西南交通大学副校长康国政教授应邀为我院师生作“基于机器学习的材料疲劳寿命预测”学术报告

11月30日下午，西南交通大学副校长康国政教授应邀来到我院，在明志楼B105为师生们带来了一场题为“基于机器学习的材料疲劳分析”的精彩学术报告。本次报告由我院院长甘丹教授主持，吸引了众多青年教师和研究生的参与。

报告伊始，康国政教授讲解了疲劳失效的基本概念及其复杂性，深入阐述了寿命预测模型的传统研究范式，并引入了数据驱动这一新兴研究范式。他详细介绍了数据驱动方法的特点、主要应用领域，指出传统疲劳性能预测方法已难以有效应对复杂的疲劳问题。为应对这一挑战，康教授团队探索了基于机器学习的疲劳寿命预测方法。随着高通量实验和仿真技术的发展，大量的疲劳数据得以积累，为数据驱动的机器学习方法提供了可能性。在此基础上，康教授团队开发了多种机器学习模型，如全连接神经网络（FCNN）、长短期记忆网络（LSTM）和基于自注意力机制的模型，显著提升了对多轴疲劳、热-机耦合疲劳、随机疲劳及环境疲劳等复杂疲劳问题的预测精度。此外，康教授团队还提出了机理驱动的机器学习范式，进一步提升了疲劳寿命预测模型的泛化能力。最后，康教授强调，基于机器学习的疲劳寿命预测方法不仅能够提升预测的准确性和适用性，还能为材料设计和优化提供重要支持，未来将继续探索更先进的机器学习算法和机理驱动策略，进一步推动材料科学与工程领域的创新发展。讲座结束前，与会师生积极提问，与康教授进行了交流与沟通，学术报告在与会师生的热烈掌声中圆满落幕。

图1  康国政教授报告现场

图2  康国政教授与师生互动交流

康国政现为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。