环还有一个值得关注的点：残余应变。卸载结束后应变是否归零？如果没有归零，说明产生了不可逆的马氏体变体重新取向或滑移变形。程序如果只给一条加载曲线而没有卸载段，那你是看不出残余应变的，这时要回到代码里看是否包含反向扫描循环。
4.3 应用到实际设计：弹簧刚度、恢复力和工作温度范围
仿真结果要落到设计参数上，才能指导选型和尺寸确定。从SMA_Spring2.m的输出中，你需要提取三个核心设计量：弹簧刚度曲线、最大恢复力和可用温度窗口。
弹簧刚度在加热过程中不是常数。你可以从力-位移曲线的局部斜率提取当前温度下的刚度值。具体做法是：在某个温度点附近，对力-位移关系做线性拟合，斜率就是该温度下的切向刚度。如果程序里只有温度扫描而没有位移扫描，那就用我之前那段代码的思路，算出每个温度下的k，然后画k-T曲线。这个曲线告诉你高温段弹簧比低温段软多少，常见的情况是高温刚度是低温刚度的3-4倍，这个比值决定了驱动器的可控范围。
最大恢复力通常出现在最低工作温度下、马氏体状态时。设计时你要确认这个力是否满足末端负载要求，同时确认它不会超过材料的最大相变应力，否则会引入永久变形。工作温度窗口则是由As和Mf限定的：驱动器升温工作，工作下限不低于As，工作上限不超过Af太多，否则能量浪费；阻尼器相反，工作温度要高于Af，使材料完全奥氏体化才能充分发挥超弹性。
% 从仿真结果中提取设计参数的示例脚本 % 假设工作区已有变量 T（温度向量）和 delta（位移向量） % 1. 计算等效刚度（假设力 F 已知或通过弹簧公式计算） F = G * d^4 / (8 * D^3 * n) .* delta; % 注意此处G随温度变化 % 2. 提取最高温和最低温的刚度 k_low = F(1) / delta(1); % 低温马氏体刚度 k_high = F(end) / delta(end); % 高温奥氏体刚度 fprintf('低温刚度: %.2f N/m\n', k_low); fprintf('高温刚度: %.2f N/m\n', k_high); fprintf('刚度比: %.2f\n', k_low / k_high); % 3. 形状恢复率 eta = (delta(1) - delta(end)) / delta(1) * 100; fprintf('形状恢复率: %.1f%%\n', eta); % 4. 半功率带宽法估算阻尼比 % 取滞回环面积 W 和弹性应变能 U % W = trapz(应变, 应力)，有加载卸载数据时可用 U = 0.5 * k_high * delta(end)^2; % damping_ratio = W / (4 * pi * U);这段脚本补充了从温度扫描结果提取设计参数的常见逻辑。第一行到第三行计算刚度和刚度比，注意G在代码里是变量，这一步要在完整循环后执行，因为G的值会覆盖。第4步计算阻尼比的公式被注释掉了，因为它需要滞回环数据，单纯的温度扫描没有这个数据，你要用这部分功能就必须确保程序里包含加载-卸载段。
5. SMA仿真避坑指南：参数、模型与数值收敛的常见问题
仿真程序跑不转、跑出来的结果不合理、或者跟实验对不上——这些问题我基本都遇到过。这一章把最高频的几类坑列出来，每条按现象、原因、解决的思路来写。这些坑在SMA_Spring2.m这类程序里大概率会出现，提前知道能省不少排查时间。
5.1 加热时形状恢复不完整：相变温度设错方向
现象：仿真温度已经升到Af以上，但位移量只恢复了一部分，或者干脆完全没恢复。
原因：最常见的是As、Af和Ms、Mf四个温度的顺序关系写错了。正确的关系是Mf < Ms < As < Af，如果程序里出现Ms > As的情况，加热和冷却过程就会在某个温度区间内出现「无相变」的真空段，材料永远无法完全转变到奥氏体。
解决：先把四个温度打印出来，确认顺序。然后检查程序里判断相变分支的条件语句，比如if T < Ms和if T > As，中间的那个温度段应该落在两相共存区，如果你看到的是封闭区间，说明边界条件设成开区间了。
我在调试这类问题时的经验是：把温度范围设宽一些，比如从低于Mf 50 K到高于Af 50 K，然后看马氏体体积分数曲线是否在两端分别达到1和0。如果达不到，问题必然出在相变温度顺序或边界判断上。
5.2 数值不收敛：循环内出现NaN或Inf
现象：程序运行结束后，工作区里的某个变量值全是NaN，或者弹出「Matrix is singular」之类的警告。图可能画出来了，但曲线断断续续。
原因：SMA的本构方程在相变边界上是不连续的。如果程序里用了微分方程求解器（比如ode45），在相变点上可能因为雅可比矩阵奇异而失败；如果是for循环，可能是某一步里弹簧刚度k计算为0，导致位移或力变成无穷大。
解决：先检查除法运算的分母是否可能为零，比如D^3如果D设为0就会出问题。弹簧中径、丝径这些几何参数必须是正数，而且数量级要对。还有一种常见情况是剪切模量G被设成0来表示「无应力」，在循环里如果xi恰好等于某个值导致加权模量归零，也会爆。解决方式是给G加一个很小的下限值，比如G = max(G, 1e6)，保证数值稳定性。
5.3 滞回环不闭合：加载和卸载路径对不上
现象：跑完一个加载-卸载循环后，卸载段终点应力和应变跟加载段起点不一致，曲线开口了。
原因：程序可能没有包含完整的相变滞后模型。SMA的加载和卸载路径不同，需要用不同的相变条件来驱动。如果代码里只有一个统一的相变方程，那加载和卸载会走同一条路径，滞回环面积为零；或者如果加载终点的状态没有作为卸载的初始条件传入，曲线就会从错误的起点开始。
解决：确认代码里是否区分加载和卸载两个分支。如果if direction == 1这样的判断就是用来区分方向的。没有的话，你需要自行修改代码结构，在循环里加一个状态标志。我一般会在循环开头加一个if dF >= 0来判断是加载还是卸载，再选择对应的相变公式，这样滞回环才能闭合。
5.4 单位混乱：温度用K还是°C导致结果失真
现象：程序输入参数为T = 350，看起来像是开尔文，但某个材料参数表里写的A_f = 85°C，你直接赋值了，导致结果偏差很大。
原因：SMA材料的相变温度在文献里经常用°C，而数值仿真里为了方便计算热力学量又经常用K。如果代码内部用的是K，但材料参数从文献里抄的是°C，差273.15 K，结果自然是错的。
解决：在参数区统一做一次换算。常见的做法是在程序开头把所有的°C都转成K，或者反过来。我个人的习惯是所有内部计算都用K，只在输入输出层保留°C。这样你从文献里抄参数时，只需在赋值语句末尾加+ 273.15。如果程序已经写好但你不确定它的单位，用一个已知结果来校验——例如，取一个所有参数已知的工况，把输出曲线跟文献曲线对比，如果整体偏移正好是273.15 K的倍数，那基本可以确定是单位问题。
注意：温度单位问题是最隐蔽的坑，因为程序不会报错，曲线形态也正常，只有数值对不上。建议在参数改动前先跑一遍原始程序，确认「加热峰」出现在你的预期温度附近，再开始改参数。
5.5 弹簧几何参数数量级错误
现象：结果曲线形态正确，但恢复力或位移的数值比物理常识大了好几个数量级。
原因：弹簧公式里丝径d是四次方，中径D是三次方，几何参数只要有数量级的偏差，力的计算结果就会差得离谱。比如d应该填0.5e-3米，你填了0.5，分子瞬间变成原来的(0.5/0.0005)^4 = 10^12倍，结果爆表。
解决：在参数区里对每个几何量标注单位，并做量纲检查。我一般会专门写一段校验代码，把弹簧刚度公式的量纲打印出来：[G] = Pa = N/m²，[d⁴] = m⁴，[D³] = m³，[n] = 无量纲，所以刚度单位是N/m，力的单位是N。如果算出来的力高达10^6 N，那不用看曲线，肯定是单位错了。
6. 进阶：把SMA_Spring2扩展成参数扫描工具
当你能熟练跑通单次仿真，下一步就是批量参数扫描了。这一章讲两个实用技巧：自动遍历相变温度来观察恢复率变化，以及把仿真结果导出成结构化数据，方便和实验数据对比。这两个扩展是面对真实设计需求最常见的操作。
参数扫描的常见做法是把SMA_Spring2.m的核心计算部分封装成一个函数，输入是材料参数和几何参数，输出是恢复率或恢复力。我这里给出一个参考实现思路：写一个外层脚本，用for循环遍历不同的As值，每次都调用封装好的函数，记录输出结果。这里的关键是确保每次循环里修改的参数能正确传递到计算函数里，不要在循环体里改到全局变量导致相互污染。
% 参数扫描：遍历不同As值，观察形状恢复率变化 As_values = 310:5:380; % 奥氏体起始温度扫描范围 results = zeros(size(As_values)); for i = 1:length(As_values) % 修改全局参数结构体 params.As = As_values(i); params.Af = params.As + 30; % 保持Af-As差值不变 % 调用核心计算函数 [eta, F_max] = sma_spring_simulate(params); results(i) = eta; fprintf('As = %d K, 恢复率 = %.1f%%, 最大恢复力 = %.2f N\n', ... As_values(i), eta, F_max); end % 绘制扫描结果 figure; plot(As_values, results, '-o', 'LineWidth', 1.5); xlabel('As (K)'); ylabel('Shape recovery rate (%)'); title('Shape recovery rate vs. As temperature'); grid on;逻辑说明：这段脚本先把As从一个合适的最小值扫到最大值，每步保持Af-As差值固定，这样扫描的是整个相变区间的平移。输出结果存进results数组，最后画成图形。你运行时会发现，As太低可能导致工作温度低于室温，恢复率反而异常；As太高会导致温度上限不够，扫不出完整曲线。这个现象本身就是设计选型的重要参考。
把结果导出成结构化数据这一步，常见套路是用writetable生成CSV文件，方便后续用Excel或Python处理。核心代码如下：
% 导出仿真结果到CSV文件 T_body = T'; % 温度列向量 delta_body = delta'; % 位移列向量 F_body = F'; % 力列向量 results_table = table(T_body, delta_body, F_body, ... 'VariableNames', {'Temperature_K', 'Displacement_m', 'Force_N'}); writetable(results_table, 'sma_spring_simulation_output.csv');这里有个经验之谈：导出的CSV文件名最好带上参数特征，比如sma_spring_As310_Af340.csv，而不是笼统地叫output.csv。因为参数扫描跑上十几组后，没有特征的文件名会让你彻底分不清哪条曲线对应哪组参数。从那以后我每次做批量仿真都强制在文件名里嵌入关键参数，这个习惯让我至少省掉了十几次重新跑仿真的麻烦。
CSV导出后，拿它和实验数据对比时注意频率对齐。仿真数据的时间步长和实验采样率往往不一致，直接用原始点对比会看不出趋势。常见做法是先把实验数据重采样到仿真时间网格上，或者反过来用interp1插值。这一步在MATLAB里一行命令就能解决，但很多人到这一步才发现两边的数据长度根本对不上，白白浪费时间。希望这个提醒能让你少走一段弯路。
本文还有配套的精品资源，点击获取
