基于機器學習的固體變形與疲勞失效分析

主講人 : 闞前華 教授

固體變形與疲勞失效分析是固體力學領域的核心研究方向，在重大工程和裝備服役行為評估中扮演著關鍵角色。由于固體變形與疲勞失效問題受到多因素耦合作用，機理錯綜復雜，采用傳統(tǒng)的基于經驗或物理模型的分析方法難以對其進行準確高效預測，成為固體力學領域面臨的重要挑戰(zhàn)。機器學習方法為有效處理高維物理數據之間的復雜非線性關系提供了契機，在深入挖掘多因素耦合且機理錯綜復雜的固體變形與疲勞斷裂規(guī)律方面展現出突出的優(yōu)勢，為固體變形與疲勞斷裂研究帶來了新的機遇。本報告主要介紹報告人團隊在固體材料多尺度模擬和疲勞壽命預測方面的研究進展，同時對機器學習方法在材料本構模型、結構變形和疲勞失效分析方面的應用進展進行了初步探討。

主講人簡介：

闞前華，博士生導師，西南交通大學揚華講席教授、國家級高層次人才計劃入選者。主要從事材料多場耦合循環(huán)本構關系和輪軌滾動接觸疲勞研究。主持國家自然科學基金4項，國家重點研發(fā)計劃子課題6項。在J Mech Phys Solids (6), Int J Plasticity(20), Int J Fatigue(33), Int J Mech Sci(20)等期刊上發(fā)表SCI論文200余篇。授權發(fā)明專利和軟件著作權30余項，出版英文學術專著2部，中文專著3部，教材6部，獲國家級教學成果二等獎、四川省教學成果特等獎、教育部自然科學二等獎、四川省科技進步二等獎各1項。擔任《Int J Fatigue》《固體力學學報》等期刊編委，中國力學學會力學史與方法論專業(yè)委員會委員、理性力學和力學中的數學方法專業(yè)委員會委員，中國復合材料學會智能復合材料專委會委員等兼職。