日前，复旦大学李晓燕院士、燕山大学田永军教授、赵智胜院士、奥尔堡学院院长岳远征联合报道了一种原位复合材料。 通过在狭窄的温度压力范围内精确控制无定形碳转化为金刚石的程度，合成了由均匀分散在无序多层石墨烯中的超细纳米金刚石组成的原材料。 复合材料。 这些复合材料具有非相干界面，努氏强度高达 53 GPa，压缩硬度高达 54 GPa，在一定温度下浊度高达 670-1240 Sm-1。 相关研究成果以“Ultrastrongconductiveinsitucompositecomposedofnanodiamondincoherentlyembeddedindisorderedmultilayergraphene”为题发表在NatureMaterials上。
“阿巴克斯”
复合材料专题
第01部分
课程背景
复合材料是性能优良的材料，广泛应用于民航、汽车、船舶、运动器材等领域。 在复合材料热行为研究中，有限元分析技术是重要手段。
ABAQUS是现阶段应用最广泛的有限元仿真软件。 其卓越的分析能力和模拟复杂系统的可靠性使ABAQUS在各国工业和科学研究中得到广泛应用。 通过合理的建模和分析，可以更好地理解复合材料的热行为，为复合材料的设计和应用提供参考。 有限元模拟的基础是模型的构建。 根据很多中学生的反应，复合材料建模是一个难点。
针对新老客户的培训需求，上海软研国际信息技术学院举办了《ABAQUS复合材料建模技术与应用》专题在线培训课程（第十三期）。 本次培训主办方为上海软研国际信息技术研究院，承办方为互动（上海）教育科技有限公司，具体相关事项通知如下：
第02部分
课程目录
主题1
（在线直播）
（点击上方名称可查看详情）
2023年5月13日 - 2023年5月14日
2023年5月20日 - 2023年5月21日
主题2
（已记录）
（点击上方名称查看详情）
不限时间、不限地点，立即学习
第03部分
培训特色
1.本课程共4天。 采用“2+2”教学体系，讲座分两个阶段，给学生巩固和练习的时间，打造永无止境的课程群，常年互动答疑，提供无限课后回放视频，学生学习完毕后，可以继续与专业老师和朋友交流问题，巩固学习内容。
2.本课程采用大班授课，知识由浅入深、循序渐进、系统讲解、边实践边案例教学，使学生能够使用模拟软件进行计算机操作各个技术点； 在线学习后，对学生提出的问题进行专业指导，更好地满足学生论文和实际科研的不同方面需求；
3.采用“理论+实践操作”的模式，通过系统的实践教学，帮助学生掌握和运用ABAQUS复合材料建模技术决策树 软件，掌握新型复合材料开发、复合材料性能预测、先进复合材料应用和应用等各个环节。工业生产。 ，从而提高复合材料开发和应用的效率。
4.掌握ABAQUS软件的建模、估算和分析流程，以纤维增强复合材料层合板和颗粒/短纤维改性复合材料的进阶学习为例，并以MATLAB、PYTHON、FORTRAN为例，供学生开发快速掌握关键ABAQUS二次开发要点，灵活调用模块方法，完成自己的设计估算需求。
第04部分
讲师简介
来自省内重点院校、国家“985工程”、“211工程”重点院校。 在国外重要期刊发表论文20余篇，主持和参与完成国家专项、国家自然科学基金、省基金项目20余项； 拥有20多年复合材料结构有限元数值模拟经验。 在复合材料断裂与损伤过程的超热分析与设计、数值模拟和实验研究方面具有深厚的基础。
第05部分
增值服务
1、所有成功报名并缴费的学生，均会收到电子讲义及以往教学视频，方便早期学习；
2. 培训结束后，您可以无限量播放您所学的所有特色课程；
3、价格优惠：
奖励一：2023年4月28日近期转账可享受400元奖励（仅限前八人）；
奖金二：老生推荐参加考试的决策树 软件，可享受额外奖金；
4、学生提出的问题在课程结束后常年都能得到老师的解答和指导；
5、参加培训并通过考试的学员可获得：上海软研国际信息技术研究院培训中心颁发的《ABAQUS复合材料建模应用工程师》专业技能毕业证书
第06部分
课程大纲
【话题一】
ABAQUS复合材料建模技术及应用
课程
1. Abaqus建模基础（理论+实例）
1.ABAQUS建模基础——以基本操作为例，让学生快速掌握ABAQUS软件建模的一般操作方法
1.1 ABAQUS软件系统及应用背景
1.2 ABAQUS典型本构关系及推导方法
1.3 ABAQUS前处理和后处理模块
1.4 常用单元建模
1.5 载荷应用和边界条件
1.6 网格定义（重点教学）
2.ABAQUS复合材料建模简介
（理论+实例）
2、ABAQUS复合材料建模简介——以复合材料层合接头建模和静态失效分析为例，让学生掌握基于ABAQUS软件的复合材料建模和热分析过程
2.1 复合材料热学基础理论
2.1.1 层合结构的本构特性、变形假设和挠度估计
2.1.2 层合结构的硬度准则和损伤准则
2.1.3 层合结构的热传导与多场耦合分析
2.2 叠层结构的单元及特点介绍
2.2.1 Abaqus中复合材料层合板的建模与分析过程
2.2.2 构造普通壳单元、连续壳单元和多层实体单元
2.3 ABAQUS静态失效分析
操作示例：
1、复合材料层状结构常用的三种建模方法、静态分析中硬度准则和损伤准则的介绍、数据输入和输出
2 层合结构的热力耦合分析
3.ABAQUS断裂热和裂纹扩展（理论+实例）
3. ABAQUS纤维改善复合材料层合板分层及界面损伤和膨胀
3.1 结构建模过程分析及估算
3.1.1 转角铺装组合货架结构及造型
3.1.2 拉伸硬度、压缩硬度、剪切硬度及失效过程模拟
3.1.3 弯曲破坏过程模拟
3.1.4 Abaqus中复合材料层合板分层损伤的介绍方法
3.1.5 界面破坏粘结单元应用技术
3.2 复合材料层合板的分层和界面损伤、断裂和裂纹扩展
3.2.1 虚拟裂纹闭合技术（VCCT）理论与实现
3.2.2 界面损伤内聚力（内聚单元）分析
3.2.3 扩展有限元理论与实现
3.3 ABAQUS分层和界面扩展行为的仿真估计
操作示例：
1.基于虚拟裂纹闭合技术（VCCT）的分层扩展模拟
2. 基于内聚单元的分层/界面损伤扩展模拟
3 基于XFEM方法的裂纹扩展模拟
4 ABAQUS复合材料加筋板结构承载力预测
（理论+实例）
4 静载作用下ABAQUS加筋板结构承载力预测
4.1 层合钢筋结构的屈曲和屈曲后分析
4.1.1 特征值屈曲分析、屈曲后分析和屈曲后路径
4.1.2 含有制造缺陷或低速冲击损伤的层压板分层后的屈曲
4.1.3 后屈曲分析涉及的非线性多项式群收敛问题及解法
4.2 面内剪力作用下薄壁钢筋结构的破坏分析
4.2.1 面内剪切载荷下的建模方法
4.2.2 面内剪切载荷下的屈曲与破坏分析
操作示例：
1 复合材料加筋板压溃分析
2 面内剪力作用下加筋板承载力预测
3 复合材料加筋板剪切破坏模拟
5. 颗粒/短纤维改性复合材料的建模与估算
（理论+实例）
5. ABAQUS颗粒/短纤维改性复合材料热建模及估算结果分析
5.1 复合材料损伤与失效行为多尺度分析概述
5.2 基于ABAQUS的细观热估计
5.3 增韧复合材料的结构模拟与热性能分析
5.3.1 材料热性能多尺度分析理论与分析方法
5.3.2 单元理论和边界条件施加
5.3.3 基于单元模型的硬度预测方法
5.3.4 颗粒/断裂维分布材料模型生成技术
5.3.5 增韧复合材料结构宏观破坏过程模拟
操作示例：
1. 颗粒改善金属基复合材料的结构建模、拉伸过程和失效分析
2.短纤维改进复合材料结构建模和细胞分析技术
6. ABAQUS复合材料的动力学分析
（理论+实例）
6. ABAQUS复合材料动力学分析及应用
6.1 结构动力学算法基本理论概述
6.2 复合材料层合结构低速冲击及冲击后残余压缩硬度实验与模拟技术
操作示例：
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.低速冲击损伤复合材料加筋板残余压缩硬度的估算
4. 高速冲击模拟
7.ABAQUS二次开发
（理论+实例）
7、ABAQUS二次开发——以MATLAB、PATHON、子程序、FORTRAN的二次开发方法为例，让学生快速掌握二次开发要点，灵活调用那些模块方法，完成自己的设计估算需求
7.1 基于MATLAB和Python的ABAQUS开发
7.2 基于接口子程序和FORTRAN的ABAQUS二次开发技术
操作示例：
1. 基于MATLAB的变角度铺丝复合材料叠层接头建模
2.基于Python的参数化建模及插件示例
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. USDFLD复合材料层合板的损伤分析
8. 论文写作与学术交流
8.1 基于ABAQUS的复合材料模拟估算文章（SCI）案例
8.2 SCI论文创新思路和写作方法，以及民用航空航天复合材料未来发展趋势和创新研究前景
向上滑动查看
【话题二】
机器学习材料性能预测及材料基因工程应用
机器学习简史
学习目标：介绍机器学习的基本概念，让你对机器学习的基本概念有一个大致的了解。明确机器学习技术的适用性、优点和局限性
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：机器学习的主流实现是python语言。在学习机器学习之前，系统学习一下python，方便以后机器学习的学习
2.1Python安装及开发环境搭建
2.2 基本数据类型和组合数据类型
2.3 函数、列表、元组、字典和集合
2.4 控制结构、循环结构
2.5Numpy模块——矩阵的科学估计
2.6Matplotlib模块-数据处理与绘图
深度学习神经网络
学习目标：从头开始自动实现神经网络。 在此过程中，所涉及的原理将会得到系统的讲解和实践，让你能够更深入地理解算法背后的原理和实现方法，从而有利于其他机器学习能够更全面、更快速地掌握
3.1Logistic回归和损失函数
3.2 梯度增长方法及行列式
3.3 估计图的行列式估计
3.4 逻辑回归中的梯度增长法
3.5 向量化逻辑回归的梯度输出
3.6 神经网络的梯度增长方法
3.7 深度网络中的前向传播
3.8 深度学习框架-Pytorch的使用
案例实践教学1：神经网络在催化中的应用——CO2减排
经典机器学习模型及应用
学习目标：介绍材料领域最常用的几种机器学习模型，总结它们的异同和适用范围，通过动手实践快速掌握几种方法。
4.1 线性模型（线性回归、梯度增长、正则化、回归评价指标）
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、可分离支持向量机、不可分离支持向量机）
4.4 集成学习（AdaBoost与GBDT算法、XGBoost算法、LightGBM算法）
4.5 模型选择和性能优化（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：利用集成学习预测介孔砷化镓的带隙
案例实践教学三：整合学习快速筛选有机太阳能电池板材料
材料基因工程导论与实践
学习背景：材料基因工程是当前流行的材料研究新范式。 与传统的试错法相比，材料遗传学以大数据为基础，利用人工智能从中提取关键的构效关系，摆脱了物理和化学的直觉。 强依赖性和昂贵的筛选成本才能实现枭龙的高效物质筛选。
学习目标：从数据库开始，介绍材料领域常用数据库，然后学习如何使用ASE、pymatgen等软件包批量创建和处理数据集，选择材料特性。讲解常用材料结构表示和编码，以及机器学习模型的评估和使用
5.1 材料基因组概述及材料基因组基础技术
5.2 常用材料数据库介绍
5.3MaterialProject数据库，Pymatgen
5.4 OQMD数据库和AFLOW数据库的数据获取和使用
5.5 计算材料存储库数据库和 ASE
5.6 定制材料数据集的建立
5.7 材料物理特色工程
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：（包括以下内容）
簇数据库中平均生产能量最低的结构数据库的建立
借助MP数据库构建同素异形体结构的mongodb数据库
用 Pymatgen 剖析原子性质
使用 ASE+Dscribe 生成材料指纹和潜在功能
描述符的矢量化生成、特征的保存/读取以及特征预处理
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
（扩展）学习估计材料科学领域和特征选择中级相关算法：SISSO
图神经网络
门与实践
学习目标：图神经网络是最近科学界最热门的研究领域。 由于物理结构和数论具有天然的兼容性，因此图神经网络比其他模型更擅长材料物理。在这一部分中，我们将系统讲解图神经网络，学习常见的图神经网络架构，并练习图神经网络在一些材料。
6.1 数论简单介绍及图神经网络概念介绍
6.2 物理和材料领域经典图神经网络架构——CGCNN
6.3 Schnet图神经网络概念介绍
6.4 图神经网络在材料中的应用实践
6.5 自定义图的实现：第三方依赖-PyG图频域层：GCNConv
案例实践教学五：借助图神经网络CGCNN预测无机材料性能
案例实践教学六：利用Schnet预测分子的物理化学性质
机器学习+科学
学习目标：介绍机器学习领域的前沿内容，让你了解材料科学和机器学习领域的最新研究动态，并介绍几种更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 在科学问题中实施主动学习框架
7.3 生成模型在材料设计中的应用和挑战
7.4Transformer应用——以AlphaFold2为例
应用领域
包含以下内容：
案例实践教学7：通过各种机器学习模型预测量子点发光材料的亮度
案例实践教学八：利用机器学习预测半导体材料的化学性质 案例实践教学九：利用各种机器学习方法预测二维材料的性质
向上滑动查看
第07部分
报名费
（包括申请费、培训费、材料费）
主题1 ABAQUS复合材料建模技术及应用：
4300元/人
主题二：机器学习材料性能预测及材料基因工程实际应用：
自费999元/人
对于费用，请提供正式的机打收据和加盖私章的纸质通知文件进行报销； 如需开具会议费，请联系招生老师发送会议邀请函；
第08部分
