力学研究中"大数据"的启示、应用与挑战

大数据在全世界发展迅猛, 应用成效显著.大数据独特的思维和方法, 为科学研究与探索提供了全新的范式.力学研究中,高时空分辨率、多参数同步观测与高精度、大规模模拟手段的发展,为力学大数据的发展提供了契机,大数据、机器智能方法的应用正呈现快速上升趋势.本文旨在分析大数据思维方法在力学研究中的应用, 及其启示与挑战.首先从大数据资源、大数据科学及大数据技术3个层面分析了大数据的内涵及研究态势,概括了国内外政府及组织机构的大数据发展规划.而后对比分析了力学思维方法与大数据思维方法的特点,指出两者的本质区别在于数据使用方式的不同而带来的范式差异:大数据采用数据驱动模型替代力学中的偏微分方程组以描述问题,在复杂系统的分析、预测中优势显著.回顾了大数据方法在材料性能预测、材料本构建模、湍流建模、结构健康监测及试验力学等方面的最新研究进展,以及动态数据驱动与数字孪生等大数据驱动的建模模拟新范式.总结了大数据在力学研究中应用的3种方式, 即驱动已有模型改进,挖掘复杂隐含的规律, 以及替代已有的理论方法等. 最后,建议以力学研究为主体和牵引, 大数据与力学双驱动,推动大数据与力学交叉形成理论与方法突破、及学科发展新方向.      

Theoretical studies on the structural, electronic, and optical properties of Ag2HgSnSe4

We investigate the electronic structure of Ag₂HgSnSe₄ in a wurtzite-stannite structure with the first principles method. This crystal is a direct band-gap compound. In addition the dielectric function, absorption coefficient, reflectivity, and energy-loss function are studied using the density functional theory in the generalized gradient approximation. We discuss the optical transitions between the valence bands and the conduction bands in the spectrum of the imaginary part of the dielectric function at length. We also find a very high absorption coefficient and a wide absorption band for this material. The prominent structures in the spectra of reflectivity and the energy-loss function are discussed in detail.     

功能梯度材料的黏弹性断裂问题

功能梯度材料(FGM)是一种不同于传统复合材料的新型工程复合材料 [1], 国内外关于FGM的断裂力学方面的研究发展非常迅速. 关于FGM静态裂纹问题,学者们研究了不同类型裂纹尖端场的应力强度因子 [2-5], 探讨了有限长裂纹在不用载荷作用下的传播等问题. 而关于动态裂纹问题,也已经取得很大成就 [6-9]. FGM一个很重要的应用是高温结构材料,在强大的热环境中,很多材料都呈现出黏弹性. 因此,研究FGM的黏弹性断裂力学非常具有实际价值.对此,众多研究 [10-14]提出不同的分析模型,并在不同受载条件,通过理论计算,分析了黏弹性裂纹尖端场的力学 行为.本文考查了功能梯度材料板条中界面裂纹垂直于梯度方向时的黏弹性断裂问题,首先利用有限元法求解线弹性功能梯度材料板条的裂纹尖端场,然后根据黏弹性的对应性原理,求解出黏弹性功能梯度材料板条裂纹问题的应力场强度因子.