这篇学位论文主要探讨了大数据背景下的算法在处理冲击相变响应中的应用，特别是针对几种基本构件（如杆、板和壳）的数值模拟。作者在导师的指导下，深入研究了相变材料在动载荷下的力学响应，尤其是早期波传播过程和动力响应。
相变在材料科学和固体力学中具有重要意义，它对材料和结构的性能有着显著影响。论文关注的是相变材料在受冲击载荷时的行为，其中特别选取了一维有限长杆作为研究对象。作者运用特征线法和有限差分数值方法，研究了矩形脉冲载荷下宏观相边界的传播规律。研究发现，自由面和固定端的边界条件都会影响相变过程，且载荷参数、材料性质和边界条件的组合可能导致不同的应力分布和层裂现象。
对于可逆相变材料，论文指出载荷的幅值、脉宽和端部边界条件会影响相变边界传播和卸载模式，进而影响应力拉伸区的位置。对于不可逆相变材料，论文提出可以通过控制加载条件来制备对称型梯度材料，并用此理论解释了实验中的新现象。
此外，论文还探讨了工业纯铁平板和FeMnNi合金非等厚碰撞实验中的异常层裂现象。通过特征线方法和定量分析，作者揭示了相变和逆相变如何改变冲击波结构，导致异常层裂，并给出了速度依赖的层裂位置规律。这些发现强调了相变材料在碰撞事件中特有的行为，与传统的弹塑性材料不同。
论文进一步介绍了将三维动态相变本构模型集成到ABAQUS有限元软件中的工作，以便对形状记忆合金结构进行数值模拟。这扩展了算法在处理复杂材料行为时的应用能力，特别是在模拟冲击下相变诱发的响应。
这篇论文在大数据分析的框架下，通过数值模拟技术深入研究了相变材料在冲击载荷下的动力学响应，发现了新的现象和规律，对理解和预测相变材料的行为提供了重要的理论基础。同时，它也展示了算法在解决复杂工程问题中的关键作用，特别是在处理大数据中的力学问题时。
