近日，河海大学水利水电学院苏怀智教授团队联合来自美国加州大学尔湾分校、澳大利亚悉尼大学的研究团队合作撰写的题为“State-of-the-art review on the use of AI-enhanced computational mechanics in geotechnical engineering”的综述论文在《Artificial Intelligence Review》上发表，该综述论文篇幅达58页，对国际水工岩土工程中智能计算力学的研究进展进行了系统回顾和评述。《Artificial Intelligence Review》是国际公认的人工智能领域的顶级期刊，2024年度影响因子IF为10.7。主要收录人工智能领域的应用、技术和算法创新以及综述成果。该研究成果的发表，不仅是对我校科研团队在水工岩土工程的智能计算力学这一交叉领域研究实力的高度认可，也是河海大学在推动传统优势学科与信息技术、人工智能深度融合方面取得的重要突破。
传统水工岩土工程领域中的计算力学方法在模拟多场耦合、复杂工况和大变形等问题时会面临模型不够完善、计算效率较低、结果精度不足等问题。随着大数据和人工智能技术的飞速发展，智能计算正逐渐成为解决复杂力学问题的有力工具，并发展为新一代计算范式。
图1 人工智能算法在水工岩土工程力学中的应用情况计量分析
该文采用系统性文献综述方法，全面介绍了水工岩土工程力学研究中常用人工智能算法的数学原理、运算机制、应用框架和潜在挑战，系统阐述了人工智能算法在水工岩土工程材料物理特性感知、力学性能预测以及本构模型构建中的实现流程，讨论分析了数据集数量、类型、输入参数和评估方法对智能计算精度的影响。
图2 基人工智能算法的水工岩土工程材料物理特性感知策略
图3 基于人工智能算法的水工岩土工程材料力学性能预测框架
研究认为智能计算力学通过构建人工智能算子来逼近偏微分方程的解，避免了传统数值方法中的复杂计算和网格划分；物理先验知识引导的智能计算方法是解决水工岩土力学中复杂多物理场耦合问题的有效途径，引入物理约束和先验知识来指导智能算法的训练过程，可显著提高求解的准确性和可靠性；数值模拟与智能算法融合求解方法结合了传统数值模拟和智能算法的优势，通过将智能算法嵌入数值模拟框架中，可实现水工岩土工程多尺度运算的高效求解。研究建议加强计算力学数据集的生成和整理，建立工程材料力学特性大数据库，通过完善的数据管理机制和细致的模型参数配置来推广智能计算方法在实际工程中的应用。该成果剖析了智能计算领域相关研究目前存在的问题及挑战，指明了未来研究的重点方向，为人工智能方法在水工岩土工程计算中的应用和推广提供了指南。
该研究第一作者为我校水工结构工程博士生刘洪辰，通讯作者为我校苏怀智教授。水利水电学院苏怀智教授团队长期致力于大坝、堤防、水闸等涉水工程安全防控与提能延寿领域的基础研究、技术创新和工程实践工作。团队攻克了涉水工程隐患病变精敏感知、服役性态精细预估、灾变风险精准防范等方面的诸多科技难题，发明了覆盖“制备-布设-补偿-率定-调控-集成”等环节的涉水工程隐患病变声-光感知与解译系列技术，发展了涉水工程服役性态多源信息融合预报与系统安全动态评估成套方法，研发了涉水工程灾变风险概率-非概率估计模型及其匹配算法，开发了综合考虑服役风险和成本均衡的涉水工程病险馈控全景交互式决策支持平台。研究成果先后获国家科技进步二等奖3项，国家技术发明二等奖1项，教育部、水利部、江苏省、湖北省等部省级科学技术特等奖1项、一等奖5项、二等奖2项，中国专利优秀奖2项、江苏省优秀专利奖1项。发表学术论文300余篇，获授权国内外发明专利和软件著作权100余件。近年来团队紧跟国际研究前沿，注重加强人工智能技术在水利工程中的应用，致力于实现智能材料力学特性分析与智慧工程服役性态管控，助力水利工程领域发展新质生产力。
该研究得到了国家自然科学基金项目(52239009, 51979093)和国家重点研发计划课题(2019YFC1510801)的资助。
（论文链接：https://doi.org/10.1007/s10462-024-10836-w）