《Computational Particle Mechanics》：Full-field damage reconstruction from discrete-element particle states: A multi-modal neural operator and benchmark for rock direct shear
编辑推荐：
离散元法（DEM）键断裂被重构为连续损伤密度场。多模态Transformer将DEM直剪模拟映射为三维（3D）裂纹场。双输出头联合预测应力标量与损伤场。六级指标揭示了CNN与Transformer在剪切预测中的互补性。发布的1275案例PFC3D数据集实现了高
离散元法（DEM）键断裂被重构为连续损伤密度场。多模态Transformer将DEM直剪模拟映射为三维（3D）裂纹场。双输出头联合预测应力标量与损伤场。六级指标揭示了CNN与Transformer在剪切预测中的互补性。发布的1275案例PFC3D数据集实现了高达1,000,000倍加速。
本文报道了一种从离散元粒子状态重建全场损伤的多模态神经算子，用于岩石直剪的损伤场与宏观响应联合预测。
岩体不连续面的剪切破坏是隧道围岩稳定、深部资源开采和边坡安全的核心控制因素。经典经验准则如Barton–Choubey JRC–JCS模型主要面向粗糙节理，而层状岩体中平行弱面的直剪行为由层面倾角、走向角与法向应力共同控制。离散元法（DEM）模拟虽能再现完整剪切响应，但工程评估真正需要的是损伤状态本身——剪切带的位置与损伤的空间分布，而非单一强度标量。DEM将损伤记录为断裂键列表，这是一个二值稀疏点集，缺乏场结构，因此须先将其重建为连续损伤场，才能进行跨案例比较和机器学习。现有神经算子代理大多只预测单一物理场，而岩石直剪评估要求宏观应力–应变响应与三维裂纹场的联合输出；同时直剪裂纹体素仅占体积的很小比例，二维卷积难以传递剪切带的轴向连通性，多物理输入又各自具有不同力学语义。为此，研究人员开展了本项研究，开发了一种基于PFC3D直剪模拟的多模态神经算子，从粒子状态的粗粒化快照重建完整损伤场与宏观响应。该研究发布的基准数据集包含1275个PFC3D案例、26872个时间步样本，按案例级1148/127划分，并与八个基线和两个变体进行对比。论文发表在《Computational Particle Mechanics》。
研究人员使用的主要关键技术方法包括：①PFC3D生成层状岩体直剪数据，采用平行粘结模型，微参数基于Longmaxi组页岩直剪实验校准；②粒子–体素映射配合高斯平滑，将离散键断裂事件转化为连续损伤密度场作为监督目标；③多模态Transformer编码器：密度/传输场、位移场（及可选速度场）各自经独立PatchEmbed3D嵌入为token，再经6个DiT风格块实现跨模态联合注意力，主–辅双分支通过单向detach交叉注意力传递裂纹信息；④双输出头分别解码剪应力、法向位移、剪切位移三个宏观标量和643连续损伤场；⑤联合损失为应力回归与损伤回归的加权MSE。推理速度比PFC3D模拟快达10?倍量级。
主对比结果显示，在独立验证集上，CNN类模型在体素级裂纹Dice上领先，cnn_only达到0.7485，unet3d为0.7380，本工作sica_disp为0.7260；剪切位移MAE方面，六个模型统计不可区分（0.0051–0.0055）。平凡预测器对照表明，所有训练模型均显著优于训练集均值场（Dice 0.6764）和最近邻检索（0.6614）。消融分析显示：E1去除裂纹监督后，应力MAE改善10.6%，但剪切位移MAE略增，表明双输出存在轻微任务竞争，而裂纹场预测能力是DEM代理不可放弃的核心；E3将层数从6降至3后，Dice仅下降0.31%，说明6层深度对逐帧精度冗余。敏感性扫描表明，体素分辨率64为精度与成本平衡点；高斯核带宽σ_g≥1.0体素均可达到相同精度；裂纹损失权重λ_crack=1.0最优。监督形式比较发现，连续损伤场在自身读取密度下与二值目标精度相当，但在匹配体素预算下，二值目标将损伤定位更接近真实事件（2.1–2.5倍）。物理一致性诊断中，预测剪切带主方向角度误差为9.34°，优于最佳固定常数预测（11.35°）；输入功与裂纹体积线性拟合R2=0.907，高于DEM真值0.845，表明代理保留了能量–破坏关系。时间连续性度量σ_t(Dice)能区分架构，fno3d最平滑；裂纹体积单调性违反率r_viol受随机种子影响大，不能用于架构排序。极端工况诊断显示，失败案例a120_b60_s5平均Dice为0.473，参数偏差分解表明σ_n偏离训练集质心?1.40个标准差，而α、β仅+0.46/+0.51，失败主要源于低法向应力段训练样本不足，而非三参数同时极端。代表案例时间序列可视化显示，高围压案例预测损伤场从无到连续剪切带同步演化；低围压挑战案例在早期剪切带形核阶段滞后，后期恢复。
讨论部分指出，CNN与Transformer在直剪场预测中互补：CNN局域归纳偏置有利于裂纹形核，而宏观位移预测中多个架构统计不可区分；双输出框架以约10.6%应力精度损失换取完整裂纹场预测能力；网络深度对任务冗余；数据对时间平滑性和失败模式的影响大于架构选择。研究结论可翻译为：本工作开发了一种多模态神经算子，能从粒子状态快照同时重建岩石直剪试件的完整三维裂纹场与宏观力学响应。在发布的1275个PFC3D案例、26872帧基准上，该算子在剪切位移精度上与最强模型统计不可区分，并以具有竞争力的拓扑和块级保真度重建裂纹场。有三个突出发现：卷积与Transformer架构互补；双输出耦合以微小应力精度代价换取不可放弃的裂纹形态能力；断裂事件的连续重构是一种权衡而非严格增益。未来方向包括构建仅以α、β、σ_n和时间条件化的算子、将时间连续性和能量守恒约束加入损失、在低法向应力区和高分辨率下扩充样本。
