基于机器学习的材料疲劳寿命预测

报告题目：基于机器学习的材料疲劳寿命预测

报 告 人：康国政  副校长/教授/博导

报告时间：11月30日 16:00-17:30

报告地点：明志楼B105

报告人简介：

康国政，西南交通大学党委常委、副校长、教授、博士生导师，中组部“万人计划”科技创新领军人才、教育部“长江学者”特聘教授、国家杰出青年基金获得者、科技部中青年科技创新领军人才、全国优秀教育工作者、享受国务院特殊政府津贴专家、德国“洪堡学者”、 四川省学术与技术带头人、教育部新世纪优秀人才。主要研究方向为先进材料本构关系和疲劳与断裂分析，主持重大项目课题、重点项目等国家自然基金项目8项，发表论文400余篇，Google Scholar引用15000余次，现为“Int. J. Fatigue”共同主编、“Int. J. Fracture”领域编辑以及“Int. J. Plasticity”和“Acta Mechanica Solida Sinica”等期刊编委，出版英文专著2部、中文专著4部，授权发明专利12项，获省部级自然科学和科技进步二等奖3项；出版教材4部，获国家级教学成果二等奖3项。

报告内容摘要：

本报告在已有的、多种材料的疲劳失效寿命数据基础上，采用机器学习的方法建立合理的寿命预测方法，对材料的多轴疲劳寿命、热机耦合疲劳寿命和随机疲劳寿命以及环境疲劳寿命等进行了更为准确的预测；同时，考虑材料疲劳失效的具体特征，对机理驱动的机器学习寿命预测方法进行了初步探讨，验证了机理驱动的机器学习方法的优越性。

主办单位：土木工程与测绘学院

机电工程学院

科学技术发展研究院