学术讲座—数据驱动本构模型参数智能反演与基坑变形预测
发布者： 科研处 更新日期： 2025-12-05 访问次数： 10
讲座题目数据驱动本构模型参数智能反演与基坑变形预测
主办单位土木工程学院
联合主办单位
讲座人王恒讲座人
职称		副高主持人周宇
讲座类型自然科学讲座对象全校师生时间2025-12-07 11:00
地点思源楼六楼会议室
讲
座
人
简
介		王恒，工学博士，副教授，硕士生导师，福建省高层次人才（C类）。主要从事机器学习与岩土工程交叉应用、疏浚泥资源化利用、软基处理数值模拟等方面的研究工作。博士毕业于东南大学，目前在中建海峡建设发展有限公司从事博士后研究。近3年，主持福建省自然科学基金项目1项，参与国家重点研发计划、国家自然科学基金面上项目等多项课题。以第一作者或通讯作者在《Engineering Structures》、《Marine Georesources & Geotechnology》、《岩土工程学报》、《岩土力学》和《应用基础与工程科学学报》等期刊发表论文10篇，公开发明专利4项，授权实用新型专利4项，获福建水利科学技术奖三等奖1项，主持企业横向课题5项。部分科研成果已实现工程应用，其中物理-数据融合驱动的基坑变形预测技术成功应用于福州北站南广场基坑、福州兴业银行总部基坑、福州市轨道交通2号线东延线葆桢路站主体结构基坑等工程；海陆流态淤泥自重沉积-固化协同调控关键技术已在漳州活盘水库清淤工程中推广，得到国内外同行的广泛关注和认可
讲座
主要内容		随着城市地下空间开发日益向深、大、复杂方向发展，基坑工程的安全控制对高精度变形预测提出了更高要求。传统本构模型依赖经验参数选取，难以准确反映复杂土体行为，而数据驱动方法为解决这一瓶颈提供了新思路。王恒副教授将在本次研究生学术论坛中作题为《数据驱动本构模型参数智能反演与基坑变形预测》的学术报告，系统介绍其在机器学习与岩土工程深度融合方面的创新成果。报告将聚焦如何利用现场监测数据、地质勘探信息与施工参数，构建物理机制与数据驱动相融合的智能反演框架，实现土体本构参数（如弹性模量、泊松比、强度参数等）的高效、自动标定，并进一步耦合数值模拟平台，提升基坑变形预测的精度与鲁棒性。此外，报告还将探讨数据质量、模型可迁移性、工程不确定性量化等关键挑战，并分享其在科研-产业协同中的实践经验。本报告内容紧贴工程实际与学术前沿，对广大研究生理解智能岩土工程的发展趋势、掌握数据驱动建模方法、拓展交叉研究思路具有重要启发意义，有助于激发研究生在智能建造与数字岩土领域的科研兴趣与创新能力。