首页 >> 往期培训 >>深度学习PINN >> 第6届北京等贤PINN固体力学及断裂力学 培训班第一轮通知
详细内容

第6届北京等贤PINN固体力学及断裂力学 培训班第一轮通知


 

发布日期:2026年01月28日

培训简介

物理信息神经网络(PINN)在固体力学与断裂力学中的应用,通过将控制方程(如Navier-Cauchy平衡方程)、本构关系(如线弹性/弹塑性模型)及边界条件嵌入神经网络损失函数,实现了对复杂力学响应的数据-物理双驱动建模。在固体力学中,PINN可直接求解位移场与应力分布,规避传统数值方法对网格划分的依赖,尤其适用于几何非线性、材料非均匀性及多物理耦合问题;在断裂力学中,其通过引入相场描述、J积分或应力强度因子作为物理约束,实现了裂纹萌生、扩展路径及其演化规律的高效预测,并能耦合疲劳载荷与动态断裂过程。该方法的优势在于小样本适应性强、兼具正向求解与逆向参数识别能力,但面临高维问题收敛稳定性、奇异场局部精度不足及多尺度耦合建模等挑战。当前发展聚焦于自适应加权损失函数、域分解策略及与传统有限元方法的混合框架构建,为跨尺度损伤分析与智能材料设计提供了新型计算范式。


培训目标

1.理论构建能力:深入理解AI for PDEs的数学原理,能够独立推导强形式(Strong Form)与能量形式(Energy Form)的转换机制,并掌握超参数选取的理论依据。

2. 模型搭建与优化:

熟练搭建基于经典MLP和前沿KAN(Kolmogorov-Arnold Networks)架构的PINNs模型。

掌握深度算子网络(DeepONet)、傅里叶神经算子(FNO)及Transformer形式神经算子的搭建技巧。

3. 复杂力学问题求解:能够运用深度能量法(Deep Energy Method)和VINO等方法,解决线弹性、超弹性、塑性力学中的正问题。

4. 攻克反问题与断裂难题:掌握利用AI识别弹性模量场、本构方程及缺陷检测的反问题求解策略;并能应用扩展深度能量法解决离散与连续(相场)断裂力学问题。

5. 前沿科研落地:具备复现顶刊算法的能力,并能将其迁移应用到自己的科研课题中,为发表高水平论文打下基础具备的基础知识。

6. 具备的基础知识:精通:高等数学,线性代数,有限元,弹性力学。熟练:变分原理,张量分析,数值分析,连续介质力学(主要是包括弹性,塑性,超弹性,和断裂力学)。略懂:数理统计,机器学习,深度学习。不需要具备其他特殊基础知识!把所有精力都放在听课上,授课老师会在课堂中讲的非常清楚。

7. 提前安装的软件: Anaconda的spyder,python需要安装pytorch库,最好是GPU版本。

培训授课讲师

来自国内TOP2高校,长期从事 AI for Science 研究,重点聚焦 AI for PDEs 在固体力学中的理论、方法与应用。系统掌握固体力学的理论基础、实验方法与数值计算技术,在物理建模与机器学习方法的深度融合方面具有扎实积累。已在计算力学领域顶级期刊 Computer Methods in Applied Mechanics and Engineering (CMAME)、International Journal for Numerical Methods in Engineering (IJNME) 等发表论文20余篇。担任30余本高水平SCI期刊的审稿人,包括 Journal of the Mechanics and Physics of Solids (JMPS) 等国际顶尖期刊。

 

培训内容大纲

第一天:AI for PDEs 整体概述与理论基石 (侧重理论推导与宏观视野)

本专题旨在为后续的上机实操打下坚实的理论基础。

上午:发展脉络与趋势◦ AI for Science 概览与智能计算力学发展历程汇报。

◦ 案例演示: 展示AI在经典力学方程求解中相比传统有限元的效率优势。

下午:核心理论手推(板书教学)

◦ 重点推导: 偏微分方程的强形式残差构建 vs 变分原理下的能量形式转换。

◦ 关键理论: 损失函数(Loss Function)的设计原则与超参数自适应调整策略。

◦ 方法论体系: PINNs、Operator Learning、Physics-Informed Neural Operators 区别与联系。

第二天:PINNs 强形式基础架构与进阶模型 (聚焦核心架构搭建)

• 核心内容:

◦ 基于MLP(多层感知机)的标准PINNs搭建。

◦ 基于KAN(Kolmogorov-Arnold Networks)的新型PINNs实现。

• 实战案例 (Case Studies):

◦ 案例 1: 求解高频与低频震荡问题的对比实验(解决谱偏差问题)。

◦ 案例 2: 复杂几何边界下的热传导或简单弹性问题模拟。

◦ 案例3: 热传导问题反问题的求解

第三天:PINNs 能量形式在固体力学中的深度应用 (聚焦能量法与反问题)

• 核心内容:

◦ 深度能量法 (DEM) 与深度余能法 (DCEM) 的代码实现。

◦ 迁移学习技术在加速收敛中的应用。

• 实战案例 (Case Studies):

◦ 案例1: 线弹性带孔方板应力集中实验

◦ 案例2: 超弹性材料(如橡胶)在由大变形引发的非线性响应模拟。

◦ 案例3: 余能原理在普朗特和Airy应力函数上的应用

第四天:PINNs 在断裂力学中的前沿挑战 (聚焦离散与连续断裂模型)

• 核心内容:

◦ 离散断裂力学:基于应力强度因子(SIFs)的计算策略。

◦ 连续断裂力学:基于相场断裂(Phase Field)理论的AI求解。

• 实战案例 (Case Studies):

◦ 案例1: 利用扩展深度能量法计算裂纹尖端的奇异性应力场。

◦ 案例2: 模拟矩形板在拉伸载荷下的裂纹萌生与扩展路径(相场云图复现)。

第五天:数据驱动和物理驱动的算子学习 (Operator Learning) (聚焦函数空间映射)

• 核心内容:

◦ DeepONet、FNO(傅里叶神经算子)及Transformer神经算子的模型搭建。

◦ 强形式 PINO (Physics-Informed Neural Operator)。

◦ 能量形式 VINO (Variational Neural Operator)

• 实战案例 (Case Studies):

◦ 案例1: DeepONet应用——快速预测不同载荷条件下的应力函数分布。◦ 案例2: FNO应用——复合材料多尺度计算中的均匀化问题(直接预测有效属性)。

◦ 案例3: Transformer算子在标准力学Benchmark基准题上的性能评估。◦ 案例4: VINO实战——仅利用物理方程训练网络,直接求解弹性力学边值问题。

  ◦ 案例5: Transformer算子进阶——处理超弹性材料的复杂非线性本构关系。

课程特色及授课方式

 

线上授课时间和地点自由,建立专业课程群进行实时答疑解惑,理论+实操授课方式结合大量实战案例与项目演练,聚焦人工智能在PINN固体力学及断裂力学领域的最新研究进展,课前发送全部学习资料,课程提供全程答疑解惑;

完全贴合学员需求的课程体系设计,定期更新的前沿案例,由浅入深式讲解,课后提供无限次回放视频,免费赠送二次学习,发送全部案例资料,永不解散的课程群,可以与相同领域内的老师同学互动交流问题,让求知的路上不再孤单!

 

增值服务

1、凡参加人员将获得本次课程学习资料及所有案例模型文件;

2、课程结束可获得本次所学专题全部回放视频;

3、课程会定期更新前沿内容,参加本次课程的学员可免费参加一次本单位后期举办的相同专题课程(任意一期)

课程会议完毕后老师长期解疑,课程群不解散,往期会议学员对于会议质量和授课方式一致评价极高!

学员对于会议答疑给予高度评价!

 

 授课时间

PINN固体力学及断裂力学:

2026.4.25 -2026.4.26 (09:00-11:30--13:30-17:00)

2026.4.28 -2026.4.29 (19:00-22:00)

2026.5.10 (09:00-11:30--13:30-17:00)

2026.5.14-2026.2.15(19:00--22:00)

腾讯会议 线上授课(共五天课程 提供全程视频回放)

课程费用

每人每班:4980元

往届学员的优惠:为便于往届学员获得后来历届培训里增加的大量新知识,,参加过以往任意一届北京等贤培训班的学员可享受8折优惠!报名时请主动在邮件里说明。

 

报名方式

1769593694895995.png 

联系人:陈老师

咨询电话:15652523032(微信同号)

 

相关事项(必读!)

1、每个学员在报名后都会提供盖有公章的邀请函。

2、若有任何问题需要咨询或沟通,请发送邮件至13169611059@qq.com。

3、郑重声明:北京等贤的培训讲义、录音以及培训中提供的一切电子资料,皆仅限学员自己学习使用,严禁私下复制、传播、盗卖,不得发布至网络上公开平台,否则必将被严厉追究法律责任、要求赔偿经济损失,情节严重的还将在网络上予以公示、向涉事者所在学校/单位进行通报。报名本培训视为认可本条款。

4、报名后允许取消报名,决定取消报名时应尽早通知我们。如果在报名后因为不可抗力而不得不取消报名,一次无妨,但如果反复出现多次在报名后又取消报名的情况(特别是到了培训快开始,我们发催款通知后才说要取消报名),将会影响信誉,导致在报名未来北京等贤的培训时降低受理的优先级,或者不再接受。如果报名后,我们尝试通过报名表中的各种联系方式联系报名者但经过数日都没有收到任何回复,本次报名将作废,且报名未来的培训时将不再受理。我们希望发来报名表的都是真心要参加培训学习知识的人,请尽量避免浪费有限的培训名额。

 


seo seo