力学进展

姓名
邮箱
手机号码
标题
留言内容
验证码

量子计算: 计算力学的新焦点

许永春, 匡增涛, 黄群, 阳杰, 胡衡

, doi: 10.6052/1000-0992-24-039

摘要(143)

HTML(19)

PDF(47)

摘要:
量子计算在算力上有望指数级超越经典计算, 然而亟需拓展实际应用场景. 计算力学应用场景丰富, 但面临多尺度、多物理场、极端环境等问题带来的算力挑战. 因此, 两者在算力和应用场景上的互补融合式发展前景广阔. 本文旨在梳理量子计算在计算力学中的应用现状, 并展望该领域未来的发展趋势.

力学分析中的对称性与守恒律分析方法研究进展

邱志平, 邱宇, 张培宣

, doi: 10.6052/1000-0992-24-033

摘要(115)

HTML(17)

PDF(72)

摘要:
本文综述了力学分析中对称性与守恒律的研究进展. 首先, 介绍了连续系统中的Lie群对称性, 包括微分方程和偏微分方程的Lie群对称性、泛函的Lie群对称性及其守恒律, 以及扰动微分方程的近似Lie对称性, 并通过实例分析了这些对称性在实际中的应用. 接着, 探讨了离散系统的对称性与守恒律, 重点介绍了离散系统的动力学方程、Noether对称性、Lie对称性及Mei对称性, 并结合具体应用实例进行了说明. 最后, 综述了随机系统中的对称性与守恒律, 讨论了Ito型和Stratonovich型随机微分方程的对称性, 特别是在统计意义下对随机微分方程对称性的理解. 本文旨在为后续研究提供理论参考, 推动相关领域的进一步发展.

数据驱动的金属疲劳寿命模型研究进展

甘磊, 吴昊, 仲政

, doi: 10.6052/1000-0992-24-025

摘要(297)

HTML(89)

PDF(140)

摘要:
金属疲劳寿命模型是开展工程结构完整性和可靠性评估的基础. 传统的知识驱动模型关注疲劳机理和数理逻辑, 一般具有明确的物理意义, 并且可高度概括疲劳失效过程. 然而, 随着对结构安全性要求的日益提高以及新兴工程材料的不断涌现, 传统模型在预测能力、应用场景、工程适用性等方面都逐渐显现出局限性. 近年来, 由人工智能赋能的数据驱动模型在金属疲劳寿命研究领域受到了广泛关注, 相关研究成果正逐步应用于解决包括单轴疲劳、多轴疲劳、变幅疲劳在内的各类经典疲劳问题. 数据驱动模型能够在最小化人因误差的情况下, 从多变量作用中解析出对疲劳寿命的最优显\隐式表达, 可揭示传统方法难以发现的失效规律, 已然成为领域内新的研究热点. 本文综述了当前数据驱动模型在金属疲劳寿命预测方面的研究进展, 首先总结了纯数据驱动模型的一般应用流程及其应用现状, 其次归纳了各类知识-数据混合驱动模型的实现方式及应用优势, 最后对未来潜在研究方向及挑战进行了探讨与展望.

通气超空泡稳定性机理与调控研究进展

王志英, 王静竹, 黄荐, 王展, 王一伟

, doi: 10.6052/1000-0992-24-024

摘要(218)

HTML(59)

PDF(59)

摘要:
通气超空泡减阻是突破传统水下速度极限, 实现高速航行的关键技术, 具有重要的工程应用价值. 超空泡航行体的航行稳定性是制约其发展的瓶颈问题, 这与通气超空泡形态的稳定性密切相关, 因此, 超空泡形态的准确预测和调控是超空泡航行体总体设计的关键之一. 本文首先介绍了关于不同环境条件下通气超空泡流动形态特征的研究, 进一步梳理了影响流动形态的关键科学问题, 包括超空泡界面特征及失稳机制、超空泡尾部闭合泄气机理和射流与空泡的耦合作用, 最后基于对通气超空泡形态的理解与认识, 阐述了实现通气超空泡流动稳定性的调控方法.

细长输流管道大变形动力学研究进展

陈伟, 曹润青, 胡嘉纯, 代胡亮, 王琳

, doi: 10.6052/1000-0992-24-027

摘要(664)

HTML(137)

PDF(158)

摘要:
细长输流管道是发动机液压装置、航空加油机、核工业热交换器、海洋钻井平台等工程装备系统的一类重要结构. 当流速较高时, 细长管道可能会发生屈曲或颤振等流致失稳现象, 严重时可酿成重大安全事故. 输流管道的流致失稳及其非线性振动是典型的流固耦合力学行为, 已成为结构动力学、流固耦合力学等研究领域的一个普遍性范例. 在建立动力学方程、明确稳定性机理和分析非线性振动规律之后, 近年来人们极其关注输流管道的大变形/大位移动力学问题. 本文系统介绍了细长输流管道非线性振动, 特别是其弯曲大变形动力学的研究进展. 首先, 概述了输流管系统的非线性特征及其分类, 简要分析了一些常用假设的合理性. 其次, 重点介绍了泰勒展开近似模型、几何精确理论模型、绝对节点坐标描述计算模型、数据驱动模型及相关的其他建模与求解方法. 然后, 针对两端支撑管道和悬臂管道两类有本质区别的动力学系统, 回顾了其非线性动力学机理与演化规律, 重点介绍了悬臂管道从小变形假设到大变形响应的一些新近研究进展. 在此基础上, 还介绍了提高输流管稳定性、抑制输流管非线性振动和利用输流管大变形响应的主要方法. 最后, 对细长输流管道大变形动力学的研究现状进行了归纳总结, 并指出值得关注的几个基础性科学问题.

AI for PDEs在固体力学领域的研究进展

王一铮, 庄晓莹, TimonRabczcuk, 刘应华

, doi: 10.6052/1000-0992-24-016

摘要(3319)

HTML(564)

PDF(1534)

摘要:
近几年, 深度学习无所不在, 在给各个领域赋能, 尤其是人工智能与传统科学的结合 (AI for science, AI4Science) 引发广泛关注. 在AI4Science领域, 利用人工智能算法求解PDEs (AI4PDEs) 成为计算力学研究的焦点. AI4PDEs的核心是将数据与方程相融合, 并且几乎可以求解任何偏微分方程问题, 由于其融合数据的优势, 相较于传统算法, 其计算效率通常提升数万倍. 因此, 本文全面综述了AI4PDEs的研究, 总结了现有AI4PDEs算法、理论, 并讨论了其在固体力学中的应用, 包括正问题和反问题, 展望了未来研究方向, 尤其是必然会出现的计算力学大模型. 现有AI4PDEs算法包括基于物理信息神经网络 (physics-informed neural network, PINNs)、深度能量法 (deep energy methods, DEM)、算子学习 (operator learning), 以及基于物理神经网络算子 (physics-informed neural operator, PINO). AI4PDEs在科学计算中有许多应用, 本文聚焦于固体力学, 正问题包括线弹性、弹塑性, 超弹性、以及断裂力学; 反问题包括材料参数, 本构, 缺陷的识别, 以及拓朴优化. AI4PDEs代表了一种全新的科学模拟方法, 通过利用大量数据在特定问题上提供近似解, 然后根据具体的物理方程进行微调, 避免了像传统算法那样从头开始计算, 因此AI4PDEs是未来计算力学大模型的雏形, 能够大大加速传统数值算法. 我们相信, 利用人工智能助力科学计算不仅仅是计算领域的未来重要方向, 同时也是科学研究的人类曙光, 为人类迈向科学发展的新高度奠定了基础.

留言板

优先发表

新闻公告More >

作者中心More >

相关链接More >