和数学家一样思考的 10 种方法

《像数学家一样思考》是英国数学教授 Kevin Houston 的一本科普书，与作品相伴的还有一套简化版的 PPT。

初识单元生死功能

如果模型中加入（或删除）材料，模型中相应的单元就“存在”（或消亡），单元生死功能就用于在这种情况下杀死或重新激活选择的单元。本功能主要用于钻孔（如开矿和挖通道等），建筑物施工过程（如桥的建筑过程），顺序组装（如分层的计算机芯片组装）和另外一些用户可以根据单元位置来方便的激活和不激活它们的一些应用中。

近十年国内外数值优化技术及优化计算软件发展概况

优化问题主要分为线性和非线性两类，与其对应，求解算法也分为线性和非线性优化算法。对于前者，已有了成熟、高效且通用的算法，如单纯性算法和内点法。而对非线性同题，由于问题的多变性和复杂性，至今尚无一通用且普适的算法。

基于 QT 编写的开源 HttpClient 库，支持网络请求、身份认证、断点续传

一个基于 QT 编写的开源 HttpClient 库，采用 header-only 的方式实现，只需在你的工程中包含 src 目录的 HttpClient.h 文件即可，可以实现网络请求、文件断点续传下载、身份验证等功能

基于 Python 做数据分析有哪些必须了解的库

近年来，由于 Python 的库（例如 Pandas 和 scikit-learn）不断改良，使其成为数据分析任务的一个优选方案，成为了数据科学、机器学习、学界和工业界软件开发最重要的语言之一。考虑到那些还不太了解 Python 科学计算生态系统和库的读者，下面我先对各个库做一个简单的介绍。

有限元学习感悟：仅学习软件的使用技巧是远不够的

有限元方法的相关数学理论还是相当复杂的，我只是初涉皮毛而已。但是，在这个过程中领悟到的一点东西却会伴随着我，使得我在学习和工作中，将能够游刃有余，以不变应万变。

为何 GPU 可以用于加速人工智能或者机器学习的计算速度（并行计算能力）

GPU 全称叫做 graphics processing unit，图形处理器，顾名思义就是处理图形的，但随着技术进步，GPU 越来越强大，尤其是 shader 出现之后（这个允许我们在 GPU 上编程），GPU 能做的事越来越多，不再局限于图形领域，也就有人动手将其能力扩展到其他计算密集的领域，这就是 GP(General Purpose)GPU。

LS DYNA 未来发展的重点方向

回首过去的二十多年，LS DYNA 的开发公司 LSTC 公司，一直致力于将 LS DYNA 打造成一款高度可扩展的软件，努力为用户创造一个统一的模拟环境，在工程设计阶段，不必采用多个计算软件，采用 LS DYNA 即可完成计算模型的大规模、多物理场、多尺度、多工序、多阶段、全模型、线性和非线性、静态和瞬态的计算。

工科生的发展定位：『应用型工程师』还是『科研型工程师』

我很喜欢这片文章讨论的问题，尽管原文讨论的是工科生的问题，但我发现这些讨论放在工科生身上，完美适用。关于工科生是往应用型方向发展、还是往科研行方向发展，是一个让新人往往觉得比较困惑的问题。

关于 LS-DYNA 中的 Grünieson 状态方程的问题

LS-DYNA 中的 Grünieson 状态方程仍然是一个等容推广的问题，实际上，由于 Grünieson 状态方程本身就是等容方程，所以也只有进行等容推广。对于一个材料我们知道从常压（近似零压）开始的任何冲击状态都是唯一的。

TrueGrid 中的两种类型网格

TrueGrid 中的网格类型有两种：物理网格、计算网格，这两种网格可以同时定义，其中，物理网格位于物理窗口，也就是建模划分网格的地方，窗口悬浮于屏幕的左下角；计算网格位于抽象空间，自由整数点，其窗口悬浮于屏幕右上角。

高能短脉冲激光冲击在不同金属材料成形领域的应用

激光冲击是一种先进的金属材料表面强化技术，它有效地利用了高能短脉冲激光诱导的冲击波效应，高应变率塑性变形诱导的显著强化效果在多种不同金属材料上得到实际验证和普遍认可。然而，与机械喷丸等传统强化方法相同，激光冲击强化处理也可导致精密零部件发生不必要的宏观变形。

大规模数据并行算法：分布式计算的精髓

近年来流行大数据，神乎其神的，由于经常面对海量数据编程，对大规模数据下的算法设计有一点心得，分享其中的一个点：并行思想。单机能搞定的数据与算法，我们姑且认为是小数据，搞不定的就是大数据。那么单机存储不了，自然而然的就想到了分散到多机存储与处理。

Python 数据分析系列之如何安装和设置 Python

由于人们用 Python 所做的事情不同，所以没有一个普适的 Python 及其插件包的安装方案，接下来我将详细介绍各个操作系统上 Python 科学计算环境部署。我推荐免费的 Anaconda 安装包，Anaconda 提供 Python 2.7 和 3.6 两个版本，以后可能发生变化。本系列使用的是 Python 3.6，因此推荐选择 Python 3.6 或更高版本。

Linux 平台 C /C++ 动态库的制作与使用方式

在《Linux 平台如何制作自己的 C /C++ 静态库》中简单介绍了静态库的制作方法，但实际上动态库的使用更为广泛，至于原因，在《Linux 平台基于 C /C++ 的静态库和动态库的区别》一文中已有说明。本文介绍动态库的制作方法以及两种使用方式。

这可能是最简单的并行方案，如何基于 AWS ParallelCluster 运行 ANSYS Fluent

使用 HPC（高性能计算）应对计算流体动力学 (CFD) 的挑战已成为惯例。博文将向您介绍在数分钟内于运行 ANSYS Fluent（一款市售的计算流体动力学软件包）的 AWS 上完成 HPC 集群设置的最佳优良实践。此外您还能看到一些安装 ANSYS Fluent 并运行您的首个作业的示例脚本。

如何基于 Pro/ENGINEER 建立模型并导入 ANSYS 中进行有限元模拟

从一个简单的实体模型演示从 Pro / ENGINEER 将模型导入到 ANSYS 中并进行转换。模型理想化的部分（如壳和梁）不予处理。同样，不包括约束，载荷，网格控制，分析类型等建模选项。本文介绍基于 Pro / ENGINEER 和 ANSYS 数值模拟的一般步骤，对于其他模拟问题也很容易弄清这些步骤。

CAE 没有那么容易，才会特别让人着迷

CAE 工具千千万，然而有限元方法由于较为成熟，在工业领域应用最广而脱颖而出了。择日不如撞日，小编今天就为大家带来有限元分析的学习经验，其中有限元分析将特指结构分析。

Python 如何读取数据文件以及有哪些读写和操作方法

尽管有诸如 pandas.read_csv 之类的高级工具将磁盘上的数据文件读入 Python 数据结构，但我们还是需要了解一些有关 Python 文件处理方面的基础知识。好在它本来就很简单，这也是 Python 在文本和文件处理方面的如此流行的原因之一。

  • CSUA 原创 2019.11.16 10:24 阅读 3219 推荐 1

模具设计水平和精密的加工工艺离不开精密的模具开发观念

制造一套可以称之为高大上的模具，不仅要拥有高超的模具设计水平和精密的加工工艺，更离不开的是要有精密的模具开发观念。什么是精密的模具开发观念？有很多人不以为然，认为自己做过那么多的模具怎么会没有精密观念？其实，模具不在于做的多少，而在于你的模具开发是否追求细节的精益求精，是否追求可靠的标准，这个过程绝不允许有“差不多”的概念存在。

你有知识和方法要分享吗？

撰写文章

热门文章 »

推荐文章 »

热门作者 »