基于深度神经网络的材料力学虚拟仿真实验教学系统设计与开发.pdfVIP

西南交通大学学报（社会科学版）

2023年2月JOURNALOFSOUTHWESTJIAOTONGUNIVERSITYFeb.2023

第24卷（SocialSciences)Vol.24增刊第2期

实验教学

基于深度神经网络的材料力学虚拟仿真实验教学系

统设计与开发

张纯，周宇轩，熊拥军，龚良贵

（南昌大学工程建设学院工程力学实验中心，南昌330031）

摘要：将人工智能技术引入到力学虚拟仿真实验，设计开发了一种以深度神经网络（DeepNeuralNetworks，

DNN）为计算支撑平台的新型材料力学虚拟仿真实验系统；并以槽型截面梁弯曲中心测定实验为例进行了实验结果

分析，探讨该系统在引导学生开展材料力学探究型学习中的作用，对材料力学理论及实验的课程教学改革做了积极

的探索。

关键词：材料力学；虚拟仿真；人工智能；深度神经网络

基金项目：江西省自然科学基金（20202BAB204029）；江西省学位与研究生教育教学改革项目（JXYJG-2019-

018）；南昌大学教学改革研究项目（NCUJGLX-2020-166-146）

作者简介：张纯（1976-），男，江西九江人，教授，博导，研究方向为土木工程结构中的力学问题，Email:

zhangchun@。

通讯作者：熊拥军（1971-），男，江西丰城人，讲师，研究方向为力学虚拟仿真实验开发，Email:

xyjnzy@126.com。

材料力学是研究杆件在承受各种荷载时的变形等力学性能一门重要技术基础学科，通过该课程

[1]

的学习，使学生掌握研究杆件内力、应力、变形分布规律的基本原理和方法。材料力学理论性和

实践性都很强，通过理论教学与实验教学相结合，培养学生构件分析、计算和实验等方面的能力。

[2]

材料力学实验是材料力学课程的重要组成部分，在教学过程中结合实践操作，让学生自己动手，

在力学实验中主动去探究结构受力变形规律，不仅能加深学生对力学概念的理解，同时也能有效激

发其学习的积极性。

随着计算机技术的日渐成熟，低成本、可重复性强、扩展性强的虚拟仿真实验越来越普及。虚

拟仿真实验能够极大的减轻学校对传统实验室的资金投入压力，减少对传统实验仪器保养与维修的

[3]

精力投入，有效的解决了传统力学实验成本高昂，灵活性差等问题。但是现阶段材料力学虚拟仿

真项目大多以展现虚拟场景为主，演示单一的实验流程，未能反映事物内在的规律，实验过程缺乏

增刊第2期59

张纯基于深度神经网络的材料力学虚拟仿真实验教学系统设计与开发

探索性，研究性。材料力学的虚拟仿真实验要求能够根据不同实验模型得到与之对应的不同实验结

果，从而满足学生对实验多样性，准确性以及可视化强的要求。嵌入有限元计算模块的虚拟仿真实

验系统虽然可以实现力学虚拟实验的多样性和准确性，但是有限元计算需要占用大量的计算资源，

无法满足在线实验、实时计算这种高效率场景下的交互性和实时性要求。

近年来，以深度神经网络为代表的人工智能技术得到了飞速发展。深度神经网络通过网络层数

的增加能够获取较浅层神经网络更为强大的函数表达能力，在图像识别、视频识别、自然语言处理

[4]

等人工智能领域取得了巨大的成果，这也为复杂物理场代理模型构建提供了技术基础。本文分析

和探讨利用深度神经网络，开发新型材料力学虚拟仿真实验系统，适应