西南交通大学阚前华教授出席工程科学前沿讲坛

2025年12月8日上午，应航空航天学院邀请，西南交通大学阚前华教授出席由工程学部主办的工程科学前沿讲坛，在理科楼205会议室作了题为“基于机器学习的固体变形与疲劳失效分析”的学术报告。报告由航空航天学院副院长陈立明教授主持，学院副院长（主持工作）李卫国教授，尹德强教授、张亮教授、章俊教授及工程学部师生代表30余人出席听讲。

陈立明教授对阚前华教授的莅临表示热烈欢迎，并详细介绍了其学术背景。

阚前华在报告中指出，固体变形与疲劳失效分析是固体力学领域核心方向，对重大工程装备服役安全至关重要，但多因素耦合导致传统分析方法难以满足精度与效率需求，机器学习为解决这一难题提供了新路径。他介绍了团队相关研究进展：在材料性能预测上，构建多尺度数据集并筛选出优化模型，引入迁移学习降低数据需求；在疲劳寿命预测中，针对关键部件构建多源数据融合模型，开发失效模式识别模块；针对传统模型物理可解释性不足的问题，开展基于PINN的疲劳寿命预测研究，融入物理规律约束，有效提升预测准确性；他总结机器学习在该领域的优势与现存挑战，并展望了未来在数据库建设、多方法融合及轻量化模型研发等方面的研究方向。

阚前华的报告兼具理论深度与工程价值，引发在场师生的强烈共鸣。互动环节中，师生们围绕“力学+机器学习教学设计”“机器学习模型的物理可解释性”“多源异构数据的特征融合策略”“增材制造构件缺陷容限分析的工程落地”等问题展开深入探讨。针对“力学+机器学习教学设计”，阚前华结合西南交大课程建设经验，建议在本科生力学实验中融入简单数据建模任务，逐步培养跨学科思维；谈及模型物理可解释性，他以团队PINN研究为例，说明通过引入本构方程约束提升模型可信度的实践路径；面对数据融合与工程落地相关提问，他分享了工业界数据预处理的实用技巧，以及与企业合作开展缺陷分析的案例。师生提问踊跃，阚教授耐心细致解答，不时与在场教师交流教学与科研经验，现场讨论氛围热烈而深入。

此次讲座不仅系统呈现了机器学习与固体力学交叉研究的前沿进展，更通过详实的案例为师生提供了跨学科创新的实践参考，进一步强化了工程科学前沿讲坛在搭建学术交流平台、开阔师生视野方面的重要作用，取得了良好反响。

来源：工程学部

作者：方家昕