头像
更新时间:2024.08.20
总访问量:10

鞠晓喆

| 博士 副教授 硕士生导师

单位: 机械工程学院

职务:

研究方向:

办公地址: 浙江工业大学屏峰校区机械楼 D320

办公电话:

电子邮箱: xju@zjut.edu.cn

手机访问
  • 个人简介

      鞠晓喆,浙江工业大学副教授、德国博士(优秀)、研究生导师。2008年起留学德国,机械工程专业(本、硕、博),于2019年获得博士学位(优秀)。期间,先后任职于德国亚琛工业大学、德国帕德博恩大学,主要从事计算固体力学、参数识别、多尺度方法及自适应方法等领域的研究工作。作为项目主要完成人,完成了3项德国自然科学基金项目,其中1项联合研究中心项目、2项面上,以及多项工业类项目。自2019年回国工作以来,主持国家自然科学基金、浙江省自然科学基金、中国博士后基金、中美合作等课题5项,参与国家重点研发等课题7项,主要开展计算力学基础理论研究,并协助企业攻关芯片等领域的“卡脖子”问题。相关研究成果发表于计算力学顶级期刊CMAMEIJNME固体力学领域国际著名期刊IJSS等,以第一或通讯作者发表SCI论文二十余篇(6篇中科院1TOP)、中文卓越期刊论文1篇、A类论文2篇。担任Nature Communications等国际知名期刊审稿人。


    主要研究方向:

    • 快速计算方法(降阶模型、人工智能算法)

    • 计算固体力学(多尺度方法、自适应方法、广义连续介质理论、参数反演分析)

    • 非均质材料表征与建模(复合材料、多孔材料、超材料等)


  • 教学与课程

    主讲《材料力学》、《弹性力学》、《工程力学基础实验》等本科生和研究生课程;

    担任2021级本科生班主任,班级成绩一直位列年级第一,并获评校先进班级;

    指导本科生以第一作者发表中科院1TOP论文1篇,3人分别保研至清华大学、北京大学和重庆大学;

    指导学生获省级竞赛奖10项;

    指导研究生以第一作者发表SCIA类论文各2篇;

    获优课优酬奖励1次,参与省级和校级教学建设项目3项。


  • 科研项目

    主持或参与纵向和横向研究课题多项,如:

    • 基于分级模型的误差控制自适应双尺度方法,国家自然科学基金青年科学基金项目,2021.01-2023.12,主持

    • 基于自适应策略的微态模型参数反演方法,浙江省自然科学基金探索项目,2021.01-2023.12,主持

    • Hierarchical models for adaptive control of homogenization methods,德国研究基金会(DFG)面上项目,2018-2019,项目骨干

    • Goal-oriented adaptive finite element method for direct and inverse problems of micromorphic continua,德国研究基金会(DFG)面上项目,2016-2017,项目骨干

    • TRR 30:  Process-integrated manufacturing of functionally graded structures based on coupled thermo-mechanical phenomena-分项目B02Simulation of a hybrid-forming process considering thermal shock behaviour in the forming tool and phase transformations in the workpiece”,德国研究基金会(DFG)联合研究中心项目,2013-2015,项目骨干


  • 科研成果

    代表性论文:

    1. Ju X., Mahnken R.. An NTFA-based homogenization framework considering softening effects. Mechanics of Materials 2016, 96: 106-125. (JCR Q1, IF=3.9)

    2. Ju X., Mahnken R. Model adaptivity on effective elastic properties coupled with adaptive FEM. Computer Methods in Applied Mechanics and Engineering 2017, 322: 208-237. (中科院1TOP, IF=7.2)

    3. Ju X., Mahnken R. Goal-oriented adaptivity for linear elastic micromorphic continua based on primal and adjoint consistency analysis. International Journal for Numerical Methods in Engineering 2017, 112: 1017-1039. (ZJUT TOP 100, JCR Q2, IF=2.9)

    4. Ju X., Mahnken R. Goal-oriented h-type adaptive finite elements for micromorphic elastoplasticity. Computer Methods in Applied Mechanics and Engineering 2019, 351: 297-329. (中科院1TOP, IF=7.2)

    5. Mahnken R., Ju X.*. Goal-oriented adaptivity based on a model hierarchy of mean-field and full-field homogenization methods in linear elasticity. International Journal for Numerical Methods in Engineering 2020, 121(2): 277-307. (ZJUT TOP 100, JCR Q2, IF=2.9)

    6. Ju X., Mahnken R., Xu Y., Liang L., Zhou W. A nonuniform transformation field analysis for composites with strength difference effects in elastoplasticity. International Journal of Solids and Structures 2021, 228:  111103. (ZJUT TOP 100, JCR Q2, IF=3.6)

    7. Ju X., Mahnken R., Liang L., Xu Y. Goal-oriented mesh adaptivity for inverse problems in linear micromorphic elasticity. Computers & Structures 2021, 257, 106671. (ZJUT TOP 100, JCR Q1, IF=4.7)

    8. Xu Y., Weng H., Ju X.*, Ruan H., Chen J., Nan C., Guo J., Liang L. A method for predicting mechanical properties of composite microstructure with reduced dataset based on transfer learning. Composite Structures 2021, 275: 114444. (中科院1TOP, IF=6.3)

    9. Weng, H., Xu, Y., Chen, J., Ruan, H., Nan, C., Liang, L., Ju, X.* An enhanced greedy algorithm for failure resistant material design with application to composite delamination. Composite Structures 2021, 278, 114681. (中科院1TOP, IF=6.3)

    10. 鞠晓喆朱加文梁利华许杨剑石墨烯纳米复合材料的降阶均匀化方法及其数值实现[J]. 复合材料学报, 2021, 38(12): 4368-4376. (EI, 中文卓越期刊)

    11. Ju X., Mahnken R., Xu Y., Liang L. Goal-oriented error estimation and h-adaptive finite elements for hyperelastic micromorphic continua. Computational Mechanics 2022, 69: 847-863. (JCR Q1, IF=4.1)

    12. Ju X., Mahnken R., Xu Y., Liang L. NTFA-enabled goal-oriented adaptive space-time finite elements for micro-heterogeneous elastoplasticity problems. Computer Methods in Applied Mechanics and Engineering 2022, 398, 115199. (中科院1TOP, IF=7.2)

    13. Ju X., Mahnken R., Xu Y., Liang L., Cheng C., Zhou W. Multiscale analysis of composite structures with goal-oriented mesh adaptivity and reduced order homogenization. Composite Structures 2022, 292, 115699. (中科院1TOP, IF=6.3)

    14. Ju X., Zhou C., Liang J., Tao W., Liang L., Xu Y. Efficient nonlinear homogenization of bones using a cluster-based model order reduction technique. International Journal for Numerical Methods in Biomedical Engineering 2023: e3784. (JCR Q2, IF=2.1)

    15. Ruan H., Ju X.*, Chen J., Liang L., Xu Y. A clustering-enhanced potential-based reduced order homogenization framework for nonlinear heterogeneous materials. European Journal of Mechanics / A Solids 2024, 103:105190. (JCR Q1, IF=4.1)

    16.  Ju X., Gao K., Huang J., Ruan H., Chen H., Xu Y., Liang L. A three-dimensional computational multiscale micromorphic analysis of porous materials in linear elasticity. Archive of Applied Mechanics 2024, accepted. (JCR Q2, IF=2.8)

    17. Nan C., Ruan H., Ju X., Hu J., Liang L., Xu Y. Transfer-learning-based strategy for enhancing prediction accuracy and computational efficiency of nonlinear mechanical properties in composite materials. Composites Science and Technology 2024, 246:110388. (中科院1TOP, IF=9.1)


    最新研究成果简介:

      成果一代表作6:常规的多尺度计算方法因其巨大的计算量很难在工业界得到应用。非均匀变换场分析(NTFA)是针对塑性材料十分有效的降阶均匀化方法。该成果成功地将NTFA方法扩展到具有强度差异效应的复合材料问题(如树脂基碳纤维复合材料)上。所提出的新方法(图1)囊括了几个经典的塑性模型(MisesDrucker-Prager模型)作为特例,并更具一般性。该方法于离线分析部分,对体积和偏塑性应变场分别进行时空分解,进而得到两组具有不同特性的塑性模态。再根据叠加原理推导出细观应变场和细观应力场的局部化规律,并对其进行均匀化,进而得到宏观等效响应。基于宏-细观耗散功等效原理,提出了一个耦合式模型来描述降阶变量的演化。在线分析过程中,考虑到该方法的工程应用,结合商业有限元软件所特有的优势,编写接口程序,为复杂的复合材料结构分析提供可能。算例分析表明,该方法在确保较高计算精度的前提下,相较于传统有限元计算的加速率可达惊人的103-104量级。


    1:基于非均匀变换场分析理论的降阶均匀化方法

     

      成果二【代表作7】:针对弹性微态模型问题(尺寸效应显著),提出了一个基于面向目标误差估计理论的双层优化框架(图2),能够有效排除数值计算误差对材料参数识别的干扰。基于对广义本构关系的灵敏度分析,建立了一个梯度求解器来求解反问题,使参数在一个固定有限元网格的内优化循环中进行优化。针对一个用户给定的目标量,由拉格朗日方法推导出精确的误差表达式。再利用拼片恢复技术,计算增强解,进而得到有效的误差估计子,用以驱动自适应网格细化算法,形成一个外优化循环。数值实验表明,在完美数据、不完整数据和扰动数据情况下,所提出的自适应算法均表现出了很好的收敛性和有效性。


    2:基于面向目标误差自适应控制的微态模型参数反演方法


      成果三【代表作12】:针对复合材料弹塑性多尺度分析中误差源复杂、误差跨尺度传递和累积效应显著、计算精度与计算效率难以平衡等难点问题,基于“非均匀变换场分析”降阶均匀化理论(图1),利用拉格朗日法建立了弹塑性多尺度问题的面向目标误差分析框架,进而提出了一套时间-空间离散误差协同控制的新型自适应多尺度算法(图3),并编写算例程序成功地验证了该算法的有效性。该成果近期发表于计算力学顶级期刊CMAME,为非线性多尺度问题的计算误差控制提供了新的思路。

    3:自适应时空有限元算法


链接

更新时间:2024.08.20
总访问量:10