硕士研究生奖励标准：鼓励在学期间发表中英文科技论文，其中，发表SCI、EI收录、1A、1B、核心期刊论文提供版面费，申报专利提供申报费。       1.发表SCI(top期刊)收录期刊论文，奖励3000元/篇；      2.发表SCI(非top期刊)收录期刊论文，奖励2000元/篇；      3.授权发明专利，奖励1000元/项；      4.1A或EI收录期刊论文，奖励500元/篇；      5.依据工作任务完成情况发放劳务补贴；本课题组常用软件：    分析软件： ANSYS, ABAQUS, HyperWorks    造型软件： Pro/E, UG    编程语言： ANSYS APDL, Matlab，C++(用于界面及算法开发） ,Fortran(用于ANSYS、ABAQUS底层算法二次开发)方向一：高强钢自适应高柔性折弯工艺    汽车中40%-50%的高强钢冲压件、工程机械的高强横梁等成形均涉及弯曲工艺，因此高强钢弯曲件精度及一致控制问题成为行业关注的焦点。另外高强厚板折弯也面临易断裂、回弹大等问题，需要热辅助折弯方案。为此创新地提出加载和卸载的全解析模型，以实现工艺参数的精确定量预测。并入了控制学科前馈和闭环反馈思想，从产品末端反向传播误差，从根本解决零件残差问题，为在线自适应折弯奠定理论和工艺基础，为自适应折弯设备开发提供参考。方向二：基于多维融合变形信息的损伤模型及优化辨识方法    材料损伤行为的精确描述对工艺缺陷预测和工艺优化是置关重要的，但是很多材料的损伤过程是一个多尺度损伤演变过程，单一力场下的传感信号对损伤不敏感，亟需多维传感信号融合监测（损伤数据监测问题）。损伤行为起始及终止具有强的应力和应变状态相关性，需要多参数复杂模型描述，材料模型与多视角物理行为数据是否匹配，基于多维融合信息如何挖掘多参数材料模型一直是学者们关注的焦点（多维损伤数据的使用问题）。针对损伤建模和损伤识别问题，目前本课题致力于开发互补融合识别及建模方法，摆脱基于单一场建模和标定方法，充分利用材料变形过程中的全面多维的灵敏数据增强建模和模型标定，开发损伤识别优化程序策略库，为基于数据的人工智能识别奠定基础。