10月26日，上海大学机电工程与自动化学院教授，在417会议室带来了主题为“利用声子、量子化学分子动力学和机器学习的多项多尺度磨损模型”的学术报告。
报告会上，张朝教授对基于结构导向集总、量子化学、分子动力学和机器学习的生成抗磨损膜的摩擦化学动力学模型展开了讲述，提出了基于大数据库、云计算、人工智能和分子水平结构导向集总的润滑剂摩擦化学的动力学模型的理论和数值框架，预测发动机摩擦副间的摩擦磨损，尤其是润滑剂和接触表面镀/涂层间的综合作用。这将有助于高效开发环境友好的润滑剂，加快发动机整机和零部件摩擦副的设计和分析过程并能降低成本。
报告结束后，张教授与在场师生进行了深入的互动交流。就如何高效率的可辨别出在基础油中所加添加剂的量，以及如何知道所设计的方案得到的化学模型是否正确，如何应用化学分子和原子的信息带入程序进行计算的问题，人工智能在化学润滑剂摩擦化学的动力学模型中是否发挥了重要的作用的疑问进行了解答。
通过张朝教授的讲座，为我们提供了一个全面而深入的视角，使我们对润滑剂摩擦化学的动力学模型有了更深入的了解，也对跨学科研究、数据驱动的科学研究方法和人工智能的应用有了新的认识。
专家简介：
张朝，博士，上海大学机电工程与自动化学院教授，博士生导师，昆明理工大学交通工程学院兼职教授。1997-2002年在美国西北大学从事博士后研究。主要研究方向：混合润滑机理的微观及宏观相结合的模型研究；发动机活塞销和销座间粘着磨损机理及失效机理、判据、及设计准则的研究；发动机活塞裙部与缸套间粘着破坏及表面粗糙度和镀层材料对其影响的研究；混合润滑表面疲劳破坏机理的微观和宏观结合的模型研究及在动态径向滑动轴承中的应用；基于结构导向集总、量子化学、分子动力学和机器学习的生成抗磨损膜的摩擦化学动力学模型；利用声子、量子化学分子动力学和机器学习的多相多尺度磨损模型。
