前言
在深度学习与岩土工程融合的背景下,科研边界持续扩展。深度学习通过预测土壤和岩石的力学行为、分析非线性特性、识别地质结构、评估地下设施稳定性与环境影响、预测自然灾害风险、实时监测与诊断岩土结构、以及自动化设计与优化工程方案,正推动岩土工程领域的革新。
此外,随着计算能力和算法优化的提升,离散元仿真技术也快速发展并在学术界取得显著成果。PFC离散元技术无需预设材料宏观本构关系,即可自动模拟材料特性。其应用主要集中在材料力学行为、颗粒形状与级配影响、接触模型标定、边界条件设置、多尺度多物理场耦合、工程案例分析及环境因素影响等方面。这种方法解决了传统试验成本高、操作复杂等问题,成为科研工作中不可或缺的工具。
应新老客户培训需求,特举办“深度学习在岩土工程中的前沿应用与实践”及“PFC离散元数值模拟仿真技术与应用(第十九期)”专题培训班,本次培训会议主办方为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,具体相关事宜通知如下:
培训对象
地质学、建筑科学与工程、矿业工程、安全科学与灾害防治、公路与水路运输、水利水电工程、石油天然气工业、地球物理学、环境科学与资源利用、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。
讲师介绍
深度学习与岩土工程讲师:
双一流及985工程建设高校副教授、硕导。主持和参与国家及省自然科学基金多项,发表 SCI 检索论文30余篇,论文总共他引900余次。主要从事岩土工程数值模拟方法研究。在土体基本理论与本构关系、人工智能机器学习在岩土工程中的应用等方面积累了丰富的经验。
PFC讲师:
江苏省高水平建设重点高校副教授、硕导。参与国家及省自然科学基金数项,发表 SCI 检索论文二十余篇,国际、国内会议论文二十余篇,其中专利两项,软著五项。主要从事岩土工程数值模拟方法。在土体宏微观力学特性与本构关系、城市地下空间工程、人工智能机器学习在岩土工程中的应用等方面积累了丰富的经验。
☆往期学员反馈:
培训大纲
深度学习在岩土工程中的应用与实践
课 程 | 内容 | |
岩土工程 物理模型基础 | 1. 岩土工程中的基本物理模型及工程问题 1.1.饱和土的一维渗流固结模型(扩散方程)及实际工程应用 1.2.达西定律与饱和土渗流方程(Laplace equation)及适用性 1.3.非饱和土渗流数学模型(Richards方程)及实际工程应用 1.4.工程应用中的正问题与反问题,通过具体案例区分 | |
2. 基本物理模型的求解方法 2.1.边界条件:通过图解和实际工程案例,讲解边界条件在物理模型中的作用,如无流边界、狄利克雷边界等 2.2.线性方程的解析解法 2.2.1. 直接解法:分离变量法及行波变换法 2.2.2. 间接解法:积分变换法 实战演练:分离变量法求固结方程的解析解 2.3.非线性方程的解析解法 2.3.1. 直接解法:双线性方法 2.3.2. 间接解法:反散射变换 实战演练:双线性方法求KdV方程的解析解 2.4.线性与非线性方程的数值解法 2.4.1. 有限差分法 2.4.2. 有限单元法 2.4.3. 谱方法 实战演练:时间分布Fourier方法求Boussinesq方程的数值解 | ||
Python及神经网络构建基础 | 3. Python基本指令及库 3.1.Python基础:通过交互式编程环境,教授Python基础,包括数据类型和逻辑运算等 3.2.科学计算库:介绍Numpy和Matplotlib,并讲授如何使用它们进行科学计算和数据可视化 实战演练:基于简单Numpy指令解决岩石图像分类问题 3.3.神经网络构建:通过简单的实例,如使用Numpy构建感知机,教授神经网络的基本概念 3.4.深度学习框架:通过Tensorflow和Pytorch的实例,教授如何构建和训练用于岩土工程问题的深度学习模型 实战演练:基于Pytorch模块求解渗透系数及其影响因素间关系的量化模型 | |
数据—物理 双驱动神经网络 | 4. 深度学习基本原理与数据—物理双驱动神经网络 4.1.深度学习基础 4.1.1. 神经元及激活函数 4.1.2. 前馈神经网络与万能逼近定律 4.1.3. 多种深度神经网络 4.1.4. 自动微分方法 4.1.5. 深度神经网络的损失函数 4.1.6. 最优化方法 4.2.数据—物理双驱动神经网络方法 4.2.1. 物理信息神经网络(PINN)的工作原理及应用介绍 4.2.2. 深度算子网络(DeepONet)的工作原理及应用介绍 4.2.3. 物理深度算子网络(PI-DeepONet)的工作原理及应用介绍 实战演练:利用DeepXDE框架解决饱和土体的固结问题 | |
案例实践 论文复现 | 5. 动手实践:论文复现 论文实例解读与实战(一):PINN模型在固结问题中的应用 参考文献:Application of improved physics-informed neu-ral networks for nonlinear consolidation problems with continuous drainage boundary conditions Ø 神经网络架构的选择与设计 Ø 固结方程作为约束的损失函数设计 Ø 训练及预测 Ø 构建并训练一个固结问题的PINN模型 Ø 硬约束边界条件 论文实例解读与实战(二):PINN模型在非饱和渗透模拟中的应用 参考文献:Surrogate modeling for unsaturated infiltration via the physics and equality-constrained artificial neural network Ø PINN的改进—PECANN模型 Ø 损失函数的设计:数据拟合项与物理定律项的平衡 Ø 训练数据的生成:合成数据与实验数据(多保真PINN模型) Ø PINN用于非饱和渗透模拟的优势(不确定性问题) 论文实例解读与实战(三):PINN模型在非线性波动方程中的应用 参考文献:Explorations of certain nonlinear waves of the Boussinesq and Camassa–Holm equations using physics-informed neural networks Ø Boussinesq方程与Camassa-Holm方程的数值求解难点 Ø PINN的改进—MPINN模型 Ø PINN的优势、劣势及未来发展方向 |
PFC离散元数值模拟仿真技术与应用
课 程 | 内容 | |
理论基础及PFC入门 | 1 岩土工程数值模拟方法概述 1.1基于网格的模拟方法: 有限元、有限差分、大变形处理CEL、ALE、XFEM 1.2基于点的模拟方法: 离散单元法DEM、光滑粒子流方法SPH、物质点法MPM 1.3基于块体的模拟方法 | |
2 离散元与PFC软件操作 2.1 离散元的基本原理(计算原理、宏观参量与微观参量的关系) 2.2 PFC软件界面操作 2.3文件系统 2.4显示控制 2.5帮助文档的使用 | ||
FISH、PYTHON语言及COMMAND命令 | 3 PFC软件的计算控制方法 3.1 PFC计算控制的语言逻辑 3.2 FISH语言(基本语法、函数定义与调用、创建模型、控制模拟过程、处理模拟结果、FISH Callback操作等) 3.3 COMMAND命令(命令结构、创建模型、状态监测与绘图、控制模拟过程、求解控制、状态查询、与FISH语言的混合使用等) 3.4 PYTHON语言(基本语法、Numpy库的使用、接口的使用等) | |
离散元模拟方法 | 4 离散元模拟方法 4.1离散元数值试样的生成方法 4.1.1单元试样模型生成方法 4.1.2边值问题(场地)模型生成方法 4.1.3连续—非连续耦合模型生成方法 4.1.4复杂颗粒形状的模拟方法(Rblock方法、Clump方法) 4.2接触模型选择与参数标定 4.2.1离散元接触模型的选择原则—12个内置模型 4.2.2接触模型参数的标定方法与参数意义—以胶结颗粒材料(岩石、胶结砂土等)为例,讲授参数标定步骤 4.3其他问题 4.3.1模型边界条件施加方法(达到初始平衡状态、开挖类模拟、填筑类模拟、加载类模拟、周期性边界、应力伺服) 4.3.2各种阻尼的选择(粘滞阻尼、局部阻尼、滞回接触模型) 4.3.3时步与时步缩放(静力、动力问题时步及相关命令) 4.3.4试样尺寸、颗粒数量、级配选择 4.3.5 并行计算 | |
土体单元试验模拟 | 5 土体单元试验模拟方法 5.1常规三轴剪切试验模拟(命令流+FISH) 5.1.1建模方法与注意事项 5.1.2模拟结果分析 5.1.3模拟结果可视化 5.2真三轴剪切模拟(命令流+FISH) 5.2.1真三轴加载路径的模拟 5.2.2真三轴强度准则 5.2.3微观结构演变过程 5.3不排水三轴剪切模拟(命令流+FISH) 5.4循环三轴剪切的模拟(命令流+FISH) 5.5颗粒破碎过程模拟(命令流+FISH) 5.6岩石(胶结颗粒)材料的剪切过程模拟 5.7离散元模拟与弹塑性本构模型 | |
工程实例分析 | 6 工程实例分析 6.1活动门试验模拟(命令流+FISH) 6.1.1试样级配控制 6.1.2应力状态控制 6.1.3孔隙比的控制 6.1.4 活动门加载的实现 6.2盾构隧道掌子面稳定性(命令流+FISH) 6.2.1主动失稳模式 6.2.2被动失稳模式 6.3节理岩体中的硐室开挖稳定性(命令流+FISH) 6.3.1节理裂隙岩体的生成 6.3.2初始应力状态控制 6.3.3 开挖模拟 | |
PFC3D与FLAC3D耦合模拟与分析 | 7 离散—连续域耦合模拟 7.1离散—连续耦合模拟方法 Ø 与FLAC3D中一维结构单元耦合 Ø 与FLAC3D中二维壳结构单元或三维实体单元的面的耦合 Ø 与FLAC3D中三维实体单元的耦合(实例) 7.2离散—连续域参数匹配 7.3基于离散—连续域耦合的三轴剪切试验模拟(命令流+FISH) 实例操作:二维壳结构单元耦合(壳单元模拟橡胶膜-创建耦合墙-施加应力边界等向压缩-剪切模拟) 7.4基于离散—连续域耦合的地基承载力分析(命令流+FISH) 实例操作:基于Punch indentation案例的修改与实现 | |
PFC-CFD耦合模拟与分析 | 8 流固耦合分析 8.1颗粒与流体相互作用理论(CFD模块概况、体积平均粗网格法、颗粒与流体相互作用计算) 8.2流固耦合框架 Ø CFD网格、流体域边界设置、网格导入、网格流体参数设置 Ø 孔隙率计算 Ø 耦合时间间隔、耦合时步、网格与颗粒尺寸 Ø 耦合步骤 8.3实例操作分析(命令流+FISH) 8.3.1单向耦合 8.3.2孔隙介质中Darcy流模拟(Fipy应用) 8.3.3 与FLAC3D的渗流耦合模拟 |
部分案例展示:
报名须知
时间地点
深度学习在岩土工程中的应用与实践
2024年11月02日-11月03日
2024年11月09日-11月10日
在线直播(授课四天)
PFC离散元数值模拟仿真技术与应用
2024年10月26日-10月27日
2024年11月02日-11月03日
在线直播(授课四天)
报名费用
(含报名费、培训费、资料费)
深度学习在岩土工程中的应用与实践:
¥4500元/人
PFC离散元数值模拟仿真技术与应用:
¥4300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优惠200元;
【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;北京中科四方生物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、凡报名学员将获得本次培训电子课件及案例模型文件;
2、培训结束可获得本次所学专题课程全部无限次回放视频;
3、参加培训并通过试的学员,可以获得:主办方北京软研国际信息技术研究院培训中心颁发的《深度学习在岩土工程中的应用与实践》《离散元仿真核心技术与应用》专业技能结业证书;
联系方式