在新一轮科技革命和产业变革背景下，人工智能加速融入各行业。为加强岩石力学与工程及人工智能领域的学术交流，分享最新进展与成果，推动人工智能在岩石力学与工程中的创新应用，由中国岩石力学与工程学会人工智能技术实用化专业委员会主办，河北工业大学承办，武汉大学、中南大学等协办，举办“第一届岩石力学与工程人工智能学术会议（AI-Rock2025）”。会议聚焦岩石力学、岩石工程与DeepSeek、TensorFlow等大模型及先进人工智能技术的结合，探讨新思路、新理论、新方法与新应用，采用特邀报告、主题报告、成果展示与学术研讨等形式，交流人工智能在岩石力学与工程领域的最新成果与发展趋势，助力学科智能化转型与创新发展。

张春顺教授作为特邀嘉宾在会上作了题为“一种基于XRF和机器学习的预测风化岩石强度的新方法”的报告，该报告聚焦于风化岩石材料力学参数的快速预测与数值重构方法。传统岩石力学测试受限于破坏性试验条件、程序耗时、内部塑性区扩展不可观测及泛化能力不足，难以满足高效、准确评估需求。为克服上述局限，本研究以不同风化等级的花岗岩为例，基于室内UCS/BTS测试结果，建立了XRF无损检测结果与数值模型参数间的PSO-BP神经网络（BPNN）映射关系，并构建数据库。进一步结合MOPSO优化与权重因子重分配，完成了风化岩石的数值重构，成功再现了加载过程中弹性变形、塑性区扩展至剪切破坏的全过程，且数值结果与试验观测高度一致。研究发现，风化岩矿物成分随风化程度变化规律明显，且破坏模式由斜剪带破坏向延性粉碎性破坏演变。所提出的方法能够以少量前期试验代价，基于XRF测试快速预测和校准不同风化程度岩体的数值参数，突破了传统岩石材料强度等级划分中依赖经验性、定性分析的限制，为风化岩体安全性能评估提供了高效、定量的新途径。

图：张春顺教授作汇报和与会学者

报告现场气氛热烈，张老师以深入浅出的讲解，系统介绍了机器学习方法在岩石力学数值重构中的应用。与会师生认真聆听，积极思考，在报告后展开了广泛而深入的学术交流，围绕研究方法、应用前景与技术细节等方面进行了热烈讨论，现场学术氛围浓厚。