从数据驱动本构到智能化CAE仿真：端到端结构计算框架

本报告提出一种将数据驱动方法与固体力学理论深度融合的力学建模与仿真框架。在本构建模方面，研究利用深度神经网络开发适用于复杂微结构复合材料的非线性弹性、粘弹性、粘塑性及循环塑性材料模型，通过数据存储与检索技术重构有限元方法，实现无需显式函数表达式的本构描述，并实现工程部件力学性能评估。 在此基础上，本报告进一步展示了一套基于自然语言交互与标准化指令驱动函数库的CAE仿真智能体系统。该系统通过大语言模型理解用户自然语言意图，并能够自动调用有限元软件接口实现端到端仿真流程。在报告中，将演示智能体结合上述数据驱动本构模型，为未来面向复杂结构与多物理场问题的智能仿真提供参考。

唐山，大连理工大学教授，博士生导师，曾师从魏悦广院士和国际著名计算力学家Wing Kam Liu教授。长期从事固体力学、材料力学性能、结构断裂破坏理论与计算方法等研究，近年来，面向传统CAE软件在复杂材料建模、跨尺度分析和结构优化设计中的瓶颈问题，重点发展数据驱动计算力学方法，将机器学习技术、力学先验知识与有限元计算框架相结合，提出了多种数据驱动本构建模、自由度缩减快速计算和生成式结构设计方法，为构建新型AI+CAE软件、服务先进结构设计与制造提供了重要理论和算法基础。