学术报告（2025年12月3日10:00）：位错模拟和孔洞损伤演化行为的机器学习研究

主持人：王叶成 青年研究员

报告简介：随着人工智能的飞速发展，机器学习已经开始应用到力学研究的方方面面，成为了一种新的研究范式。本报告主要介绍作者近期在位错动力学模拟和孔洞损伤演化方面的机器学习研究工作。在位错动力学模拟方面，考虑到现有考虑晶体各向异性的2D位错动力学模拟算法计算速度慢、效率低下的问题，发展了考虑各向异性效应的位错相互作用PK力计算的全链接神经网络代理模型，在保证充分精度的条件下计算效率提高~2个数量级；考虑到高熵合金位错运动呈现随机统计特征的现象，基于分子动力学模拟构建数据集，发展了一种高熵合金位错运动集成神经网络模型，并嵌入了3D离散位错动力学软件，其能够自动考虑多主元随机分布、位错属性（刃型、螺型、混合型）和外加应力状态的影响，为高熵合金塑性变形机理研究提供了新路径。另一方面，在孔洞损伤演化行为方面，突破经典损伤理论“均匀各向同性假设”的局限，创新性地基于卷积神经网络、图神经网络和长短时记忆神经网络构建了非均质基体中孔洞长大演化的两种机器学习模型；基于Transformer神经网络，构建了非均质基体中孔洞聚合机器学习模型。相关工作为先进金属材料的塑性行为和损伤演化研究提供了新方法和新理论。

个人简介：黄敏生，华中科技大学航空航天学院教授、工程力学系主任，国家自然科学基金委优青获得者，华中卓越学者。担任《固体力学学报》中英文版编辑部主任、中国力学学会计算力学专委会委员、《固体力学学报》英文版编委会委员、《力学进展》编委会委员、《Acta Mechanica Sinica》青年编委、湖北省复合材料学会以及副理事长湖北省力学学会理事。聚焦“先进材料多尺度塑性和损伤行为”这一科学问题，采取“一套方法，两个应用”的研究思路，重点开展了“成系列多尺度塑性理论方法和软件开发”、“统计型—机器学习型损伤力学”（面向基础前沿）以及“高温合金多尺度塑性与本构”（面向重大需求）等三方面的研究。先后主持国家自然科学基金项目5项，科技部国际合作项目课题1项，基础研究项目群项目1项，骨干参与GF基础科学挑战专题1项以及重点研发专题课题和子课题2项，在JMPS、Int. J. Plasticity、Acta Mater、J. Nuc. Mat等固体力学顶级期刊和材料学（核材料学）国际权威期刊上发表SCI论文110余篇。