题目:烧结与增材制造中的界面融合:相场建模、数值模拟与机器学习
时间:2025年8月28日 16:00-17:00
地点:JINNIAN金年会 F310会议室
邀请人:杨天南 副教授(前沿交叉研究中心)
报告人简介
杨庆成,上海大学力学与工程科学学院、上海市应用数学和力学研究所教授、博士生导师,伟长学者;美国匹兹堡大学博士、宾州州立大学和约翰霍普金斯大学博士后;主要从事计算力学、增材制造和机器学习的交叉研究,入选2021年度上海市海外高层次人才计划(中青年拔尖);自2022年以来主持国家和省部级科研项目各1项,参与国家基金委创新群体项目和重点项目各1项,在Computer Methods in Applied Mechanics and Engineering、Additive Manufacturing、Journal of Computational Physics、Journal of the American Ceramic Society等发表论文20多篇,现任《应用力学》青年编委、上海力学学会计算力学专委会副主任委员等。
报告摘要
界面融合在决定烧结与增材制造制备部件最终性能方面发挥着关键作用,尤其是在熔融沉积成型(Fused Deposition Modeling)和粘结剂喷射成形(Binder Jetting)等涉及粘性或固态烧结的工艺中。由于粉末动力学和致密化机制的复杂性,在介观尺度上准确模拟界面融合、孔隙演化与收缩变形等仍是一大挑战。
在本报告中,我将介绍一种新型相场细观力学模型,用于预测增材制造和烧结过程中的界面融合与收缩行为。为应对此类模拟的高计算成本,我们提出了一种深度学习代理模型——SimGate。该模型通过短期数据训练,能够在数秒内准确预测粉末微观结构的长期形貌演化,预测精度可达约90%,并将模拟时间从数小时缩短至数秒。与标准的LSTM网络相比,SimGate的平均预测精度提升了12.41%,展现出显著的外推能力。研究结果表明,基于物理与机器学习相结合的混合方法在加速增材制造和烧结的模拟驱动设计方面具有重要潜力。