[口头报告]基于图神经网络的三维颗粒滑坡体系的力链预测

主办单位

河海大学

中国力学学会计算力学专业委员会颗粒材料计算力学专业组

江苏省力学学会

中国颗粒学会颗粒计算专业委员会（筹）

承办单位

河海大学

蒙纳士大学

协办单位

东南大学

江西理工大学

东北大学

大连理工大学中白科研与创新中心

苏州科技大学

工业装备结构分析优化及CAE软件全国重点实验室

赞助机构

科力时代软件（大连）有限公司

曙光智算信息技术有限公司

北京并行科技有限公司

上海积鼎信息科技有限公司

重要日期

会议通知
2023 年 12 月，发布会议第一轮通知
摘要提交
2024 年 3 月 31 日前
全文提交
2024 年 4 月 30 日前
会议注册
2024 年 1 月 1 日起
会议时间
2024 年 5 月 31 日（星期五）报到
2024 年 6 月 1 日 - 3 日会议

基于图神经网络的三维颗粒滑坡体系的力链预测

编号：205 稿件编号：338 访问权限：仅限参会人更新：2024-04-30 10:28:14 浏览：623次口头报告

报告开始：暂无开始时间（Asia/Shanghai）

报告时间：暂无持续时间

所在会议：[暂无会议] » [暂无会议段]

暂无文件

摘要

力链是指颗粒物质等非晶固体中由携带超过体系平均应力的颗粒所组成的类似于细丝的结构，对于非晶体系的力学与传输性质都起着非常关键的作用。而在颗粒滑坡过程中便往往伴随着力链的断裂与重构，因此如何捕获与识别三维颗粒滑坡体系中的力链结构对于滑坡物理机制的理解具有重要意义。在本文中，课题组利用LAMMPS分子动力学模拟方法模拟了三维水平滚筒中的颗粒滑坡过程，并在仅输入颗粒体系静态初始构型的前提下，通过优化后的新型图神经网络模型准确预测了整个滑坡过程中的力链结构，并得到其衍化过程。在图神经网络的优化过程中，课题组在传统模型的基础上增加了强力链在图数据中的权重，从而优化了相应的模型参数。通过对比不同时刻与不同模型下的测试结果，课题组进一步证明了优化后的图神经网络具有更好的鲁棒性与泛化能力。

关键字

颗粒物质，颗粒滑坡，力链，图神经网络

报告人

曹嘉炜

学生 中南大学

稿件作者

曹嘉炜中南大学

张玲中南大学