Ferritic–martensitic dual phase (DP) steels deform spatially in a highly heterogeneous manner, i.e. with strong strain and stress partitioning at the micro-scale. Such heterogeneity in local strain evolution leads in turn to a spatially heterogeneous damage distribution, and thus, plays an important role in the process of damage inheritance and fracture. To understand and improve DP steels, it is important to identify connections between the observed strain and damage heterogeneity and the underlying microstructural parameters, e.g. ferrite grain size, martensite distribution, martensite fraction, etc. In this work we pursue this aim by conducting in-situ deformation experiments on two different DP steel grades, employing two different microscopic-digital image correlation (μDIC) techniques to achieve microstructural strain maps of representative statistics and high-resolution. The resulting local strain maps are analyzed in connection to the observed damage incidents (identified by image post-processing) and to local stress maps (obtained from crystal plasticity (CP) simulations of the same microstructural area). The results reveal that plasticity is typically initiated within “hot zones” with larger ferritic grains and lower local martensite fraction. With increasing global deformation, damage incidents are most often observed in the boundary of such highly plastified zones. High-resolution μDIC and the corresponding CP simulations reveal the importance of martensite dispersion: zones with bulky martensite are more susceptible to macroscopic localization before the full strain hardening capacity of the material is consumed. Overall, the presented joint analysis establishes an integrated computational materials engineering (ICME) approach for designing advanced DP steels.

A micromorphic computational homogenization framework has recently been developed to deal with materials showing long-range correlated interactions, i.e. displaying patterning modes. Typical examples of such materials are elastomeric mechanical metamaterials, in which patterning emerges from local buckling of the underlying microstructure. Because pattern transformations significantly influence the resulting effective behaviour, it is vital to distinguish them from the overall deformation. To this end, the following kinematic decomposition into three parts was introduced in the micromorphic scheme: (i) a smooth mean displacement field, corresponding to the slowly varying deformation at the macro-scale, (ii) a long-range correlated fluctuation field, related to the buckling pattern at the meso-scale, and (iii) the remaining uncorrelated local microfluctuation field at the micro-scale. The micromorphic framework has proven to be capable of predicting relevant mechanical behaviour, including size effects and spatial as well as temporal mixing of patterns in elastomeric metamaterials, making it a powerful tool to design metamaterials for engineering applications. The long-range correlated fluctuation fields need to be, however, provided a priori as input parameters. The main goal of this study is experimental identification of the decomposed kinematics in cellular metamaterials based on the three-part ansatz. To this end, a full-field micromorphic Integrated Digital Image Correlation (IDIC) technique has been developed. The methodology is formulated for finite-size cellular elastomeric metamaterial specimens deformed in (i) virtually generated images and (ii) experimental images attained during in-situ compression of specimens with millimetre sized microstructure using optical microscopy. The proposed IDIC method identifies the different kinematic fields, both before and after the microstructural buckling, and without any prior knowledge determines correctly the relevant patterning modes required by the homogenization scheme. It is further argued that patterning modes are independent of the unit cell size, the hole diameter to cell size ratio, as well as local material properties, allowing for modelling and design of (finite- and infinite-size) metamaterials and specimens with graded microstructures in terms of geometry and/or material properties. It is shown that the proposed methodology is also applicable to cellular metamaterials and structures with different microstructural designs.