【清华团队提出扩展深度能量法构建统一人工智能断裂力学框架】材料与结构的断裂失效广泛存在于航空航天、能源装备、先进制造和土木工程等领域。准确预测裂纹从萌生、扩展到最终贯通的全过程，是评估结构安全性与材料可靠性的关键。传统计算断裂力学方法大体可分为离散裂纹模型和连续损伤模型：前者计算较为直接，但通常需要显式描述裂纹并预先给定相应的断裂准则；后者以相场方法等为代表，可以在无需显式追踪裂纹面的情况下处理裂纹萌生、分叉与汇合，但通常需要较细的空间离散以分辨局部损伤区域。如何兼顾复杂裂纹的描述能力、求解精度与计算灵活性，是计算断裂力学领域的重要挑战。

近日，清华大学航天航空学院刘应华教授团队针对这一问题提出扩展深度能量法，构建了统一的人工智能断裂力学框架。该方法以物理信息深度学习和变分能量原理为基础，在同一框架内连接离散裂纹模型与连续相场断裂模型：一方面，在离散模型中显式嵌入位移间断和裂尖渐近场；另一方面，在连续模型中耦合位移场与相场变量，从而为不同断裂描述方式提供统一、灵活且可扩展的人工智能求解框架。

研究成果以“迈向统一的人工智能驱动断裂力学：扩展深度能量法（XDEM）”为题，发表在《自然·通讯》。论文链接：网页链接

科研速递 清华大学 （来源：航天航空学院）