知识与数据交互驱动的力学性能极限研究进展

作     者：高恩来 Enlai Gao

作者机构：武汉大学土木建筑工程学院工程力学系武汉430072 

出 版 物：《固体力学学报》 (Chinese Journal of Solid Mechanics)

年 卷 期：2024年第45卷第2期

页      面：170-187页

核心收录：

学科分类：08[工学] 080102[工学-固体力学] 0801[工学-力学（可授工学、理学学位）] 

基　　金：国家自然科学基金面上项目(12172261) 国家自然科学基金青年项目(11902225)资助 

主　　题：知识驱动 数据驱动 结构-性能关联 力学性能极限 极限性能物质 

摘      要：探索物质力学性能极限是科学研究的前沿,发掘极限力学性能物质(材料或结构)可为国防军工等尖端领域发展提供物资基础.然而,杨氏模量、抗拉强度等力学性能的理论极限未知,引发长期以来悬而未决的争议与迷茫,诸如是否存在比金刚石更刚、更硬的物质?人类是否已经接近材料力学性能的边界?化学元素相互组合可形成无穷物质,仅已知物质结构就多达数百万种且数目仍在快速增长,从中发掘出性能突破现有纪录的物质挑战巨大.知识与数据交互驱动的研究范式源远流长、历久弥新,是发展和革新力学理论的宝典.近年来,在新型知识与数据交互驱动下,研究人员发展了更高效能的物质性能预报理论,确定了若干力学性能的理论极限,设计制备出若干性能接近于理论极限的物质.本文回顾梳理了相关领域的研究现状,探讨了相关领域的发展趋势及其面临的机遇与挑战.