基于金相图片输入的功能梯度板件力学分析

建议一种细观元方法, 将材料金相图片信息替代传统力学分析的材料参数输入, 来进行力学行为分析, 完成材料细观结构与构件宏观响应间跨尺度分析. 细观元法在结构的常规有限元内部设置密集细观单元以反映材料细观构造, 又通过协调条件将各细观元结点自由度转换为同一常规有限元自由度, 再上机计算. 此方法可实现材料细观结构到构件宏观响应的直接过渡分析, 而计算单元与自由度又等同一般常规有限元, 为解决具有细观结构新材料与构件跨尺度分析提供一种新的有力工具. 直接从材料金相图片提供的复杂细观结构图形出发计算功能梯度板件力学响应, 给出了宏观力学量三维分布形态以及细观骨架上等应力线走向图.     

面向分子科学的数据智能

分子科学是化学的核心,也是生物、材料、药学等学科的基础.传统的分子科学研究通过实验或理论手段进行,研究成本高、周期长,难以处理高复杂度体系.随着大数据时代的到来,数据驱动的人工智能研究已成为继实验、理论和模拟之后的第4种科学研究范式.数据驱动的机器学习凭借其快速高效的数据处理能力,在分子科学领域展现出巨大的发展潜力.尤其是在分子性质预测、分子设计、化学反应预测及逆合成、量子化学计算、自动化合成等领域获得了广泛应用.本文首先介绍面向分子科学数据智能研究过程中的3个关键部分,即分子科学开放数据集、分子描述符和机器学习算法;然后,列举机器学习在不同分子科学研究方向中的重要应用案例;最后,分析讨论该研究领域可能存在的挑战及潜在发展方向.     

面向合成生物学的机器学习方法及应用

机器学习的目标是设计可以根据先验知识和观测数据不断改进其性能的算法.该算法可以帮助机器从大量的数据中提取知识,从而提升其在特定任务上的性能.作为数据驱动的方法,机器学习可以有效利用高通量实验技术产生的大批量生物数据,实现合成生物体的功能预测与智能化设计,改变合成生物学的研究范式.本文首先介绍机器学习在合成生物学领域广泛应用的几个模型及方法,如支持向量机、神经网络、生成式对抗网络、深度强化学习等.然后介绍机器学习方法在合成生物学领域的典型应用,如启动子预测、酶催化设计、代谢途径构建、基因线路设计等.本文综述面向合成生物学的机器学习方法及应用,并试图启发读者如何选择和设计机器学习方法用于合成生物学的研究.     

机器学习在材料设计方面的研究进展

新材料的发现是推动现代科学发展与技术革新的源动力之一,是当前促进经济发展与解决环境问题的迫切需求.传统的材料研发基于试错法,效率低且成本高.大量实验与计算模拟产生的数据为新材料的研发提供了新契机.基于这些数据,机器学习最近在材料性能预测、新材料的发现与设计等领域取得了很大进展.譬如基于材料项目(materials project)数据库对钙钛矿材料的统计分类、结合高通量计算对双钙钛矿卤化物材料稳定性的预测,以及金属间化合物电催化剂的设计与筛选等.除了基于隐式模型的预测,机器学习也可以用来发现具有物理可解释性的显式描述符,从而加速新材料的发现.     

人工神经网络和模糊理论在短期负荷预测中应用

对于电力系统负荷预测的复杂性,为提高短期预测的准确性,采用以人工神经网络为基础,提出了一种利用神经网络与模糊理论相结合进行负荷预测的模型.该算法克服了传统BP算法的训练速度慢、存在局部极小点的缺点,使预测精度大有改善.实例计算表明了该算法的改进成果和可行性.     

机器学习在聚烯烃催化剂领域的应用与展望

催化剂是决定聚烯烃的工业效率以及实现聚烯烃高端化的核心.传统开发催化剂的过程采用试错法,不仅实验步骤多、研发周期长,且催化性能的研究需要消耗大量资源.单纯依靠实验的分析方法很难挖掘出催化剂结构与聚合性能之间的内在关系.高水平的量子化学计算可以准确地获取反应机理,但针对宏量的实验数据,昂贵的计算成本是其局限.大数据时代,人工智能的发展势不可挡.机器学习作为人工智能的核心策略表现出强大的预测能力,并在科学、技术以及工业等各个领域获得了广泛的应用与发展.本文主要介绍机器学习在聚烯烃催化剂中的最新研究进展,并简要评述机器学习应用于烯烃催化中面临的机遇与挑战.     

人工神经网络和模糊理论在短期负荷预测中应用

对于电力系统负荷预测的复杂性,为提高短期预测的准确性,采用以人工神经网络为基础,提出了一种利用神经网络与模糊理论相结合进行负荷预测的模型。该算法克服了传统BP算法的训练速度慢、存在局部极小点的缺点,使预测精度大有改善。实例计算表明了该算法的改进成果和可行性。     

页岩水力压裂的关键力学问题

页岩气的开采成为我国绿色能源开发的新领域.尽管北美页岩气革命取得了成功,水力压裂是成功的开采方式,目前采收率仅为5%~15%,问题出在哪里呢?由此给力学家提出了巨大的挑战和机遇.本文针对页岩水力压裂的关键力学问题,阐述理论、计算和实验的研究进展和技术难点,主要内容有:页岩人工裂缝扩展的大型物理实验模拟平台;考虑时间相关性的各向异性本构模型;页岩起裂、分叉及多裂缝相互作用的断裂力学准则和模拟方法;裂缝簇稳定性扩展的力学条件和创造缝网的多尺度有限元模型;耦合断裂力学和流场压力的裂缝网扩展数值模拟方法.     

磁性液体数值模拟研究进展

磁性液体(magneticfluid)是一种力学性能受磁场调控的磁流变智能材料,在医学与工业生产中有广泛应用.近年来,随着计算机性能的发展,数值模拟日益成为研究磁性液体力学行为细观机理的重要方法.本文综述并评价了磁性液体理论与数值模拟领域的最新研究进展,介绍了磁性液体在剪切、挤压和阀模式3种工作模式下的力学模型,对磁性液体的现有模拟方法进行了总结,讨论了磁性液体数值模拟的研究现状,并展望了数值模拟的发展前景.磁性液体的数值模拟亟待开展以下三方面研究:(1)建立涵盖多种微观相互作用的精细理论模型,研究颗粒表面包覆、添加剂等非磁性成分对磁流变效应的影响;(2)将不同数值模拟方法相结合,建立磁性液体的多尺度模型,进一步提高模拟精度,利用机器学习协调不同尺度的数值模拟,压缩计算量,已成为一种可行思路;(3)将力学模型与电、磁学模型相结合,发展多尺度、多物理场耦合的数值模拟方法,模拟磁性液体其他物理性能.最终为高性能磁性液体的研制及其应用研究提供技术和理论支撑.     

声学计算超材料

尽管数字信号处理器已广泛用于执行复杂计算任务,但仍存在诸多不足,譬如模-数转换器成本高昂、运算复杂度高、低速和高功耗等.出于这个原因,最近人们对基于波的模拟计算产生了浓厚的兴趣.这种计算避免了模-数转换并可以执行大规模并行运算,特别是借助人工设计的超材料,一些对声波进行模拟计算的新方案陆续被提出.这种被称为计算超材料的计算系统,其计算速度可以与波速一样快,尺寸与波长一样小,可以对传入的波包进行复杂的数学运算,甚至可以执行积分、微分方程的计算.这些功能有望实现基于声波传播的新一代超快速、紧凑和高效的计算硬件.本文讨论了声波计算超材料领域的最新进展,调研了用于执行模拟计算的最新的超结构.接着,进一步介绍了声波计算超材料的应用,包括图像处理、边缘检测、方程求解和机器学习.最后,对研究的关键问题和未来可能的方向进行了展望.     

页岩气开发中的几个关键现代力学问题

伴随着现代信息技术的发展,现代力学的研究进入了一个新的阶段.本文将钱学森先生介绍的现代力学概念赋予了新的内涵,概括了现代力学的研究主体、研究方法和主要研究方向.从拉格朗日方程出发,按照表征元的物理变量和积分区域的几何表述,对计算力学的基本方法进行了分类,提出了通过实验和数值模拟共同获得介质的力学参数、研究介质力学特性和行为的思路和方法,在此基础上建立了表征元(计算单元)的积分——微分方程,体现了现代力学基本理论框架的特点.表征元的材料特性、力学行为以及由表征元构成的宏观介质全场运动规律均是现代力学的重要研究内容.现有材料实验目的是获得抽象为连续介质的材料应力应变关系和材料强度,而现代力学可以突破这个限制,通过多变量测量并结合数值模拟获得材料的特征和演化规律.在现代力学中全场解可以由数值计算获得,并由监测结果校核.通过与丰富的监测结果比较,数值模拟不可信的问题会逐步化解.页岩气开发的关键问题是研究地下页岩在各种条件下的破裂演化规律.页岩气开发新方案的技术路线应该是现代力学先行,以避免盲目在工程尺度上进行方案论证;借助现代力学可以打破水力压裂技术的局限性,探索新的技术方案.主要理论研究包括以下几个方面:(1)在认识表征元破裂度、渗透性演化的基础上,寻求关联性的理论表述方法;(2)研究体破裂度的渗流场、破裂场以及颗粒的相互作用规律;(3)时空全尺度模拟需要从理论上研究新的力学模型,其中包括借用岩体表征元破裂度和灾变破裂度的概念,实现破裂场与材料渗透性关联;(4)由流量、井口压力曲线计算出的岩体破裂参量可以被页岩气的产量校核,从而为提出新的工程方案、指导工程施工提供可参考的技术指标.     

力学信息学简介

数据在力学的发展中始终属于最基础和最重要的角色。在古典力学时代,通过对海量数据的总结归纳,科学大师们得出了以牛顿运动三大定律为代表的自然世界运行的客观规律。在当今时代,快速发展的力学实验自动化技术和高通量技术,使力学数据呈爆炸式增长,如何基于迅猛增长的数据来快速发现、发展和革新力学理论,成为一个迫切需要解决的问题。力学工作者可以借助当下快速发展的人工智能算法,直接智能地优化实验和生产工艺,或者利用诸如符号回归、稀疏回归和流形学习等机器学习方法对数据进行挖掘处理,发现并给出数据所遵循的公式形式,将数据上升为知识。这一人工智能和力学相结合的交叉学科便是“力学信息学”。基于力学信息学方法,古老的力学学科也必将迎来新的春天。     

计算爆炸力学及相关进展

爆炸力学是研究爆炸的发生和发展规律以及爆炸的力学效应的利用和防护的学科. 爆炸力学的数学模型是一组非线性偏微分方程, 过去用理论分析的方法研究爆炸力学问题, 主要是根据问题的性质将方程简化便于求解, 但其准确性和应用范围非常有限. 随着数值计算方法的不断发展和计算机处理能力的不断提高, 计算爆炸力学成为爆炸力学的新学科分支. 自20 世纪60 年代以来, 各国的爆炸力学工作者进行了大量爆炸力学数值计算工作, 极大地推动了计算爆炸力学的发展. 本文主要对国内在计算爆炸力学领域取得的相关成果进行评介.     

基于椭圆形微裂纹演化与汇合的准脆性材料本构模型

微裂纹演化与汇合是导致准脆性材料损伤及破坏的主要因素.采用复势函数法求解了受远场载荷作用下代表性单元中椭圆微裂纹的变形,讨论了椭圆微裂纹初始取向的变化对微裂纹尺寸增长和偏转角度的影响,并结合微裂纹扩展准则推导了损伤起始的临界应力.基于翼型裂纹扩展过程的能量守恒方程,建立了损伤阶段的本构关系.对裂纹汇合模式进行了讨论,建立了翼型裂纹汇合的几何模型,由翼型裂纹汇合的临界条件给出了断裂失效应变,最后给出了与细观结构演变过程相对应的本构模型,并应用该模型计算了岩石类材料单轴压缩下的应力应变曲线,与实验结果吻合良好.     

光电半导体材料的理论设计

光电半导体作为一种可以将光能和电能相互转换的材料,近几十年来,在能源和电子信息等领域得到广泛应用.随着计算机算力的提升和理论算法的发展,理论设计方法可以在短时间内探索成百上千种材料,相比于采用试错法的实验方式,具有开发周期短且成本低等特点,逐渐成为新材料研发的关键步骤.通过将物理原则与高通量计算、智能优化算法和机器学习等理论设计策略相结合,可以准确高效地探索性能优异的光电半导体材料.本文概述了光电半导体材料的设计策略和研究进展.首先,介绍基于第一性原理计算光电性质的方法,并分析相关物理性质的成因及其在光电半导体设计方面的意义;然后,结合具体的研究成果对高通量材料筛选、物理原则导向的材料设计、基于智能算法的材料搜索和基于机器学习方法的材料发现等不同的光电半导体设计策略进行概述,为该领域的理论设计方向提供指导原则;最后,对光电半导体设计方面的工作进行总结,并对该领域未来的发展进行展望.     

突破通过机器进行学习的极限

学习能力是人类智能的根本特征.2016年3月,Google公司的Alpha Go把深度神经网络与蒙特卡罗树形搜索结合起来,以4胜1负的成绩战胜了围棋世界冠军韩国的李世石.这一结果标志人工智能取得了重大进展.本文重点介绍Alpha Go采用的机器学习方法,包括强化学习、深度学习、深度强化学习,分析存在的问题和最新的研究进展.为了突破通过计算机进行学习的极限,提出认知机器学习,列举可能的研究方向开展研究,使机器智能不断进化,逐步达到人类水平.     

部分边界固定的自由边值问题

若联合应用海洋上的卫星测高数据与陆地上的重力数据求解地球重力学主题,便出现一类新型大地边值问题——测高-重力问题.这是一类属于非线性的部分边界固定的自由边值问题,迄今尚未有人研究过.目前仅限于研究其线性化——Laplace方程混合边值问题.本文首次研究这类非线性问题,给出它的提法和具体解法,以适应精度突破线性化有效界限O(10~(-8))的观测对求解地球重力学主题的挑战.     

数据驱动的锂离子电池全生命周期状态参数评估

机器学习作为人工智能核心技术之一,通过对当前数据的学习找出复杂问题之间的关系而被广泛应用,机器学习作为研究锂离子电池状态参数估计的新技术,相关报道也层出叠见.本文首先回顾了传统模型中的电化学模型和等效电路模型在电池状态估计的研究进展;然后基于这些模型当前的局限性,回顾、分析、比较了不同机器学习模型在电池状态参数估计中的应用进展及取得的成绩;最后指出了当前基于数据驱动的人工智能方法在锂离子电池状态参数评估过程中所面临的问题,并对未来发展提出了建议.     

基于细观结构的颗粒介质应力应变关系研究

用DEM数值计算了一个颗粒介质的双轴压缩试验, 分析了颗粒介质在等向压缩与剪切过程中颗粒细观结构的变化规律, 推导出一个基于颗粒细观结构变化的颗粒介质屈服函数, 其形式与修正剑桥模型的屈服面相似. 利用该屈服面方程, 可以通过颗粒接点数按接触角整理的分布变化说明在压缩和剪切过程中颗粒介质的屈服特性, 为从颗粒细观结构的变化规律进一步研究颗粒介质的应力-应变特性提供了一个可行的方法.     

水声共形阵障板影响和阵元互耦计算及发射波束优化

基于边界元理论并结合优化方法, 提出了计算水声发射换能器共形阵驱动电压加权向量的新方法, 该方法可以控制发射波束的旁瓣并获得良好的发射性能. 首先, 由边界元方程推导出在阻抗边界障板条件下换能器阵的振速与辐射声场之间的关系式; 然后, 计算出换能器阵的互阻抗矩阵, 并根据换能器等效电路原理给出了换能器阵的驱动电压与其振速之间的关系式;最后结合优化方法计算出换能器阵驱动电压的加权向量来获得低旁瓣的发射波束. 对14元共形阵进行了仿真计算, 并在消声水池中进行了实验验证. 仿真计算及实验结果表明, 本文方法可以充分考虑换能器阵障板影响和阵元间的相互作用, 不仅使基阵获得低旁瓣的发射波束, 而且使得驱动电压的最大幅值一定时, 换能器阵轴向上的辐射声压达到最大.