王曙光教授团队2025年度在“生成式AI+工程抗震”交叉领域发表系列研究成果
南京工业大学土木工程学院王曙光教授团队在《Advanced Engineering Informatics》、《Applied Soft Computing》、《Thin-Walled Structures》、《Engineering Failure Analysis》和《Structures》等国际权威学术期刊发表系列论文。论文成果涉及结构逆向设计、非结构构件损伤预测等多个领域，为解决复杂土木结构的性能导向设计与高效损伤评估提供了新的计算范式与研究思路，探索了生成式人工智能技术在结构工程领域的应用潜力。 在王曙光教授、杜东升教授和许伟志副教授的悉心指导下，团队紧扣“数据驱动”与“物理引导”两大核心，聚焦阻尼器微结构逆向生成、填充墙损伤快速反演等科学问题开展研究，取得了一系列成果。该五篇高水平学术论文第一作者分别为2023级博士生张天杨（前四篇）和2024级博士蔡亦杰（第五篇），南京工业大学为第一完成和通讯单位。 论文Ⅰ发表于《Advanced Engineering Informatics》（中科院大类学科：工程技术1区，小类学科：人工智能1区，TOP期刊，IF=9.9）。该研究针对分布式耗能钢板墙的阻尼微结构，提出了基于潜在扩散模型的逆向设计框架。通过引入拓扑变换网络将复杂的几何特征压缩，大幅降低了训练复杂度，并实现了从多目标非线性力学性能到可制造几何构型的精准“一对多”映射。试验表明，该框架生成的微结构在几何保真度和力学可靠性方面均表现优异。 论文Ⅱ发表于《Applied Soft Computing》（中科院大类学科：计算机科学2区，小类学科：人工智能2区，TOP期刊，IF=6.6）。该研究提出了基于物理信息引导的潜在扩散框架MultiDampGen，旨在生成用于地震能量耗散的多尺度、剪切主导型阻尼微结构。框架集成了特征压缩、滞回性能预测及物理映射模块，能够在满足多尺度和多目标承载力需求约束下，生成多类型微结构，有效支持了新型抗震耗能装置的创新设计探索。 论文Ⅲ发表于《Thin-Walled Structures》（中科院大类学科：工程技术2区，小类学科：力学1区，TOP期刊，IF=6.6）。该研究针对框架-填充墙结构的抗震性能提升，提出了一种基于自监督扩散模型的耗能钢板墙逆向设计方法。模型包含滞回性能预测与微结构生成两大网络，通过引入判别器和随机噪声进行迭代优化。研究证明，该自监督方法在生成周期性大规模复杂拓扑结构方面具有显著优势，能大幅减少有限元分析误差并精准达成力学性能目标。 论文Ⅳ发表于《Engineering Failure Analysis》（中科院大类学科：工程技术2区，小类学科：表征与测试1区，IF=5.7）。针对砌体填充墙难以兼顾损伤演化模拟与计算效率的难题，该研究开发了基于扩散模型的损伤反演方法。模型能够提取宏观层间变形特征，直接生成对应的损伤分布。本研究提出的损伤反演方法在拥有较快计算效率的同时具备较高精度，为非结构填充墙的全过程地震损伤分布的快速预测提供了高效工具。 论文Ⅴ发表于《Structures》（中科院大类学科：工程技术2区，小类学科：土木2区，IF=4.3）。受生成式人工智能启发，该研究提出了一种基于去噪扩散概率模型的梁柱节点逆向设计方法。不同于传统正向设计，该方法实现了从目标骨架曲线到结构横截面参数的直接映射。数值模拟表明，模型能生成多样化的梁柱截面，验证了该方法在智能结构逆向设计中的有效性。 秉持“开源共享、协同创新”的学术理念，团队已将上述系列研究的核心算法代码及构建的相关数据集在GitHub平台https://github.com/AshenOneme全面开源，旨在促进“AI+土木”交叉研究的交流，为全球同行提供可复现、可扩展的基准测试数据，共同推动生成式人工智能在结构工程领域的深度应用与生态构建。
论文Ⅰ在线网址：
https://doi.org/10.1016/j.aei.2025.104256
论文Ⅱ在线网址：
https://doi.org/10.1016/j.asoc.2025.114194
论文Ⅲ在线网址：
https://doi.org/10.1016/j.tws.2025.113865
论文Ⅳ在线网址：
https://doi.org/10.1016/j.engfailanal.2025.109371
论文Ⅴ在线网址：
https://doi.org/10.1016/j.istruc.2025.110484
作者：土木工程学院；审核：张涛、方海、杨会峰
