汤可可
博士,副教授,博士生导师,力学系副主任
电子邮箱:kktang@tongji.edu.cn
联系方式:021-65983708 (Office);13564087124 (Cell 微信号);
同济大学四平路校区 力学实验中心304室
2006/09-2011/06 东南大学 固体力学 博士
2003/09-2006/06 湖南大学 固体力学 硕士
1999/09-2003/06 湖南大学 工程力学 学士
2019/01- 至今 同济大学 航空航天与力学学院 副教授
2014/09-2018/12 同济大学 航空航天与力学学院 助理教授
2011/09-2014/09 华东理工大学 机械与动力工程学院 博士后
2008/01-2009/12 乔治华盛顿大学 机械与航天工程系 联合培养博士生
研究方向一:致力于人工智能与材料疲劳与断裂的交叉领域的前沿研究,推动基于深度学习的语义分割技术融入到材料疲劳与断裂分析中,构造从微观组织重建、裂纹扩展路径预测到断面识别的智能化设计与失效分析框架。
研究方向二:结合多尺度计算方法,进行先进材料和结构的疲劳失效分析,将研究范围从材料尺度拓宽至结构尺度,推进其在深海装备的疲劳寿命预测及综合性能评估中的应用。
截止到2024年11月,已发表学术论文60余篇,以第一/通讯作者身份在Int. J. Fatigue、Compos. Sci. Technol.、Int. J. Mech. Sci.等高水平期刊发表SCI论文三十余篇,Google Scholar 他引次数近700 次,2024年课题组发表机器学习相关的论文有Int. J. Fatigue(2 篇)、Compos. Sci. Technol. (1篇)、Int. J. Mech. Sci. (2 篇)、Eng. Fract. Mech. (2 篇)、践行出特色交叉之路,初步建立了智能化的材料失效分析与设计评估框架。
课题组规模适中,科研经费宽裕,凝聚力强,学术氛围佳。导师根据研究生特点与个人兴趣,量身制定培养模式,发挥学生潜力,实现学术及人生价值的双重提升。课题组定期参加国内外学术会议,研究生能力可得到全方位锻炼与提高。
课题组与美国佐治亚大学 (University of Georgia, UGA),德克萨斯农工大学 (Texas A&M University, TAMU), 罗马一大(Sapienza University of Rome), 帕杜瓦大学(University of Padua)等国外高校课题组建立深度科研合作关系。课题组科研气氛浓厚,连续四年皆有学生出国深造。研究生毕业就业去向为上海商飞、比亚迪、联合汽车电子等知名企业。
指导本科生以第一作者身份在国际疲劳领域的顶刊发表论文;指导研究生连续三年获同济大学优秀硕士学位论文(2021~2023)、2022年以来3人次获研究生国家奖学金等,5 人次获国内外学术会议最佳学生报告等。学生在力学领域的国际顶尖会议如世界力学家大会(2024),亚澳复合材料大会(2024)上做学术报告。
欢迎力学、机械以及更多不同专业背景的学生报考硕士和博士研究生!
国家自然科学基金面上项目,11872278,钛合金疲劳小裂纹扩展的多尺度分段模型与原位试验研究, 2019/01-2022/12,主持.
国家自然科学基金青年项目,11302078,高温钛合金蠕变疲劳交互作用的双尺度裂纹模型修正,2014/01-2016/12,主持.
上海市自然科学基金面上项目, 21ZR1467200,钛合金微观几何缺陷致裂机理及疲劳全寿命预测研究,2021/07-2024/06,主持.
理论力学(力学强基、大飞机班、力学拔尖班)、理论力学I/II(工科试验班)、工程力学II(土木工程)、定寿与延寿技术、材料力学实验等。
国家自然科学基金函评专家;《力学季刊》编委及执行编辑;担任Int. J. Fatigue、Compos. Sci. Technol., Int. J. Mech. Sci., Theor. Appl. Fract. Mech. 等二十多个国际学术期刊的评审专家; ICEAF VIII国际学术委员会成员;上海市力学学会第十四届理事会教育工作委员会秘书长。
同济大学优秀硕士论文指导教师,2021/2022/2023, 连续三年
同济大学师德师风优秀教师提名奖,2023
全国徐芝纶力学优秀教师奖,2021
同济大学教学成果一等奖,3/5, 2021
同济大学第八期名课优师,2021
航力学院我最喜爱的老师,2019
上海市力学学会优秀青年力学学者,2018
同济大学优秀班主任,2017
第14届国际断裂大会分会场主席,2017
Wiley期刊Top Reviewer Award,2017
全国基础力学青年教师讲课比赛二等奖,2016
上海市力学学会先进工作者,2015, 2021
Peng Zhang, Keke Tang*. A TCN-Based Feature Fusion Framework for Multiaxial Fatigue Life Prediction: Bridging Loading Dynamics and Material Characteristics. International Journal of Fatigue, 2025, 197:108915.
Peng Zhang Xun Zhou, Ruoxi Liang, Jiangfeng Li, Keke Tang*, Yan Li. Multi-scale semantic segmentation for fiber identification and 3D reconstruction of unidirectional composite. Composites Science and Technology, 2025, 265: 111160.
Yindun Zhao, Keke Tang*, Paolo Ferro, et al. Crystal plasticity modeling fatigue behavior in bimodal Ti-6Al-4V: Effects of microdefect and lamellar orientation. Fatigue & Fracture of Engineering Materials & Structures, 2024, 47(6):2195-2214.
Guangxu Chen, Yujie Xiang, Keke Tang*. A comparative study of fatigue crack driving force considering in-plane constraint effect. International Journal of Fatigue, 2024,189:108576.
Keke Tang*, Yujie Xiang, Jie Tian, Jixin Hou, Xianyan Chen, Xianqiao Wang*, Zheng Zhong*. Machine learning-based morphological and mechanical prediction of kirigami-inspired active composites. International Journal of Mechanical Sciences, 2024, 266:108956.
Yujie Xiang, Jixin Hou, Xianyan Chen, R. Pidaparti, Kenan Song, Keke Tang*, Xianqiao Wang*. A GAN-based stepwise full-field mechanical prediction model for architected metamaterials. International Journal of Mechanical Sciences, 2024, 284: 109771.
Yujie Xiang, Jie Tian, Keke Tang*, Xianqiao Wang*, Zheng Zhong. Morphological design and tunable mechanical properties of 3D spinodal membrane structures: adaptive coarse-grained modelling. Acta Mechanica Sinica, 2024, 40:423655.
Yindun Zhao, Yujie Xiang, Keke Tang*. Machine learning-based fatigue life prediction of lamellar titanium alloys: A microstructural perspective. Engineering Fracture Mechanics, 2024, 303: 110106.
Keke Tang*, Peng Zhang, Yindun Zhao, Zheng Zhong*. Deep learning-based semantic segmentation for morphological fractography. Engineering Fracture Mechanics, 2024, 303:110149.
Peng Zhang, Keke Tang*, Guangxu Chen, Jiangfeng Li, Yan Li*. Multimodal data fusion enhanced deep learning prediction of crack path segmentation in CFRP composites. Composites Science and Technology, 2024, 257:110812.
Peng Zhang, Keke Tang*, Anbin Wang, Hao Wu, Zheng Zhong*. Neural network integrated with symbolic regression for multiaxial fatigue life prediction. International Journal of Fatigue, 2024, 188:108535.
Xiao Cai, Keke Tang*, Paolo Ferro, et al. Coordinated effect of microstructure and defect on fatigue accumulation in dual-phase Ti-6Al-4V: Quantitative characterization. International Journal of Fatigue, 2023, 197:107305.
Keke Tang*. et al. Adaptive triangular-mesh coarse-grained model for notched 2D metamaterials: A hybrid FEA and top-down approach. Theoretical and Applied Fracture Mechanics, 2023, 127:104077.
汤可可*, 蔡肖, 赵银盾, 吴昊, 仲政*. 双相钛合金材料疲劳问题研究进展. 力学季刊, 2023, 44(3): 491-511.
Keke Tang*. et al. Quantifying lamellar microstructural effect on the fatigue performance of bimodal Ti-6Al-4V with microdefect. International Journal of Fatigue, 2022, 163:107045.
Zhaojun Du, Keke Tang*, Paolo Ferro. Quantitative analyses on geometric shape effect of microdefect on fatigue accumulation in 316L stainless steel. Engineering Fracture Mechanics, 2022, 269:1085217.
Jie Tian, Keke Tang*, Xianyan Chen, Xianqiao Wang*. Machine Learning-based Prediction and Inverse Design of 2D Metamaterial Structures with Tunable Deformation-Dependent Poisson’s Ratio. Nanoscale, 2022, 14:12677-12691.