服务热线
010-56245524
最新课程1
复合材料专题
Part.01
课程背景
复合材料是一种具有优异性能的材料,广泛应用于航空、汽车、船舶、体育器材等领域。在复合材料的力学行为研究中,有限元分析技术是一种重要的手段。
ABAQUS作为现阶段应用最广泛的有限元仿真模拟软件,优秀的分析能力和模拟复杂系统的可靠性使得ABAQUS被各国的工业和科学研究中广泛采用。通过合理的建模和分析,可以更好地理解复合材料的力学行为,为复合材料的设计和应用提供参考。有限元仿真的基础是模型的建立,根据许多学生反应,复合材料进行建模是一个痛难点。
应新老客户的培训需求,北京软研国际信息技术研究院特举办“ABAQUS复合材料建模技术与应用”专题线上培训班(第十三期),本次培训主办方为北京软研国际信息技术研究院,承办方为互动派(北京)教育科技有限公司,具体相关事宜通知如下:
Part.02
课程目录
专题一 (线上直播) |
(详情内容点击上方名称查看) 2023年5月13日—2023年5月14日 2023年5月20日—2023年5月21日 |
|
专题二 (录播) |
(详情内容点击上方名称查看) 不限时间,不限地点,即报即学 |
Part.03
培训特色
1、本次课程共4天,采用“2+2”的教学体系,分两阶段授课,给与学员巩固练习时间,建立永不解散的课程群,长期互动答疑,课后提供全部无限次回放视频,学员学完后可以继续与专业老师同学交流问题,巩固学习内容。
2、本次课程小班授课,对知识进行由浅入深,层层递进,系统讲解,配合案例边讲边练,让学员能运用模拟软件针对每个技术点进行上机操作;在线学习后对学员提炼出的问题提供专业指导,从而更好地满足学员不同方面的论文及实际科研需求;
3、采用“理论+实操”的模式,通过系统的实践教学,帮助学员掌握和运用ABAQUS复合材料建模技术开展新型复合材料研发、复合材料性能预测、先进复合材料应用以及工业化生产等各个环节,进而提高复合材料研发与应用效率。
4、掌握ABAQUS软件建模及计算分析流程,通过纤维增强复合材料层合板和颗粒/短纤维改性复合材料为实例的进阶学习,并以MATLAB、PYTHON、FORTRAN多种开发方式为例让学员快速掌握ABAQUS二次开发要点,灵活调用模块方法,完成自己的设计计算需求。
Part.04
课程大纲
【专题一】
ABAQUS复合材料建模技术与应用
课程 |
|
一、Abaqus建模基础(理论+实例) |
1、ABAQUS 建模基础——以基础操作为例,让学员迅速掌握ABAQUS软件建模通用操作方法 1.1 ABAQUS 软件体系及应用背景 1.2 ABAQUS 典型本构关系与导入方式 1.3 ABAQUS 前后处理模块 1.4 常用单元建模 1.5 荷载施加与边界条件 1.6 网格划分(重点讲授) |
二、ABAQUS复合材料建模入门 (理论+实例)
|
2、ABAQUS复合材料建模入门——以复合材料层合结构建模、静力失效分析为例,让学员掌握基于ABAQUS软件的复合材料建模及力学分析流程 2.1复合材料力学基础理论 2.1.1 层合结构的本构特点、变形假定与刚度计算 2.1.2 层合结构的强度准则和损伤判据 2.1.3 层合结构的热传导与多场耦合分析 2.2层合结构的单元与特点介绍 2.2.1 Abaqus中复合材料层合板结构建模分析流程 2.2.2建立普通壳单元、连续壳单元及多层实体单元 2.3 ABAQUS静力失效分析 实例操作: 1.复合材料层结构的三种常用建模方法、静力分析中强度准则和损伤判据的引入、数据输入与输出 2.层合结构的热-力耦合分析 |
三、ABAQUS断裂力学与裂纹扩展(理论+实例)
|
3、ABAQUS纤维增强复合材料层合板分层和界面损伤与扩展 3.1 结构建模过程与计算分析 3.1.1 角铺设复合材料层板结构与建模 3.1.2 拉伸强度、压缩强度、剪切强度与失效过程模拟 3.1.3 弯曲失效过程模拟 3.1.4 Abaqus中复合材料层合板分层损伤的引入方法 3.1.5 界面损伤cohesive单元的应用技术 3.2复合材料层合板分层和界面损伤、断裂与裂纹扩展 3.2.1 虚裂纹闭合技术(VCCT)理论与实现方法 3.2.2 界面损伤内聚力分析(cohesive单元) 3.2.3 扩展有限元理论与实现方法 3.3 ABAQUS分层和界面扩展行为的模拟计算 实例操作: 1.基于虚裂纹闭合技术(VCCT)的分层扩展模拟 2.基于cohesive单元的分层/界面损伤扩展模拟 3.基于XFEM方法的裂纹扩展模拟 |
四、ABAQUS复合材料加筋板结构承载能力预测 (理论+实例)
|
4、ABAQUS加筋板结构在静载荷作用下的承载能力预测 4.1层合加筋结构的屈曲与后屈曲分析 4.1.1 特征值屈曲分析、后屈曲分析及后屈曲路径 4.1.2 含制造缺陷或低速冲击损伤层合板分层后屈曲 4.1.3 后屈曲分析涉及的非线性方程组收敛问题与解决 4.2薄壁加筋结构的面内剪切载荷作用下的失效分析 4.2.1面内剪切载荷作用下的建模技巧 4.2.2面内剪切载荷作用下的屈曲和失效分析 实例操作: 1. 复合材料加筋板的压溃分析 2. 面内剪切载荷作用下的加筋板的承载能力预测 3. 复合材料加筋板剪切失效模拟 |
五、颗粒/短纤维改性复合材料建模及计算 (理论+实例)
|
5、ABAQUS颗粒/短纤维改性复合材料力学建模及计算结果分析 5.1 复合材料损伤失效行为的多尺度分析概述 5.2 基于ABAQUS 的细观力学计算 5.3 增韧复合材料结构仿真与力学性能分析 5.3.1 材料力学性能多尺度分析理论与分析方法 5.3.2 胞元理论与边界条件施加 5.3.3 基于胞元模型的强度预测方法 5.3.4 颗粒/断裂维分布型材料的模型生成技术 5.3.5 增韧复合材料结构的宏观失效过程模拟 实例操作: 1. 颗粒增强金属基复合材料结构建模、拉伸过程及失效分 2. 短纤维增强复合材料结构建模、胞元分析技术 |
六、ABAQUS复合材料动力分析 (理论+实例)
|
6、ABAQUS复合材料动力分析及应用 6.1结构动力学算法基础理论概述 6.2复合材料层合结构低速冲击及冲击后剩余压缩强度实验与仿真技术 实例操作: 1. 复合材料加筋板自由振动分析 2. 复合材料加筋板低速冲击过程模拟 3. 低速冲击损伤的复合材料加筋板剩余压缩强度计算 4. 高速冲击模拟 |
七、ABAQUS二次开发 (理论+实例)
|
7、ABAQUS二次开发——以MATLAB、PATHON及子程序和FORTRAN的二次开发方式为例让学员快速掌握二次开发要点,灵活调用这些模块方法,完成自己的设计计算需求 7.1基于MATLAB和Python的ABAQUS开次开发 7.2 基于接口子程序和FORTRAN的ABAQUS二次开发技术 实例操作: 1. 基于MATLAB的变角度铺丝复合材料层合结构建模 2. 基于Python的参数化建模及插件实例 3. 基于UMAT接口子程序的材料弹塑性分析 4. 基于UMAT接口子程序的材料粘弹性分析 5. 基于USDFLD复合材料层合板的损伤分析 |
八、论文写作及学术交流
|
8.1 基于 ABAQUS 复合材料仿真计算文章(SCI)案例 8.2 SCI 论文创新思路与写作技巧以及未来航空航天复合材料发展趋势与创新研究展望 |
【专题二】
机器学习材料性能预测与材料基因工程应用实战
机器学习导论 |
学习目标:对机器学习基本概念进行介绍,让大家对机器学习基本概念有大致了解。明确机器学习方法的适用性,优势,以及局限性等 |
1.1什么是机器学习 1.2机器学习的应用实例 1.3机器学习在材料领域的应用 |
|
python语言基础 |
学习目标:机器学习主流实现是python语言。在学习机器学习之前,有针对性的对python进行系统的学习,以方便将来开展机器学习的学习 |
2.1 python安装与开发环境的搭建 2.2 基本数据类型、组合数据类型 2.3 函数、列表、元组、字典、集合 2.4 控制结构、循环结构 2.5 Numpy模块——矩阵的科学计算 2.6 Matplotlib模块——数据处理与绘图 |
|
深度学习神经网络 |
学习目标:从零开始手动实现一个神经网络,在这一过程中对所涉及的原理进行系统讲解及实践,让大家能够更深刻的理解算法背后的原理以及实现方法,之后有利于对其他机器学习更全面快速掌握 |
3.1 logistic回归与损失函数 3.2 梯度下降法与导数 3.3 计算图的导数计算 3.4 logistic回归中的梯度下降法 3.5 向量化 logistic回归的梯度输出 3.6 神经网络的梯度下降法 3.7 深层网络中的前向传播 3.8深度学习框架——Pytorch的使用 案例实践教学一:神经网络在催化中的应用——CO2还原 |
|
经典机器学习模型及应用 |
学习目标:对在材料领域中最常使用的几种机器学习模型进行介绍,总结它们的优缺点及适用范围,通过动手实践快速掌握几种方法 |
4.1 线性模型(线性回归、梯度下降、正则化、回归的评价指标) 4.2 决策树(决策树原理、ID3算法、CART算法) 4.3 支持向量机(线性支持向量机、可分支持向量机、不可分支持向量机) 4.4 集成学习(AdaBoost和GBDT算法、XGBoost算法、LightGBM算法) 4.5 模型选择与性能优化(数据清洗、特征工程、数据建模) 4.6 Scikit-learn机器学习库的使用 案例实践教学二:利用集成学习方法预测杂化钙钛矿的带隙 案例实践教学三:利用集成学习实现有机太阳能电池材料快速筛选 |
|
材料基因工程入门与实战 |
学习背景:材料基因工程是当下流行的材料研究新范式,相较于传统试错方法,材料基因以大数据为基础,利用人工智能方法从中提取出关键的构效关系,摆脱了对理化直觉的强依赖及高昂的筛选成本,可以实现高效的高通量材料筛选。 学习目标:从数据库出发,对材料领域常见的数据库进行介绍,之后学习如何利用ASE,pymatgen等软件包批量构建及处理数据集,以及对材料进行特征选择。讲解常见的材料结构表示方法及编码,以及机器学习模型的评估与利用 |
5.1 材料基因组概述、材料基因组的基本方法 5.2 常见材料数据库简介 5.3 Material Project数据库、Pymatgen 5.4 OQMD数据库、AFLOW数据库数据获取与使用 5.5 COMPUTATIONAL MATERIALS REPOSITORY数据库与ASE 5.6 自定义材料数据集的构建 5.7 材料化学的特征工程 5.8 特征选择(过滤特征、包装到其他评估或集成到训练) 5.9 基于sklearn的python实现 案例实践教学四:(包含以下内容) 团簇数据库中平均形成能最低的结构数据库的构建 利用MP数据库构建同素异形体结构的mongodb数据库 利用Pymatgen对原子性质进行分析 利用ASE+Dscribe生成材料指纹和势函数 描述符的向量化生成与特征的保存/读取,特征预处理 模型性能评估〈分类性能、回归性能评估、统计交叉验证)和优化 (拓展)学习计算材料学领域与特征选择高级相关算法:SISSO |
|
图神经网络 门及实践 |
学习目标:图神经网络是最近在科学领域最为火热的研究领域。由于化学结构与图论有着天然的适配性,相较于其他模型,图神经网络在材料化学领域更为擅长。在这一部分我们会对图神经网络进行系统的讲解,学习常见的图神经网络架构,实践图神经网络在部分材料中的应用 |
6.1 图论简单入门、图神经网络概念介绍 6.2 化学与材料领域经典的图神经网络架构——CGCNN 6.3 与Schnet图神经网络概念介绍 6.4 图神经网络在材料中应用的实践 6.5 自定义图的实现:第三方依赖-PyG图卷积层:GCNConv 案例实践教学五:利用图神经网络CGCNN预测无机材料的性能 案例实践教学六:利用Schnet实现对分子理化性质的预测 |
|
机器学习+science |
学习目标:介绍机器学习领域前沿内容,让大家了解最新的材料科学与机器学习领域的研究动态,同时介绍几种更为先进的机器学习算法 |
7.1 强化学习在材料优化问题中的应用 7.2 主动学习框架的在科学问题中的实现 7.3 生成模型在材料设计中的应用与挑战 7.4 Transformer应用——以AlphaFold2为例 |
|
应用实例 |
包含以下内容: 案例实践教学七:多种机器学习模型对量子点发光材料色温的预测 案例实践教学八:利用机器学习预测半导体材料物理性质案例实践教学九:利用多种机器学习方法对二维材料的性质预测 |
Part.05
报名费用
(含报名费、培训费、资料费)
专题一 ABAQUS复合材料建模技术与应用:
¥4300元/人
专题二 机器学习材料性能预测与材料基因工程应用实战:
自费¥999元/人 公费¥1299元/人
费用提供用于报销的正规机打发票及盖有公章的纸质通知文件;如需开具会议费的单位请联系招生老师发送会议邀请函;
Part.06
联系方式
Copyright © 2002-2020 互动派(北京)教育科技有限公司 版权所有 备案号:京ICP备16066145号