康國(guó)政教授團(tuán)隊(duì)專著英文版出版

近日，由國(guó)際著名學(xué)術(shù)出版機(jī)構(gòu)Elsevier和中國(guó)科學(xué)出版社聯(lián)合出版的學(xué)術(shù)專著《Machine Learning in the Analysis of Deformation, Fatigue and Fracture in Solids》正式發(fā)布。該書(shū)中文版《基于機(jī)器學(xué)習(xí)的固體變形與疲勞斷裂分析》率先由科學(xué)出版社出版，旨在及時(shí)向國(guó)內(nèi)學(xué)術(shù)界與工業(yè)界介紹此前沿交叉領(lǐng)域的最新進(jìn)展；其后出版的英文版，則是在此基礎(chǔ)上，結(jié)合團(tuán)隊(duì)和國(guó)內(nèi)外最新研究進(jìn)展進(jìn)行了大幅調(diào)整與完善，旨在面向全球讀者分享該領(lǐng)域的研究方法與工程應(yīng)用實(shí)踐，促進(jìn)國(guó)際學(xué)術(shù)交流。

《Machine Learning in the Analysis of Deformation, Fatigue and Fracture in Solids》由西南交通大學(xué)康國(guó)政教授團(tuán)隊(duì)（康國(guó)政、闞前華、張旭、胡雅楠、李翔宇）撰寫，系統(tǒng)闡述了如何利用機(jī)器學(xué)習(xí)（ML）技術(shù)，為解決固體材料變形與失效分析中的長(zhǎng)期挑戰(zhàn)提供全新的、高效的解決方案，標(biāo)志著該領(lǐng)域的研究進(jìn)入了數(shù)據(jù)與物理模型深度融合的新階段。

傳統(tǒng)上，預(yù)測(cè)材料在載荷下的變形、開(kāi)裂和疲勞失效行為高度依賴于復(fù)雜的物理模型和計(jì)算成本高昂的數(shù)值模擬。這些方法在處理材料行為的多尺度特性、多因素耦合等復(fù)雜場(chǎng)景時(shí)常常面臨巨大挑戰(zhàn)。本書(shū)介紹了一種變革性的研究范式：通過(guò)利用ML從海量數(shù)據(jù)中挖掘隱藏規(guī)律，極大提升了材料力學(xué)行為分析的準(zhǔn)確性和效率。本書(shū)核心亮點(diǎn)：

1)貫穿微觀到宏觀的多尺度視角： 本書(shū)系統(tǒng)涵蓋了從原子尺度（分子動(dòng)力學(xué)模擬）、微觀尺度（離散位錯(cuò)動(dòng)力學(xué)）到細(xì)觀尺度（晶體塑性有限元法）的ML應(yīng)用案例，展現(xiàn)了ML在打破尺度壁壘方面的強(qiáng)大潛力。

2)超越“黑箱”： 本書(shū)不僅介紹了數(shù)據(jù)驅(qū)動(dòng)模型，更深入闡述了物理機(jī)理驅(qū)動(dòng)ML等前沿方向。書(shū)中詳解說(shuō)明如何將基本的物理定律作為約束嵌入ML模型，從而保證預(yù)測(cè)結(jié)果既精確又符合物理規(guī)律，即使在數(shù)據(jù)有限的情況下仍具備良好的泛化能力。

3)聚焦材料疲勞與斷裂核心難題：深入探討了基于ML方法的材料斷裂韌性預(yù)測(cè)、疲勞裂紋萌生與短裂紋/長(zhǎng)裂紋擴(kuò)展行為分析，為材料疲勞與斷裂分析提供了創(chuàng)新性工具與方法。

4)面向工程結(jié)構(gòu)分析的案例實(shí)踐：內(nèi)容包含豐富的工業(yè)應(yīng)用案例，涉及復(fù)合材料結(jié)構(gòu)加工變形、焊接接頭疲勞、高強(qiáng)螺栓疲勞、3D 打印微針穿刺、不規(guī)則界面接觸等多個(gè)典型工程場(chǎng)景。通過(guò)本書(shū)，讀者可系統(tǒng)掌握構(gòu)建ML模型的方法，并將其應(yīng)用于解決復(fù)雜載荷下的結(jié)構(gòu)變形預(yù)測(cè)、疲勞壽命評(píng)估與失效模式識(shí)別等實(shí)際工程問(wèn)題。

全書(shū)共6章，第1章為緒論；第2章為ML算法及流程簡(jiǎn)介，介紹常用的ML算法及其使用流程；第3章為基于ML的多尺度塑性力學(xué)分析，介紹基于ML的分子動(dòng)力學(xué)模擬、離散位錯(cuò)動(dòng)力學(xué)模擬、晶體塑性有限元模擬和本構(gòu)模型構(gòu)建過(guò)程；第4章為基于ML的材料斷裂行為研究，介紹ML在裂紋源、裂紋擴(kuò)展行為、斷裂強(qiáng)度和斷裂韌性預(yù)測(cè)中的應(yīng)用；第5章為基于ML的材料疲勞壽命預(yù)測(cè)，介紹基于數(shù)據(jù)驅(qū)動(dòng)和物理機(jī)理驅(qū)動(dòng)的ML方法，及其在材料疲勞壽命預(yù)測(cè)中的應(yīng)用進(jìn)展；第6章為基于ML的固體結(jié)構(gòu)分析，介紹ML在固體結(jié)構(gòu)變形、疲勞與斷裂行為研究中的典型應(yīng)用案例。

本書(shū)可供高等學(xué)校力學(xué)、機(jī)械、土木、航空航天等專業(yè)本科生使用，也可供研究生和工程技術(shù)人員參考。

本書(shū)在國(guó)家自然科學(xué)基金重大項(xiàng)目“材料長(zhǎng)效使役性能高通量表征的力學(xué)理論與實(shí)驗(yàn)方法”（12192210; 12192214）資助下完成，特此感謝！

來(lái)源：高通量表征力學(xué)微信公眾號(hào)

專著英文版介紹：https://shop.elsevier.com/books/machine-learning-in-the-analysis-of-deformation-fatigue-and-fracture-in-solids/kang/978-0-443-4

中文版介紹：

（本文編輯：劉四旦）

專業(yè)品質(zhì) 學(xué)術(shù)價(jià)值

原創(chuàng)好讀 科學(xué)品位

一起閱讀科學(xué)