在人工智能与复合材料技术融合的背景下，复合材料的研究和应用正迅速发展，创新解决方案层出不穷。从复合材料性能的精确预测到复杂材料结构的智能设计，从数据驱动的材料结构优化到多尺度分析，人工智能技术正以其强大的数据处理能力和模式识别优势，推动复合材料领域的技术进步。据最新研究动态，目前在复合材料领域的机器学习应用主要集中在以下几个方面：
1.材料设计优化：机器学习可以用于预测复合材料的微观结构和宏观性能，帮助设计出更轻、更强、更耐用的材料。
2.制造过程控制：机器学习可以用于预测和控制制造缺陷，优化生产参数，提高生产效率。
3.性能预测与模拟：通过对复合材料的力学性能、热性能等进行模拟和预测，机器学习可以帮助研究人员和工程师更好地理解材料在不同条件下的行为。
4.缺陷检测：利用图像识别和模式识别技术，机器学习可以自动识别复合材料中的微小缺陷，提高检测的准确性和效率。
5.寿命预测与健康管理：机器学习可以分析复合材料在实际使用中的性能退化数据，预测其剩余使用寿命，为维护和更换提供决策支持。
6.数据驱动的材料发现：通过分析大量的实验和模拟数据，机器学习有助于发现新的复合材料配方和结构，加速新材料的研发过程。
7.多尺度建模：机器学习可以辅助进行多尺度建模，从原子尺度到宏观尺度，为复合材料的性能预测提供更全面的视角。
为促进科研人员、工程师及产业界人士在智能算法在复合材料设计领域应用技术、对深度学习在超材料领域应用技术及COMSOL仿真学习的掌握，特举办“机器学习在智能复合材料中的应用与实践”、“abaqus复合材料建模技术与应用”、“COMSOL Multiphysics多物理场仿真技术与应用”声学专题、“深度学习驱动智能超材料设计与应用”培训班，具体相关事宜通知如下：
专题一 (直播4天) | 机器学习在智能复合材料中的应用与实践 2024年11月2日-11月 3日 2024年11月9日-11月10日 | |
专题二 (直播4天) | abaqus复合材料建模技术与应用 2024年10月19日-10月20日 2024年10月26日-10月27日 | |
专题三 (直播4天) | 2024年11月2日-11月 3日 2024年11月9日-11月10日 | |
专题四 （直播历时七天） | 深度学习驱动的智能超材料设计与应用 2024年11月9、10、16日全天（早9-12下午2-5） 2024年11月12日-11月15日晚上（18：00-21：00） | |
●●●
主办方
北京软研国际信息技术研究院
承办方
互动派（北京）教育科技有限公司
合作单位
北京中科万维智能科技有限公司
培训对象
声学模块：材料科学、机械工程、计算机工程、建筑科学、土木工程、电子工程、航空航天、物理学、自动化技术等领域的科研人员、工程师、及相关行业从业者、跨领域研究人员。
复合材料模块：材料科学、电力工业、航空航天科学与工程、有机化工、无机化工、建筑科学与工程、自动化技术、工业通用技术、汽车工业、金属学与金属工艺、机械工业、船舶工业等领域的科研人员、工程师、及相关行业从业者、跨领域研究人员。
培训讲师
专题一：机器学习与复合材料讲师
由来自全国知名高校教授/博导，国家级青年人才带领团队讲授。长期从事机器学习与智能复合材料与结构的研究与开发，近两年以第一/通讯作者发表SCI论文20余篇，包括多个中科院一区TOP期刊发表高水平论文。发表论文谷歌引用次数超过3000次，h-index为27。团队导师担任省内力学学会理事、SCI期刊Nano Materials Science和Buildings青年编委和Frontiers in Materials客座编辑，以及超过70个SCI期刊的长期审稿人。
专题二：ABAQUS复合材料建模讲师
由全国重点大学、国家“985工程”、“211工程”重点高校教授及团队成员讲授。在国内外重要杂志发表论文二十余篇，曾先后主持和参与完成国家专项、国家自然科学基金、省基金项目二十余项；拥有20余年复合材料结构有限元数值模拟经验，在复合材料有限元力学分析设计、复合材料断裂和损伤过程的数值模拟和实验研究等方面具有深厚的造诣。
专题三：COMSOL声学讲师：
来自国家“双一流”建设高校 、“211 工程”“985 工程”重点高校。授课讲师有着丰富的 COMSOL 使用经验，以第一/通讯作者在《Physical Review》系列、《Applied Physics Letters》等国际 Top 期刊发表论文数十篇，主持国自然等纵向科研基金8项。
擅长领域: 声学超材料、拓扑声学、声学微流控和声驱动微纳机器人等。
专题四：深度学习与超材料设计讲师：
来自于国内“985”重点高校，致力于声子超材料与机器/深度学习交叉领域的研究，以第一/通讯作者在《Computer-Aided Civil and Infrastructure Engineering》、《Computer Methods in Applied Mechanics and Engineering》、《International Journal of Mechanical Sciences》等行业顶级期刊发表论文数十篇，主持和参与多项国家级项目。
擅长领域：波动调控、振动控制、智能算法、声子超材料、隔振屏障、机器/深度学习。
培训大纲
专题一：机器学习在智能复合材料中的应用与实践
目录 | 主要内容 | |
机器学习基础模型与复合材料研究融合 | 1.机器学习在复合材料中的应用概述 2.机器学习用于复合材料研究的流程 3.复合材料数据收集与数据预处理 实例：数据的收集和预处理 4.复合材料机器学习特征工程与选择 实例：以纳米材料增强复合材料为例，讨论特征选择、特征工程在提高模型性能中的作用。 5.线性回归用于复合材料研究 实例：线性回归在处理复合材料数据中的应用 6.多项式回归用于复合材料研究 实例：多项式回归在处理复合材料数据中的非线性关系时的应用 7.决策树用于复合材料研究 实例：决策树回归在预测水泥基复合材料强度中的应用 | |
复合材料研究中应用集成学习与支持向量模型 | 1.随机森林用于复合材料研究 实例：随机森林在预测复合材料性能中的应用 2. Boosting算法用于复合材料研究 实例：Catboost在预测复合材料强度中的应用 3.XGBoost和LightGBM用于复合材料研究 (1) XGBoost (2) LightGBM (3) 模型解释性技术 实例：XGBoost和LightGBM在水泥基复合材料性能预测中的应用，模型比较 4.支持向量机 (SVM) 用于复合材料研究 (1) 核函数 (2) SVM用于回归（SVR） 实例：SVR在预测复合材料的力学性能中的应用 5.模型调参与优化工具包 (1) 网格搜索、随机搜索的原理与应用 (2) 工具包Optuna 实例：超参数调整方法，模型调参与优化工具包的应用 6.机器学习模型评估 (1) 回归模型中的评估指标（MSE, R2, MAE等） (2) 交叉验证技术 实例：比较不同模型的性能并选择最佳模型 | |
复合材料研究中应用神经网络 | 1.神经网络基础 (1) 激活函数 (2) 前向传播过程 (3) 损失函数 实例：手动实现前向传播 2.神经网络反向传播与优化 (1) 梯度下降法原理 (2) 反向传播算法 (3) 随机梯度下降(SGD) 实例：实现梯度下降算法 3.复合材料研究中的多层感知机(MLP) (1) MLP架构设计 (2) MLP的训练过程 (3) MLP在回归和分类中的应用 实例：构建简单的MLP解决复合材料中的回归问题 4.PyTorch基础 (1) 张量(Tensor)的创建和操作 (2) 自动求导(Autograd)机制 (3) 损失函数和优化器 实例：使用PyTorch构建简单研究复合材料的神经网络 5.可解释性机器学习方法-SHAP (1) SHAP理论基础 (2) 计算和解释SHAP值 实例：复合材料中应用SHAP进行模型解释和特征理解 | |
论文复现机器学习综合应用以及SCI文章写作 | 论文实例解读与复现：选择两篇应用机器学习研究水泥基复合材料的SCI论文 Ø 论文应用机器学习研究的创新点分析 Ø 论文中使用的复合材料数据集介绍 Ø 论文中的复合材料特征选择与数据预处理方法 Ø 论文中使用的模型结构与构建 Ø 机器学习研究复合材料的超参数调整 Ø 复合材料研究中机器学习模型性能评估 Ø 复合材料机器学习研究结果可视化 | |
课程总结与未来展望 Ø 课程重点回顾 Ø 机器学习在复合材料中的未来发展方向 Ø 如何继续学习和深入研究 Ø Q&A环节 | ||
部分案例图示：
专题二：abaqus复合材料建模技术与应用
时间 | 主要内容 | |
第一天 | 1. ABAQUS复合材料建模基础 1.1.ABAQUS软件简介与基本操作 1.2.几何建模与物理参数设定、网格剖分技术 1.3.复合材料层结构建模方法（壳单元、连续壳单元及多层实体单元） 1.4.静力分析中强度准则和损伤判据 1.5.数据输入与输出操作及结果解读 复合材料层合结构热-力耦合算例（实例） 2. 断裂力学与与损伤分析 2.1.断裂力学基础理论 2.2.基于XFEM方法的裂纹扩展模拟(实例） 2.3.VCCT方法入门（实例） 2.4.Cohesive方法入门（实例） | |
第二天 | 3. 断裂力学与损伤分析 3.1.基于虚裂纹闭合技术(VCCT)的分层扩展模拟（实例） 3.2.基于cohesive单元的分层/界面损伤扩展模拟（实例） 4. 复合材料加筋板静载荷分析与承载能力预测 4.1.复合材料加筋板的压溃分析基本理论 4.2.复合材料加筋板的压溃分析（实例） 4.3.复合材料加筋板剪切失效测试案例解析 4.4.复合材料层合板剪切失效模拟（实例） | |
第三天 | 5. 特殊复合材料建模与分析 5.1.复合材料损伤失效行为的多尺度分析概述 5.2.颗粒增强金属基复合材料结构建模、胞元分析技术（实例） 5.3.短纤维增强复合材料结构建模、胞元分析技术（实例） 6. 复合材料冲击与动态响应 6.1.结构动力学基础理论与ABAQUS动力学分析工具 6.2.复合材料加筋板自由振动分析(实例） 6.3.低速冲击理论与冲击后剩余压缩强度实验方法 6.4.复合材料冲击损伤模型与仿真流程 6.5.复合材料加筋板低速冲击过程模拟与剩余强度计算（实例） 6.6.高速冲击问题概述与模拟策略 6.7.高速冲击模拟（实例） | |
第四天 | 7. 高级编程与二次开发 7.1.工程材料本构关系与损伤模型简介 7.2.基于MATLAB与Python的参数化建模与脚本编程（实例） 7.3.ABAQUS接口子程序（UMAT、USDFLD等）原理与应用 7.4.基于接口子程序的材料弹塑性与粘弹性分析（实例） 7.5.复合材料损伤分析（实例） 8. 论文写作与科研指导 8.1.复合材料仿真计算文章（SCI）案例解析 8.2.SCI 论文撰写规范与创新思路 8.3.航空航天复合材料发展趋势与创新研究展望 8.4.算例补充与论文写作互动环节 | |
欢迎各位学员带着课程相关问题参加学习交流， 我们将全力为你们解决问题！ | ||
部分案例展示：
专题三：COMSOL Multiphysics多物理场仿真技术与应用-声学专题
第一部分、Comsol软件基础和声学仿真基础（入门） 1. 理解有限元方法基本原理、应用领域及仿真一般流程； 2. 能够在Comsol 软件中进行几何建模、网格划分及参数化扫描分析，设置研究类型和节点； 3. 掌握声学模型接口选择标准、振动与波的物理原理，以及声学特征频率和模态分析； 4. 熟悉不同声源及边界条件（如辐射和反射边界）的应用和影响； 5. 理解瞬态分析的原则、网格精度和时间步长要求，能够进行动态结果处理； 6. 在实操技能方面能够独立完成CAD模型导入和声学频域和瞬态仿真分析，完成数据后处理和结果可视化，以上理论知识和操作技能为深入学习声学仿真奠定基础； | |
有限元仿真基础介绍 | |
Comsol软件操作基础介绍 | 实操案例：复杂CAD模型的导入及几何修复 实操案例：极小曲面模型的导入及布尔操作 |
声学模块基础介绍 | 实操案例：声学三维打印谐振腔的本征态分析及数据后处理 |
压力声学的声源和声学边界条件介绍 | 实操案例：内燃机消声器内压力波的传播特性分析 |
压力声学瞬态声场分析介绍 | 实操案例：十字形波导管的瞬态仿真分析 |
第二部分、声学/力学/机械超材料和拓扑特性仿真基础（进阶） 1. 通过能带结构理论学习，理解晶体点阵与倒易点阵的关系，掌握布里渊区 及高对称点的计算； 2. 掌握一维和二维超材料的能带结构计算方法，进行空气声场和弹性波的带隙分析； 3. 掌握三维能带结构与传输谱的计算，分析几何参数对能带结构的影响； 4. 进行声学超材料的传输特性和热粘性损失分析，包括适用条件和效率提升技巧； 5. 理解拓扑声学概念，掌握狄拉克点和拓扑边缘态的仿真分析； 6. 通过一系列实操案例加深对能带结构、传输特性及拓扑特性的理解，为声学/力学/机械超材料实际应用提供扎实基础； | |
能带结构理论基础 | |
超材料能带结构计算与仿真基础 | 实操案例：二维正方点阵空气声场的带隙计算 实操案例：二维三角点阵空气声场的带隙计算 实操案例：结构力学模块下固体弹性板的带隙计算 |
声学超材料能带结构和传输谱计算进阶与提高 | 实操案例：三维声学超材料的能带结构仿真 实操案例：由二维能带转变为三维能带结构仿真 实操案例：复合胞能带折叠与单胞能带结构对比分析 实操案例：声学超材料等效参数仿真分析 实操案例：高斯波束/声整形/声隐身/声隧穿仿真分析 |
声学超材料传输特性及热粘性损失分析 | 实操案例：开口谐振环的声传输特性仿真分析 实操案例：考虑热粘性损失的声传输特性仿真分析 |
拓扑绝缘体理论基础和仿真分析 | 实操案例：二维声学结构狄拉克点/拓扑相位仿真分析 实操案例：二维声学体能带结构/拓扑态/传输特性仿真分析 实操案例：高阶拓扑声学仿真和应用分析 |
第三部分、声学微尺度操控（声镊方法）仿真基础（进阶） 1. 理解声镊的概念及其工作原理，包括声辐射力和声流效应，探讨声操控的应用场景及最新研究进展； 2. 学习声操控方法的分类及构建方法，掌握声学换能器的激励输入和微粒动力学仿真分析； 3. 以空气泡型声学微流控为例，进行多物理场分析，理解耦合边界条件的选择，实施声流场的仿真分析； 4. 深入压电、声固和声流耦合的多物理场理解，进行谐振模式分析，配置研究步骤模型，实现多物理场的综合分析； 5. 分析声学超材料的能带结构及微流控中的雷诺数，比较声辐射力和声粘滞力，探讨声拓扑态在微粒分选中的应用； 6. 通过实操案例，加深对声学微尺度操控和仿真技术的理解，为实际声操控应用提供基础； | |
声操控方法的理论基础和研究进展 | |
基于声驻波方法的微粒操控仿真 | 实操案例：声换能器声悬浮应用与仿真分析 |
空气泡型声学微流控声涡流效应仿真 = | 实操案例：空气泡型微流控中声流场仿真分析 |
压电耦合-声固耦合-声流耦合综合仿真分析 | 实操案例：声微流控富集效应仿真分析 |
基于声学超材料的微流控综合仿真分析 | 实操案例：基于声学拓扑绝缘体的微粒分离仿真分析 |
第四部分、声学结构优化与工程化声学综合案例仿真（提升） 1. 理解拓扑优化的概念，模型选择和目标函数的设定；学会设计域和边界条件的配置，以及优化结果的分析和验证； 2. 掌握声学无损检测的基本原理及现状，学习声阻抗的匹配和波的转化关系，了解几何装配中接触对的应用及时域信号的仿真分析； 3. 分析扬声器的多物理场环境，掌握多物理场耦合及动网格的应用，学习傅里叶变化和周期性信号分析，以及瞬态过程中非线性特性的处理； 4. 通过实操案例，进一步深化对声学结构优化、无损检测和扬声器声场仿真的理解，为工程应用提供坚实基础； | |
声学结构拓扑优化仿真分析 | 实操案例：二维声学结构拓扑与验证分析 |
固体结构的声学无损检测仿真与健康检测 | 实操案例：声学无损检测仿真分析 |
高品质扬声器设备声场仿真分析 | 实操案例：扬声器声场仿真分析与工程应用 |
部分案例图示：
专题四：深度学习驱动智能超材料设计与应用
目录 | 主要内容 | |
声子超材料与深度学习基本理论 | 1.1 必要软件安装 1.1.1 Matlab与COMSOL有限元软件 1.1.2 Python编程语言、集成开发环境与Tensorflow深度学习框架 1.2 声子超材料 1.2.1 基本理论 1.2.2 计算方法 1.2.3 实操案例Ⅰ：采用Matlab编写传递矩阵法计算一维周期超材料能带曲线 1.2.4 实操案例Ⅱ：采用COMSOL计算二维周期超材料能带曲线 1.2.5 实操案例Ⅲ：采用COMSOL计算二维周期超材料的频域与时域响应 1.3 深度学习 1.3.1 基本理论 1.3.2 多层感知器(MLP)与卷积神经网络(CNN) 1.3.3 MNIST手写数字数据集介绍 1.3.4 实操案例Ⅳ：分别采用MLP和CNN实现手写数字识别 | |
声子超材料数据批量自动计算方法 | 2.1 COMSOL with Matlab介绍 2.2 实操案例Ⅰ：生成用于声子超材料计算的Matlab代码 2.3 实操案例Ⅱ：变量为几何/材料参数的声子超材料数据批量自动计算方法 2.3.1 参数变量特征和定义方式 2.3.2 参数变量有限元模型批量自动计算方法 2.4 实操案例Ⅲ：变量为拓扑构型的声子超材料数据批量自动计算方法 2.4.1 拓扑构型特征 2.4.2 自定义拓扑构型生成规则 2.4.3 拓扑构型有限元模型批量自动计算方法 2.5 实操案例Ⅳ：数据集整合 | |
声子超材料的带隙与能带曲线预测 | 3.1 研究综述 3.2 常用的正向预测深度学习模型 3.2.1 支持向量机(SVM) 3.2.2 多层感知器(MLP) 3.2.3 卷积神经网络(CNN) 3.3 用于带隙与能带曲线预测的数据集介绍 3.3.1 一维周期声子超材料的参数数据集 3.3.2 二维周期声子超材料的拓扑数据集 3.4 实操案例Ⅰ：基于多层感知器的一维周期声子超材料带隙预测 3.4.1 采用Tensorflow构建多层感知器 3.4.2 训练与验证 3.4.3 预测性能的评估 3.5 实操案例Ⅱ：基于卷积神经网络的二维周期声子超材料能带曲线预测 3.5.1 采用Tensorflow构建卷积神经网络 3.5.2 训练、验证与测试 3.5.3 真实值与测试值对比图的批量生成 | |
一维周期声子超材料的参数设计 | 4.1 研究综述 4.2 常见的深度学习模型 4.2.1 多层感知器(MLP) 4.2.2 多层感知器(MLP)与遗传算法(GA)的结合 4.2.3 串联神经网络(TNN) 4.2.4 其它 4.3 参数设计数据集 4.4 实操案例：基于串联神经网络的一维周期声子超材料参数设计 4.4.1 采用Tensorflow搭建串联神经网络 4.4.2 改进的多功能串联神经网络——混联神经网络 4.4.3 参数设计性能评估方法 4.4.4 设计的非唯一性 | |
二维周期声子超材料的拓扑设计 | 5.1 研究综述 5.2 拓扑设计深度学习模型 5.2.1 条件生成对抗网络(CGAN) 5.2.2 条件变分自动编码器(CVAE) 5.2.3 基于变分自动编码器(VAE)的融合模型 5.3 拓扑设计数据集 5.4 实操案例：基于融合模型的二维周期声子超材料拓扑设计 5.4.1 采用Tensorflow搭建变分自动编码器 5.4.2 变分自动编码器生成拓扑构型 5.4.3 基于潜向量的带隙预测 5.4.4 用于拓扑设计的融合模型搭建 5.4.5 拓扑设计性能评估 5.4.6 多目标设计 | |
部分案例图示：
报名须知
时间地点
专题一：机器学习在智能复合材料中的应用与实践专题
专题二：abaqus复合材料建模技术与应用
专题三：COMSOL Multiphysics多物理场仿真技术与应用-声学专题
专题四：深度学习驱动智能超材料设计与应用
2024年11月9日-11月10日
在线直播（全天授课上午9:00-12:00,下午14：00-17：00）
2024年11月12日-11月15日
在线直播（晚上授课时间：18：00-21：00）
2024年11月16日
在线直播（全天授课上午9:00-12:00,下午14：00-17：00）
报名费用
（含报名费、培训费、资料费）
专题一：机器学习在智能复合材料中的应用与实践专题：
￥4600元/人
专题二：abaqus复合材料建模技术与应用：
￥4300元/人
专题三：COMSOL Multiphysics多物理场仿真技术与应用-声学专题
￥4500元/人
专题四：深度学习驱动智能超材料设计与应用：
￥4500元/人
2024年10月11日前报名缴费可享受200元早鸟价优惠；
参加过我单位举办的其它课程的老学员，可享受额外200优惠；
【注】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；
北京中科万维智能科技有限公司作为本次会议会务合作单位，负责注册费用收取和开具发票。如需开具会议费的单位请联系招生老师索取会议邀请函；
增值服务
1、凡报名成功学员将获得本次培训电子/书本课件及案例模型文件；
2、培训结束参加完线下课程的学员可获得本次所学专题课程无限次回放视频；
3、参加培训并通过考试的学员，可以获得：北京软研国际信息技术研究院培训中心颁发的《智能复合材料结构设计与应用》《ABAQUS复合材料建模应用工程师》《深度学习驱动智能超材料设计与应用》《COMSOL声学仿真应用工程师》专业技能结业证书；
联系方式
官方联系人: 崔老师
扫码添加VX咨询报名（辛苦备注咨询课程名称）
电话：13641304579
官方网址：http://srit.ac.cn
【注】开课前一周会务组统一发送开课通知；开课前一天会将直播链接及上机账号发至您微信。
如何报名、缴费？
1、致电专门负责行政招生的老师报名，联系方式见本文件。
2、填写报名回执表发送到专门负责行政招生工作的老师。
3、缴费支持对公转账、个人垫付（垫付费用可开具垫付证明，对公到账后实时退还垫付的费用。
