固体变形与疲劳断裂分析是固体力学领域的核心研究方向，在重大工程和装备服役行为评估中扮演着关键角色。准确地预测固体材料和结构的变形与疲劳断裂行为对于保障其服役安全性和可靠性至关重要，也为现有材料的改性和新材料的研发提供重要参考。然而，固体变形与疲劳断裂问题受到多因素耦合作用，机理错综复杂，采用传统的基于经验或物理模型的分析方法难以对其进行准确高效预测，成为固体力学领域面临的重要挑战。
▲ 工程结构疲劳破坏案例
20世纪以来，作为大数据与人工智能技术发展到一定阶段的必然产物，机器学习方法为有效处理高维物理数据之间的复杂非线性关系提供了契机，在深入挖掘多因素耦合且机理错综复杂的固体变形与疲劳断裂规律方面展现出突出的优势，为固体变形与疲劳断裂研究带来了新的机遇。
▲ 机器学习应用领域
作者简介
康国政，固体力学博士，西南交通大学首席教授，博士生导师。国家级人才计划入选者（2014），全国优秀教育工作者，德国“洪堡学者”，享受国务院特殊政府津贴专家，教育部高等学校力学类专业教学指导委员会委员，中国力学学会常务理事。主要从事先进材料循环本构关系、疲劳与断裂研究。
阚前华，固体力学博士，西南交通大学教授，博士生导师。国家级人才计划入选者（2023）。长期从事轮轨滚动接触疲劳和智能材料多场耦合疲劳研究。
张旭，固体力学博士，西南交通大学教授，博士生导师。国家级青年人才计划入选者（2022），德国“洪堡学者”，国际塑性期刊青年研究奖（International Journal of Plasticity Young Researcher Award）获得者。长期从事先进金属材料的多尺度力学研究。
胡雅楠，车辆工程博士，西南交通大学讲师，硕士生导师。长期从事焊接和增材制造材料疲劳与断裂行为研究、材料疲劳损伤行为的先进光源原位表征。
本书除了在固体力学领域常用的机器学习算法和通用的使用流程外，著作包含了研究团队近年来在固体材料多尺度模拟（分子动力学模拟、离散位错动力学模拟、晶体塑性有限元模拟）和疲劳寿命预测（数据驱动和机理驱动）方面的研究成果；同时，对机器学习方法在材料本构模型、断裂行为，以及结构变形和疲劳断裂分析方面的应用进展进行了介绍。
基于机器学习的固体变形与疲劳断裂分析
ISBN 978-7-03-079494-9
康国政，阚前华，张旭，胡雅楠 编著
责任编辑：华宗琪