让AI“读”懂裂纹 西南交大研究成果在美国科学院院刊发布
4000多年前，殷商的卜官在占卜时，用燃着的紫荆木柱烧灼钻凿巢槽，使骨质的正面裂出各种形状的裂纹，这种裂纹叫作“卜兆”，卜官据以推断卜问事情吉凶。殷商时代迷信，贵族们根据甲骨上钻孔的裂纹作为衣食住行的依据，而当前西南交大的学者却利用AI技术及力学理论，预判裂纹的走向，为航空航天、土木建设预判风险提供了依据，让人们的衣食住行更加安全、方便。
2024年9月25日，《美国科学院院刊》刊发了西南交通大学力学与航空航天学院院长李翔宇教授团队的研究成果《通过生成式深度学习模型准确预测随机多孔介质中的不连续裂缝路径》，成为该校历史上第三篇在该刊发表的文章。
为航空服务：让裂纹按照既定方向发生
2019年，李翔宇受邀到成都双流的一家航空器材公司调研时候，了解到困扰航空器材的一个问题是一些裂纹难以发现。如果航空器材上的裂纹不及时发现，对航空器的安全会产生巨大隐患，造成的损失也将难以估计。调研过后，李翔宇结合自己在浙江大学和法国巴黎第六大学地球物理与自然资源研究所所学的力学理论以及图像学知识，大胆的提出了用钻孔方式“引导”裂纹按照可控方向发生的研究思路。
李翔宇说，“做材料的都知道，材料出现裂纹是难以避免的，结合我在多孔介质研究的经验，我认为通过有计划的在材料上钻孔能够实现对裂纹方向的控制。两害相权取其轻，如果我们能够控制裂纹的方向，就可以提前对裂纹产生的危害进行预防。”
随后，李翔宇召集自己的团队，介绍了自己的研究思路。博士生谭宇按照导师的想法进行了初步的计算和实验。经过几个月的研究，李翔宇和谭宇发现要实现钻孔控制裂纹的方向是十分困难的。李翔宇说，“这就好像你抓起一把米往地上一撒，要让散落的米粒都成为一条直线或者一条特地的曲线”。
遇到困难后，李翔宇向自己在浙江大学读博的导师陈伟球教授沟通了自己的想法。陈伟球教授对此十分支持，并对研究具体的方案进行了调整，“如果设计多孔结构诱导裂纹比较困难，可以先从对多孔结构产生的裂纹方向进行预判开始研究。在搞清了裂纹方向的基础上再开展后续工作”。在导师的启发下，李翔宇重新设计了项目的研究流程，既先研究裂纹的方向，再实现对裂纹的可控。
四年磨一剑：AI加持让研究“事倍功半”
通过AI推理裂纹的工作流程
由于断裂问题是固体力学领域最有挑战性的方向之一，而李翔宇团队项目关注的又是具有随机结构的材料。这需要有扎实的力量基础和系统地实验、模拟结果才能将如此复杂的对象中的断裂机制解释清楚。
“只要方向对了，所有的困难都可以客服。”李翔宇坚信这一点。在西南交通大学提供的科研平台支持下，李翔宇带领研究团队先利用势理论、格林函数法和叠加原理对复杂结构中的静态裂纹问题开展研究。随后运用断裂相场模型，对多孔介质中复杂的裂纹传播行为进行了模拟计算。
随后，团队又在亚克力板上钻孔实验，验证计算的结果与实验结果是否符合。在1年多的时间里，通过系统的理论、计算与实验，李翔宇的团队基本实现了计算的断裂行为与实验结果保持一致。这时候李翔宇又发现了一个问题，就是实验是用的亚克力板来验证，如果用其他材料实验结果就有可能不同。一个材料就要花费大量的实验成本和时间来验证，对于工业中应用的各种材料要花多少时间来验证？李翔宇和团队人员一时有些沮丧，不知道能否把项目继续推进下去。
困难时刻，李翔宇想到了自己在法国读书时候导师教授过的利用图像处理推动实验进展的方法。从事人工智能（AI）研究方向的团队成员储节磊副教授也提出能否通过人工智能的方法来加速上述计算过程。于是李翔宇让对人工智能感兴趣的学生贺宇翔制作了AI模型，“我们意识到AI在求解固体力学问题中有着很大的潜力，所以我们在工作中加入了AI来解决固体力学中非常具有挑战性的断裂问题。”
贺宇翔开展这个工作后，立刻投入到AI编程的工作当中。再经过接近一年的努力，贺宇翔开发了一种基于机器视觉的深度学习模型，可直接根据一张照片快速推理出复杂的断裂响应，省略了繁琐的实验和数值计算过程，极大地提升了计算效率。后续再经过不断的优化，使模型达到了与传统数值方法相当的预测精度，而所需的预测时间是传统方法的万分之一。
贺宇翔介绍，“我本科学习的是力学专业，没有系统地接受计算机科学的训练。在开展工作时需要自行学习人工智能相关的知识，导致这个项目的周期一度出现了延长。但是导师给予了我及时的指导、鼓励和长期的支持，让我可以没有顾虑地完成这个工作。同时团队其他成员也贡献了自己的力量。不同的成员提供了各自擅长的技能，让我们能够一步一步地去解决这样一个复杂的科学问题，共同配合完成了项目”。
李翔宇表示，“需要感谢高中数学老师覃道君老师为我打下坚实的数学基础，感谢自浙江大学求学以来导师陈伟球教授二十多年的培养，以及西南交通大学对这个研究课题提供的支持。”
应用范围广：在航空航天和土木工程大有可为
目前，该项技术可以在航空材料检修上进行应用，为飞机的维修提供更便利、更安全的探伤依据。李翔宇介绍，该项技术还可以在土木工程上进行应用，“我们国家这么多基建项目，在维护过程中可以利用这项技术，可以尽早的发现材料中的裂纹，避免类似高速公路路面垮塌事故的发生”。
此外，李翔宇团队关注的多孔材料在各种前沿领域的应用十分广泛，例如飞机为了减重而设计的多孔金属、应用于各种输电设备的多孔陶瓷等。因为孔洞结构相对脆弱，这类材料在使用中特别容易因为断裂而失效。贺宇翔介绍，“我们提出的基于AI的断裂行为预测方法可以让工程师通过一张照片，对这类材料的断裂性能进行快速、实时地评估，从而更好地指导这类材料的服役，也可以让设计师更快速地设计出性能更为出色的抗裂材料。” （文、图/荞振录）
