2026年5月25日上午，应现代设计及转子轴承系统教育部重点实验室邀请，上海大学机电工程与自动化学院张朝教授来到西安交通大学机械工程学院，做了一场题为“人工智能和机器学习助力开发基于电子-声子、量子化学分子动力学的润滑模型”的学术报告。本次报告吸引了机械工程学院众多师生及相关科研人员积极参与，现场学术氛围十分浓厚。

张朝教授是混合润滑与摩擦学领域的资深学者，在多相多尺度磨损、润滑模型设计及数字孪生系统开发等方向拥有深厚的学术造诣。在本次报告中，张朝教授聚焦于多学科交叉前沿，系统阐述了如何利用人工智能与机器学习方法，构建涵盖机械、材料、物理和化学多尺度交互作用的润滑状况分析数字孪生系统，以实现对完全润滑、混合润滑和边界润滑状态的精准表征。

报告中，张朝教授紧扣多尺度润滑数字孪生系统的构建，深入剖析了从微观原子演变到宏观界面流动的物理与化学机制。他首先指出，在进行大规模量子化学分子动力学模拟时，高通量采样往往面临计算效率与样本表征精度难以兼顾的瓶颈。为此，其团队尝试将基于第四代高维神经网络势能面建立的金属力场与ReaxFF化学反应力场进行深度结合，在利用LAMMPS软件进行高通量运行的同时，引入K均值聚类和朴素贝叶斯分类等算法，实现了对复杂模拟样本的智能筛选与优化。随后，张教授将目光投向更深层的微观摩擦机理，阐明了在考虑材料缺陷的前提下，电子-声子耦合对界面摩擦及能量耗散的调控规律，并分享了通过引入物理信息神经网络（PINN）来攻克经典雷诺方程求解算力难题的前沿尝试。而针对实际工程中复杂的粗糙表面流体输运问题，他则基于经典的Patir-Cheng流量因子框架，进一步推导出了融合压力与剪切效应的新型流量因子，更为立体地还原了表面粗糙度、卷吸速度以及边界滑动对流体流动阻碍与输运的综合作用。

在报告结束后的互动交流环节中，现场师生围绕报告中展示的多尺度润滑模型及智能算法等前沿内容展开了积极的提问，张教授耐心具体地回答了所有问题，并且将这一领域的研究心得与大家分享。

当天下午，学术交流活动继续深入开展。研究所的多名研究生及青年学者结合自身课题，依次进行了学术研究进展汇报。在学生汇报环节，张朝教授认真听取了每一位学子的学术报告，并针对研究中的关键问题及工程应用前景与同学们展开了面对面的交流。张教授以其开阔的学术视野和严谨的推导逻辑，帮助同学们理清了研究思路。

此次学术交流活动不仅让重点实验室及机械学院的师生们接触到了智能润滑与微纳摩擦学领域的最前沿技术，也通过下午的面对面汇报与点评，切实解答了同学们在科研一线遇到的具体瓶颈问题。活动在热烈而温馨的学术探讨声中圆满结束，进一步深化了重点实验室与上海大学在摩擦润滑及多尺度模拟领域的学术联系。