讓AI“讀”懂裂紋 西南交大研究成果在美國科學院院刊發佈
4000多年前，殷商的卜官在占卜時，用燃著的紫荊木柱燒灼鑽鑿巢槽，使骨質的正面裂出各種形狀的裂紋，這種裂紋叫作“卜兆”，卜官據以推斷卜問事情吉兇。殷商時代迷信，貴族們根據甲骨上鑽孔的裂紋作為衣食住行的依據，而當前西南交大的學者卻利用AI技術及力學理論，預判裂紋的走向，為航空航太、土木建設預判風險提供了依據，讓人們的衣食住行更加安全、方便。
2024年9月25日，《美國科學院院刊》刊發了西南交通大學力學與航空航太學院院長李翔宇教授團隊的研究成果《通過生成式深度學習模型準確預測隨機多孔介質中的不連續裂縫路徑》，成為該校歷史上第三篇在該刊發表的文章。
為航空服務：讓裂紋按照既定方向發生
2019年，李翔宇受邀到成都雙流的一家航空器材公司調研時候，了解到困擾航空器材的一個問題是一些裂紋難以發現。如果航空器材上的裂紋不及時發現，對航空器的安全會産生巨大隱患，造成的損失也將難以估計。調研過後，李翔宇結合自己在浙江大學和法國巴黎第六大學地球物理與自然資源研究所所學的力學理論以及圖像學知識，大膽的提出了用鑽孔方式“引導”裂紋按照可控方向發生的研究思路。
李翔宇説，“做材料的都知道，材料出現裂紋是難以避免的，結合我在多孔介質研究的經驗，我認為通過有計劃的在材料上鑽孔能夠實現對裂紋方向的控制。兩害相權取其輕，如果我們能夠控制裂紋的方向，就可以提前對裂紋産生的危害進行預防。”
隨後，李翔宇召集自己的團隊，介紹了自己的研究思路。博士生譚宇按照導師的想法進行了初步的計算和實驗。經過幾個月的研究，李翔宇和譚宇發現要實現鑽孔控制裂紋的方向是十分困難的。李翔宇説，“這就好像你抓起一把米往地上一撒，要讓散落的米粒都成為一條直線或者一條特地的曲線”。
遇到困難後，李翔宇向自己在浙江大學讀博的導師陳偉球教授溝通了自己的想法。陳偉球教授對此十分支援，並對研究具體的方案進行了調整，“如果設計多孔結構誘導裂紋比較困難，可以先從對多孔結構産生的裂紋方向進行預判開始研究。在搞清了裂紋方向的基礎上再開展後續工作”。在導師的啟發下，李翔宇重新設計了項目的研究流程，既先研究裂紋的方向，再實現對裂紋的可控。
四年磨一劍：AI加持讓研究“事倍功半”
通過AI推理裂紋的工作流程
由於斷裂問題是固體力學領域最有挑戰性的方向之一，而李翔宇團隊項目關注的又是具有隨機結構的材料。這需要有紮實的力量基礎和系統地實驗、模擬結果才能將如此複雜的對象中的斷裂機制解釋清楚。
“只要方向對了，所有的困難都可以客服。”李翔宇堅信這一點。在西南交通大學提供的科研平臺支援下，李翔宇帶領研究團隊先利用勢理論、格林函數法和疊加原理對複雜結構中的靜態裂紋問題開展研究。隨後運用斷裂相場模型，對多孔介質中複雜的裂紋傳播行為進行了模擬計算。
隨後，團隊又在亞克力板上鑽孔實驗，驗證計算的結果與實驗結果是否符合。在1年多的時間裏，通過系統的理論、計算與實驗，李翔宇的團隊基本實現了計算的斷裂行為與實驗結果保持一致。這時候李翔宇又發現了一個問題，就是實驗是用的亞克力板來驗證，如果用其他材料實驗結果就有可能不同。一個材料就要花費大量的實驗成本和時間來驗證，對於工業中應用的各種材料要花多少時間來驗證？李翔宇和團隊人員一時有些沮喪，不知道能否把項目繼續推進下去。
困難時刻，李翔宇想到了自己在法國讀書時候導師教授過的利用圖像處理推動實驗進展的方法。從事人工智慧（AI）研究方向的團隊成員儲節磊副教授也提出能否通過人工智慧的方法來加速上述計算過程。於是李翔宇讓對人工智慧感興趣的學生賀宇翔製作了AI模型，“我們意識到AI在求解固體力學問題中有著很大的潛力，所以我們在工作中加入了AI來解決固體力學中非常具有挑戰性的斷裂問題。”
賀宇翔開展這個工作後，立刻投入到AI編程的工作當中。再經過接近一年的努力，賀宇翔開發了一種基於機器視覺的深度學習模型，可直接根據一張照片快速推理出複雜的斷裂響應，省略了繁瑣的實驗和數值計算過程，極大地提升了計算效率。後續再經過不斷的優化，使模型達到了與傳統數值方法相當的預測精度，而所需的預測時間是傳統方法的萬分之一。
賀宇翔介紹，“我本科學習的是力學專業，沒有系統地接受電腦科學的訓練。在開展工作時需要自行學習人工智慧相關的知識，導致這個項目的週期一度出現了延長。但是導師給予了我及時的指導、鼓勵和長期的支援，讓我可以沒有顧慮地完成這個工作。同時團隊其他成員也貢獻了自己的力量。不同的成員提供了各自擅長的技能，讓我們能夠一步一步地去解決這樣一個複雜的科學問題，共同配合完成了項目”。
李翔宇表示，“需要感謝高中數學老師覃道君老師為我打下堅實的數學基礎，感謝自浙江大學求學以來導師陳偉球教授二十多年的培養，以及西南交通大學對這個研究課題提供的支援。”
應用範圍廣：在航空航太和土木工程大有可為
目前，該項技術可以在航空材料檢修上進行應用，為飛機的維修提供更便利、更安全的探傷依據。李翔宇介紹，該項技術還可以在土木工程上進行應用，“我們國家這麼多基建項目，在維護過程中可以利用這項技術，可以儘早的發現材料中的裂紋，避免類似高速公路路面垮塌事故的發生”。
此外，李翔宇團隊關注的多孔材料在各種前沿領域的應用十分廣泛，例如飛機為了減重而設計的多孔金屬、應用於各種輸電設備的多孔陶瓷等。因為孔洞結構相對脆弱，這類材料在使用中特別容易因為斷裂而失效。賀宇翔介紹，“我們提出的基於AI的斷裂行為預測方法可以讓工程師通過一張照片，對這類材料的斷裂性能進行快速、實時地評估，從而更好地指導這類材料的服役，也可以讓設計師更快速地設計出性能更為出色的抗裂材料。” （文、圖/蕎振錄）
