2026MatDEM奖学金讲座（二）：滑坡堆积预测方法+ 饱和礁灰岩精细建模仿真

为促进MatDEM软件在科研和工程中的应用，鼓励和支持探索研究，我们特设立2026“智星云-MatDEM奖学金”。奖学金面向使用MatDEM开展科学研究和工程应用的学生和科研人员。评审规则请在官网查看，以下是2026年MatDEM奖学金正式名单。

6月27日，我们邀请2026MatDEM奖学金获得者代表 武汉理工大学朱应伟和浙江大学龚辰轩分别做《基于MatDEM的饱和礁灰岩精细建模与模拟方法》和《基于离散元法与生成对抗网络的滑坡堆积预测方法研究》，他们将依将托MatDEM离散元数值模拟平台，开展具体数值模拟研究，欢迎报名和支持回放。

报告一：基于MatDEM的饱和礁灰岩精细建模与模拟方法

报告时间：6月27日  14:30-15:10

嘉宾介绍:

朱应伟 武汉理工大学 安全科学与应急管理学院

学习使用MatDEM已有四年时间，主要研究方向是岩石精细建模方法与多尺度力学数值模拟。

研究内容：研究基于MatDEM软件与数字岩心技术实现了礁灰岩精细建模，联合孔隙密度流方法对比分析了干燥与饱和状态下的礁灰岩力学响应差异，揭示了水弱化作用对礁灰岩损伤-断裂过程的微细观影响机制。

研究成果：

1.以通讯作者的身份在《Computers and Geotechnics》发表SCI论文；

2.以通讯作者的身份在《Canadian Geotechnical Jouornal》发表SCI论文；

3.完成博士学位论文《基于数字岩心的礁灰岩多尺度力学特性与流固耦合本构模型》。

[1] Wei Xin, Qu Dengxing, Zhou Zhengrong, Li Xinping, Zhu Yingwei, Shaohua Hu, Wenhao Li. Three-dimensional refined discrete element numerical modeling method and its application for reef limestone based on digital core technology[J]. Computers and Geotechnics (2025).

[2] Dengxing Qu, Linfeng Kuang, Kaiwen Song*, Yingwei Zhu, Xinping Lia, Wenxuan Xiao, Lan Yang , Jiaan Xie. Characterization of pore structures in coral reef limestones and DEM simulations of compressive failure[J].Canadian Geotechnical Journal.(2026) 

[3] 朱应伟.基于数字岩心的礁灰岩多尺度力学特性与流固耦合本构模型[D].武汉理工大学.

报告内容:

1.基于数字岩心的多孔岩石精细建模方法及源码

2.基于孔隙密度流法的饱和多孔岩石单轴压缩模拟方法及源码

3.MatDEM学习过程交流

报告二：基于离散元法与生成对抗网络的滑坡堆积预测方法研究

报告时间：6月27日  15:10-16:10

嘉宾介绍:

龚辰轩 浙江大学

硕士毕业于安徽理工大学，现为浙江大学防灾工程研究所科研助理。本人接触学习并使用MatDEM已有三年时间，研究生期间主要研究方向为人工智能交叉岩土工程数值模拟。已发表SCI论文1篇，中文核心论文1篇；授权软件著作1项。

研究内容：以 MatDEM 作为核心数值模拟平台，围绕分层滑坡堆积演化与快速预测开展研究。在已发表的 SCI 论文中，利用 MatDEM 的矩阵离散元方法构建滑坡颗粒体系，模拟滑坡从失稳到堆积的动力学过程，获得滑前地形与滑后堆积形态样本，并据此建立了离散元—生成对抗网络耦合的快速预测框架，实现了对滑坡堆积形态的高效预测。在进一步开展的中文论文研究中，继续基于 MatDEM 设计三层分层滑坡模型，设置不同弱层空间位置与材料组合工况，系统分析弱层位置变化对堆积距离、堆积厚度及形态响应的影响规律。

研究成果：

1.以第二作者的身份在《Engineering Geology》上发表SCI论文；

2.以第二作者的身份在《水电能源科学》上发表核心论文；

3.完成硕士学位论文《基于离散元法与生成对抗网络的滑坡堆积预测方法研究》；

4.在中国地震学会地震灾害链专业委员会2025年（第五届）学术年会上，进行题为《一种基于离散元模拟与生成对抗网络的滑坡堆积预测方法》的学术汇报。

[1] Cui Y, Gong C, Zheng J, et al. AI-enhanced landslide deposition prediction: a novel framework integrating discrete element method and generative adversarial networks[J]. Engineering Geology(2026)

报告内容:

1.利用MatDEM批量构建了六类工况、3000组含物理属性颜色编码的滑坡前后图像数据库，针对改进型GAN模型，实现了滑坡堆积形态的高精度预测。

2.基于MatDEM离散元模拟生成具有真实力学参数（密度、摩擦系数、抗压强度等）的训练数据，通过感知损失与语义损失约束，使模型学习颗粒接触破坏与堆积结构演化规律。

3.以MatDEM数值模拟结果为基准构建双重验证体系，在四川石板滑坡案例中，模型预测与实测误差<10%，且单场景计算时间从MatDEM运行的226秒缩短至模型测试的0.11秒，效率提升约2000倍。