您所在的位置: 首页» 学术动态

杰出学者讲堂(十三):利用声子、量子化学分子动力学和机器学习的多相多尺度磨损模型

报告时间:2024年1023日14:00

报告地点:西教五307会议室

报告人上海大学机电工程与自动化学院学院 张朝 教授

报告人简介



张朝,博士,上海大学机电工程与自动化学院教授博士生导师昆明理工大学交通工程学院兼职教授。1997-2002年在美国西北大学从事表面工程和摩擦学的博士后研究。研究的主要方面包括:混合润滑机理的微观及宏观相结合的模型研究发动机活塞销和销座间粘着磨损机理及失效机理判据及设计准则的研究;发动机活塞裙部与缸套间粘着破坏及表面粗糙度和镀层材料对其影响的研究;混合润滑表面疲劳破坏机理的微观宏观结合的模型研究及在动态径向滑动轴承中的应用;基于大数据库和云计算的发动机零部件失效的现代数值分析;基于结构导向集总、量子化学、分子动力学和机器学习的生成抗磨损膜的摩擦化学动力学模型;利用声子、量子化学分子动力学和机器学习的多相多尺度磨损模型。

报告内容摘要

基于质量流连续和动量守恒方程的每个反应控制体的时间和空间分区用于考虑许多机械、材料、热和化学变量在多尺度的时间和空间范围内的相互作用。深层卷积生成对抗网络用于作为一般的图像表示。高通量的化学反应动力学的取样和模拟采用具有 ReaxFF 反应力场的 LAMMPS软件。声子能耗用 LAMMPS 中的声子波模块分析。采用 k 均值聚类法对模拟结果聚类并用朴素贝叶斯分类器选取最佳的取样,对应于该样本的化学反应动力学分析的结果用于质量流连续和动量守恒方程的回解以验证和修改时间和空间分区以及高通量的化学反应动力学的取样和模拟方法。

TOP