，任意隨心處理； ④不可否認ANSYS的APDL命令流參數化編程確實方便（畢竟研究生期間我也耍了兩三年），可以快速修改你的模型（方便方案對比），但是要知道，LS-prepost中學會的技能，就像是你學會了騎車/游泳（肌肉記憶），就算過了很多年，你會生疏，不會忘記，命令嘛/敲代碼，一個月不用你試試；而且我敢說，你花幾天編命令流的時間足夠通過LS-prepost手搓出全部方案，時間還有多的！！

咱機械行業不是流傳一句金句嘛：咱干機械的，是越老越吃香。咱們今天怎么試呢，我就把這1211組數據隨機抽出2組，把1209組數據放到DT軟件里讓它去學，學成后，我再輸入這2組數據的draft 、Halfbeam這些值，然后讓DT算出它的興波阻力是多少，再和這個表格中的真實數據核對，看看誤差有多少。一般仿真的誤差能控制在10%以內，已經是不錯的了，看這個DT預測的精度和仿真比怎么樣。

4.3 后處理（畫圖） 現在我們已經劃分好網格了，也使用Fluent求解出了偏微分方程組的數值解了，我們有了一大堆數據。這堆數據我們需要展示出來，怎么展示？？這就是后處理，其實就是根據數據畫圖。比如下面的圖，很帥氣吧 實際上Fluent軟件本身就有后處理，但是有更加專業且強大的軟件來處理數據，目前常用的軟件CFD-POST和Tecplot。

結構化網格仍然是 CFD 工程師的首選，非結構化六面體網格也還湊合，四面體網格我就不喜歡了（數量多，計算慢，后處理難看）。簡單說，如果非結構化即快又好，結構化網格早就被淘汰了。

編譯程序時，只要遇到 #error 就會跳出一個編譯錯誤，既然是編譯錯誤，要它干嘛呢？其目的就是保證程序是按照你所設想的那樣進行編譯的。 下面舉個例子：程序中往往有很多的預處理指令 #ifdef XXX ... #else ...

非常簡單，前兩者只是簡單的崗位勞動，隨便一個人都能干，而后者是貨真價實的突破性貢獻。 給公司節省了大量的經費同時，也通過高質量的輸出，給項目工作增添了不少亮點，提前發現了問題！ 你說，工資不加給他，加給誰？不提拔他還能提拔誰？

小組提交的題目是心血管支架移植手術仿真系統的設計與應用，這是筆者平時在閱讀文獻時發現的一個方向，其實筆者的專業和這個心血管植入方向絲毫不搭邊，初步進行了一些嘗試，借著這次大賽的機會完善了相應的分析平臺，具體的計算模擬分析是基于ANSYS的參數化建模分析手段，筆者在程序命令流中進行模塊化處理，各個模塊都給出了非常詳細的注釋。詳細程序命令流已貼在后文，有需要的可以后臺私信作者獲取。

比如Altair的HyperWorks，它的前處理器獨霸天下，求解器也還算可用，買HyperWorks許可證就可以靈活使用套裝內的各種軟件；達索的3DE平臺希望靠一個云平臺完成設計、仿真和制造乃至企業內一系列信息化操作；ANSYS Workbench希望在一個工作臺環境下打通ANSYS旗下各類仿真軟件之間的數據交換和協同……他們都有靠產業鏈整合獨霸天下的野心。

畢竟20世紀后半頁乃至今天我們可以說絕大部分技術創新都離不開信息技術嘛。人工智能這個概念出現的時間和有限元也差不太多，都在20世紀50年代前后。1956年的達特茅斯會議上，“人工智能”這個詞第一次被正式提出。這個時間點和1960年clough首次提出“有限元”一詞的時間很接近。從這一點來看，人工智能和有限元，至今都經歷了六七十年的發展。

其后處理云圖默認平滑顯示，還帶有漂亮的高光。 ANSYS Workbench與APDL 這也是一個老生常談的話題了。毫無疑問ANSYS Workbench相比APDL在UI設計上先進了好幾個時代。