课程附件资料 下载

课程简介

这个课程包含两个部分,第一部分是关于土柱固结沉降瞬态模型,它是基于物理力学理论,采用有限元法计算的。本次课程的第二部分内容:考虑时间和空间的comsol深度神经网络的运用。我们先通过有限元模型,通过代理模型计算,得到一定量(有限)的数据,然后采用深度神经网络对这些数据的输入与输出关系进行非线性映射,获得目标变量(最终沉降量)的DNN函数。然后就可以针对任意的参数值进行沉降量预测。该模型的特点是考虑了时间维度。
课程和模型特点:
1. 土层在自重力和外荷载作用下的固结沉降瞬态模型+Comsol深度神经网络模型。
2. 采用多孔弹性多物理场接口,包括固体力学和达西定律。采用瞬态研究。
3. 深度神经网络模型包括几何采样、代理模型训练、深度神经网络训练和验证。
4. 神经网络变元包括:x,y,E,K,t,分别为坐标点,弹性模量、渗透系数和时间。目标函数包括孔隙压力和竖向沉降量。
5. 样本数据有将近960000组。
6. 采用Comsol6.3版本。
7. 课程包括接口设置的详解,以及step by step操作演示教学。
8. 任何疑问和问题,均可在课程技术论坛交流答疑,专人回复。

关键问题总结与思考:
1. Comsol深度神经网络的本质
2. Comsol深度神经网络在接口上需要做哪些设置?
4. 主要设置哪些细节?
4. 数据样本如何获取?
5. 数据样本大小如何评估?
6. 如何查看神经网络的结果?
7. Comsol深度神经网络能做什么?
8. Comsol深度神经网络的局限性



SJ**ao
这类DNN做云图是不是只能是规则的图形呢?深度学习生成的三维云图只有一个长方体的云图
[回复]
2025-09-22

    用户回复:

  • 岩土星君:可以是不规则的图形。
    2025-09-22
  • 岩土星君:可以选择几何实体,也可以选择网格插值。我记得在答疑解惑栏目有提到过。
    2025-09-22
SJ**ao
三维方面的建模能实现DNN吗
[回复]
2025-09-15

    用户回复:

  • 岩土星君:可以啊。
    2025-09-15
  • 岩土星君:这跟几维无关,都可以实现。
    2025-09-15
18*******40
能预测双色球吗?哈哈
[回复]
2025-09-01

    用户回复:

  • 岩土星君:双色球是纯随机的,没有任何物理和数学规律,所以是没法预测的。要不然大家都发财了,哈哈。
    2025-09-01
  • 岩土星君:预测只针对具有一定规律的数据。
    2025-09-01
岩土星君
有的朋友关心如何减小数据样本数量的问题,刚刚我已经在答疑解惑栏目进行了解答,欢迎交流。
[回复]
2025-08-30
岩土星君
有朋友问能否对本课程的预测目标换成应力呢?绘制各个参数、时刻的应力云图
[回复]
2025-08-30

    用户回复:

  • 岩土星君:这个是完全可以实现的,在答疑解惑已给出详细解答。
    2025-08-30
13*******72
哥,这个思路可以应用到边坡的稳定性预测上面吗?可以给点思路吗?谢谢
[回复]
2025-08-28

    用户回复:

  • 岩土星君:可以的。不过我感觉采用极限平衡法,进行参数化预测稳定性更合适更方便些,用强度折减法做的话,不是太好做。
    2025-08-28
  • 岩土星君:具体可以在答疑解惑栏目深入讨论。
    2025-08-28
15*******08
终于等到COMSOL的深度神经网络了,讲的很细致。希望以后能出一期数据-物理双驱动模型哦。
[回复]
2025-08-25

    用户回复:

  • 岩土星君:那个应当不难。就是把已知数据训练后,作为函数调用。另外,任何需要深入交流的问题,可以在答疑解惑栏目发帖哦,共同提高完善。
    2025-08-25
岩土星君
欢迎课程评论区写写您的感受,或者说说您的疑问。有任何需要深入交流的问题,可以在旁边的答疑解惑栏目发帖,本人每天亲自回复。
[回复]
2025-08-24
C-26:Comsol深度神经网络DNN之土层动态固结沉降量预测-考虑时间维度
播放次数:395
¥168.00
可用限时积分: 0

折合: 0

可用固定积分: 0

折合: 0

收藏
分享
岩土星君

学历:博士

研究方向:岩土多物理场耦合;岩土多孔/裂隙渗流;滑坡动力学;岩土工程支护

相关课程推荐
C-07:Comsol/冻土/热-水-力耦合/冰水相变/PDE建模

购买课程后,点击课程附件资料下载,可免费获取模型源文件。该模型和视频课程主要特征: 1、针对冻土的冻胀融沉问题; 2、考虑冻土的热-水-力耦合; 3、考虑冰-水相变过程; 4、在Comsol中利用PDE偏微分方程接口建模; 5、详细解读推导了相关理论控制方程; 6、详细讲解了每一个建模细节,可完全照做。

A-01:Abaqus-岩土零基础入门之边坡稳定性计算

1、本次课程视频主要针对岩土专业的Abaqus初学者,从零基础开始,通过一步一步操作讲解,实现零基础建模,最终掌握Abaqus的精髓。 2、本次课程以强度折减法计算边坡稳定性为例,详细地给大家演示如何从CAD几何模型导入,到Abaqus中建模,计算,以及对结果的解读,后处理,结果输出等。

C-24:Comsol深度神经网络DNN之管内流体热化学反应

本期我们结合一个管内流体热化学反应模型,来初步体验一下comsol中内置的深度神经网络模型的特点。这个课程包括两部分内容,一部分是关于管内流体热化学反应模型的讲解和建模,另一部分是在该模型基础上开展的代理模型计算和基于深度神经网络模型的数据训练和验证。温馨提示:该模型源于comsol官方模型案例,如果能自学的朋友,可自行前往下载学习。如果感觉自学困难,可参考我们的视频课程讲解学习。

Geo-06:非饱和多孔介质中NAPL入渗的水-油-气三相流模型

购买课程后,点击课程附件资料下载,可免费获取模型源文件。课程和模型特点: (1)考虑非水相流体(油相)入渗的油-水-气三相流模型。 (2)模型包括非饱和区和饱和区,油相自非饱和区入渗自饱和区。 (3)密度较小的油相最终浮在水相表面。 (4)本课程包括4个模型,分别是二维模型,二维含低渗层阻隔模型,三维模型,三维含低渗层阻隔模型。 (5)实现低渗层阻隔油相下渗,避免地下水体污染的效果。 (6)课程和模型任何疑问和问题,均可在课程技术论坛交流答疑,专人回复。

C-23:考虑冰透镜体的热-水-力耦合冻土模型

购买课程后,点击课程附件资料下载,可免费获取模型源文件。该视频课程和模型的特点如下: (1)一维冻土模型。 (2)考虑冰透镜体及其水分阻隔效应。 (3)全面考虑了热-水-力耦合作用。 (4)采用孔隙比的变化来描述水分场的变化。 (5)与C-07冻土模型相比,采用了几乎完全不同的理论体系。不同点主要体现在:主控方程、含冰量计算、考虑冰透镜体、渗透系数、与力学场的耦合等方面。 (6)采用Comsol 6.2版本。 (7)文献解读+方程详解+操作建模。

Z-01:太沙基饱和土固结理论-解析解-数值解-Matlab-Comsol-Abaqus-巅峰对决

购买课程后,点击课程附件资料下载,可免费获取模型源文件。本课程和模型特点:1、对太沙基一维饱和土固结理论的推导做了详细讲解。 2、在Matlab中求解饱和土固结模型的解析解。 3、在Comsol中求解了饱和土固结模型的数值解。 4、在Abaqus中求解了饱和土固结模型的数值解。 5、将Matlab、Comsol、Abaqus中的数据结果汇总到Origin中作图对比。 6、浅谈饱和土固结理论在Matlab、Comsol、Abaqus中实现的优缺点,以及软件本身使用的一点感受。 7、建模step

C-16:多孔介质管道高温蒸汽流动模型——热湿(热-液-气)耦合

购买课程后,点击课程附件资料下载,可免费获取模型源文件。本视频课程及模型的特点:1、多孔介质内热-液-气耦合;2、多孔介质气液两相流及相变转化;3、考虑高温高压气体的注入与流出;4、传热接口+水分传输接口+Brinkman方程接口,相互耦合;5、控制方程详解+接口设置详解;6、Step by step操作建模演示。

C-17:裂隙岩体热-流-固耦合数值建模-以地热开采为例

购买课程后,点击课程附件资料下载,可免费获取模型源文件。本课程和模型特点:1、考虑均质岩体和裂隙岩体的热-流-固耦合。 2、热-流-固三场之间双向全耦合。 3、在Comsol的自带接口上修改方程建模。 4、以地热开采为案例背景,基础理论可应用于多种工程案例。 5、控制方程讲解+操作建模演示。 6、step by step操作演示,可跟做。

C-27:COMSOL双渗模型-边坡非饱和渗流稳定性

该课程讲解了Comsol双渗模型的构建方法,主要以降雨边坡渗流稳定性模型为依托。考虑了边坡大孔隙和小孔隙的双孔结构,以及它们不同的渗流特征及其相互的水力交换。对Comsol双渗理论方程进行了详解。最后,采用强度折减法计算了不同降雨时刻,边坡的稳定系数。

Z-02:基于PINN物理信息神经网络求解偏微分方程—PINN vs Comsol vs Python

针对一维瞬态渗流问题,求解瞬态渗流偏微分方程。分别采用三种方法来求解。第一种方法:采用comsol软件,基于达西定律接口求解。第二种方法:基于Python编程,采用有限差分法求解。第三种方法:基于Python编程,采用PINN物理信息神经网络方法求解。三种方法得到了较为一致的结果。视频详细讲解了PINN求解偏微分方程的原理,以及PINN的网络结构。特别地,对比了PINN与传统方法的优势与劣势。附件提供模型源文件,代码源文件。