大模型技術(shù)的案例
大模型技術(shù)在自動(dòng)駕駛中的應(yīng)用
一、人工智能與大模型技術(shù)
人工智能（Artificial Intelligence，簡稱AI）是一種計(jì)算機(jī)科學(xué)技術(shù)，旨在使計(jì)算機(jī)能夠模仿、學(xué)習(xí)和執(zhí)行人類智能任務(wù)。它涉及到多個(gè)不同的子領(lǐng)域，包括機(jī)器學(xué)習(xí)、自然語言處理、計(jì)算機(jī)視覺和強(qiáng)化學(xué)習(xí)等。通過使用大數(shù)據(jù)、算法、神經(jīng)網(wǎng)絡(luò)等技術(shù)，人工智能可以通過分析和理解數(shù)據(jù)來建立模型，并對新數(shù)據(jù)進(jìn)行決策和預(yù)測，從而實(shí)現(xiàn)某些特定的任務(wù)。與傳統(tǒng)計(jì)算機(jī)程序不同的是，人工智能可以根據(jù)以前的經(jīng)驗(yàn)和學(xué)習(xí)來改進(jìn)自己的性能，在某些情況下能夠比人類更準(zhǔn)確和高效地完成任務(wù)。人工智能被廣泛應(yīng)用于各種領(lǐng)域，例如醫(yī)療保健、金融、交通運(yùn)輸、制造業(yè)、社交媒體、游戲和安全等。
大模型通常指的是由數(shù)億至數(shù)千億個(gè)參數(shù)組成的深度學(xué)習(xí)模型。這些模型需要巨大的計(jì)算資源和存儲(chǔ)空間，因此非常昂貴且能夠運(yùn)行的硬件配置也要足夠強(qiáng)大。大型模型代表了人工智能領(lǐng)域最先進(jìn)的技術(shù)，廣泛應(yīng)用于自然語言處理、圖像識(shí)別、語音識(shí)別和推薦系統(tǒng)等領(lǐng)域。擁有更多的參數(shù)可以提高模型的準(zhǔn)確性和精度，但同時(shí)也會(huì)導(dǎo)致更復(fù)雜的訓(xùn)練過程、更長的訓(xùn)練時(shí)間和更高的硬件成本。GPT-3就是一種例子，它具有1750億個(gè)參數(shù)，在人工智能技術(shù)中占據(jù)著重要的地位。
二、神經(jīng)網(wǎng)絡(luò)算法與大模型
神經(jīng)網(wǎng)絡(luò)（Neural Network）是一種復(fù)雜的數(shù)學(xué)模型，建立在類比生物大腦神經(jīng)元之間傳遞信息的基礎(chǔ)上。
展開 AI大模型+具身智能“2026北京·世亞智博會(huì)”打造創(chuàng)新技術(shù)高地
近年來，人工智能領(lǐng)域迎來了一場深刻的技術(shù)范式變革。隨著大模型在多模態(tài)感知與復(fù)雜推理能力上的突破性進(jìn)展，具身智能正從簡單的"執(zhí)行工具"向具備自主決策能力的"智能體"進(jìn)化。這一轉(zhuǎn)變不僅重新定義了機(jī)器人的能力邊界，更徹底重構(gòu)了人工智能技術(shù)創(chuàng)新的底層邏輯，推動(dòng)產(chǎn)業(yè)進(jìn)入"認(rèn)知智能+物理執(zhí)行"深度融合的全新周期。
技術(shù)突破：從感知到?jīng)Q策的跨越式發(fā)展
當(dāng)前，大模型技術(shù)已經(jīng)突破了傳統(tǒng)AI的局限，展現(xiàn)出前所未有的多模態(tài)理解能力。通過海量數(shù)據(jù)的預(yù)訓(xùn)練，這些模型能夠同時(shí)處理視覺、聽覺、觸覺等多種感知信號(hào)，實(shí)現(xiàn)對物理世界的立體認(rèn)知。更重要的是，新一代大模型在復(fù)雜推理能力上取得了顯著進(jìn)步，能夠進(jìn)行多步邏輯推演、因果分析和不確定性決策，這為機(jī)器人賦予了類似人類的"常識(shí)"和"判斷力"。
在技術(shù)實(shí)現(xiàn)路徑上，研究人員通過構(gòu)建"感知-認(rèn)知-行動(dòng)"的閉環(huán)系統(tǒng)，將大模型的決策能力與機(jī)器人的執(zhí)行機(jī)構(gòu)無縫銜接。例如，某實(shí)驗(yàn)室開發(fā)的具身智能系統(tǒng)已經(jīng)能夠理解"請把桌上的紅色杯子移到廚房"這樣的復(fù)雜指令，自主規(guī)劃移動(dòng)路徑、識(shí)別目標(biāo)物體并完成精確抓取，整個(gè)過程無需人工干預(yù)。這種能力標(biāo)志著機(jī)器人從"程序化響應(yīng)"向"情境化決策"的根本轉(zhuǎn)變。
產(chǎn)業(yè)變革：重構(gòu)技術(shù)創(chuàng)新邏輯
大模型作為核心"大腦"的技術(shù)架構(gòu)，正在重塑整個(gè)機(jī)器人產(chǎn)業(yè)的發(fā)展軌跡。傳統(tǒng)上，機(jī)器人研發(fā)面臨著感知、決策、執(zhí)行三大模塊割裂的困境，各環(huán)節(jié)的進(jìn)步難以形成合力。而現(xiàn)在，以大模型為統(tǒng)一中樞的新范式，實(shí)現(xiàn)了從環(huán)境理解到物理執(zhí)行的全鏈路貫通，極大提升了系統(tǒng)的整體性能。
這一變革催生了一批創(chuàng)新應(yīng)用場景。
展開 Ansys Workbench利用超單元子結(jié)構(gòu)技術(shù)，提升大模型計(jì)算效率 ￥10
問題：
對于復(fù)雜模型進(jìn)行仿真計(jì)算時(shí)，網(wǎng)格規(guī)模巨大、計(jì)算難度驟增。Ansys針對這類工程問題提供模態(tài)綜合法（CMS）利用超單元，將非關(guān)鍵部件進(jìn)行縮減計(jì)算。
本文根據(jù)查閱到的網(wǎng)絡(luò)資料，對超單元縮減計(jì)算如何在Ansys Workbench 中實(shí)現(xiàn)，進(jìn)行了介紹。
示例：
工業(yè)設(shè)計(jì)產(chǎn)品需要模擬工作環(huán)境進(jìn)行振動(dòng)試驗(yàn)，產(chǎn)品本身結(jié)構(gòu)已經(jīng)很復(fù)雜，再加上工裝往往是一個(gè)更大的結(jié)構(gòu)。因此這類仿真計(jì)算非常適合適用子結(jié)構(gòu)技術(shù)，將工裝等大模型進(jìn)行超單元縮減計(jì)算，可以顯著提升計(jì)算效率。
如下圖所示，產(chǎn)品+工裝進(jìn)行振動(dòng)模擬仿真，仿真產(chǎn)品結(jié)構(gòu)模態(tài)和端點(diǎn)的振動(dòng)響應(yīng)加速度曲線。
結(jié)果展示：
使用超單元縮減計(jì)算，可以有效完成復(fù)雜模型的計(jì)算需求。且計(jì)算結(jié)果基本一致。
詳細(xì)步驟：
模型說明：
? 產(chǎn)品由PartA和PartB兩個(gè)部分構(gòu)成，其中PartA兩端夾持部位做了共面處理（驗(yàn)證連接關(guān)系，可以忽略）；
? 各個(gè)零件的連接面有一定間隙，使用Bonded MPC Radius 3mm 連接；
? 約束工裝底面 fix；
一：產(chǎn)品+工裝完整模型計(jì)算
產(chǎn)品+工裝一起進(jìn)行模態(tài)和5-2000Hz的諧響應(yīng)仿真，提取前6階模態(tài)和軸端點(diǎn)的加速度響應(yīng)，作為驗(yàn)證結(jié)果與子結(jié)構(gòu)方法進(jìn)行對比。
1、模態(tài)計(jì)算
模態(tài)計(jì)算結(jié)果如下所示。
2、模態(tài)疊加法，諧響應(yīng)掃頻計(jì)算
諧響應(yīng)掃頻提取端點(diǎn)加速度響應(yīng)以及688Hz、1620Hz處的應(yīng)力云圖如下所示。
二：子結(jié)構(gòu)，超單元縮減工裝進(jìn)行簡化計(jì)算
1、 工裝模型進(jìn)行超單元縮減
? 首先，由工裝+產(chǎn)品的模態(tài)計(jì)算模塊，復(fù)制一個(gè)新的模態(tài)計(jì)算模塊；
? 在新模態(tài)計(jì)算模塊中只保留需要縮減為超單元的工裝模型，其余模型均做supress抑制。
展開 設(shè)計(jì)仿真 | 融合DeepSeek大語言模型的SimManager仿真平臺(tái)
01
技術(shù)背景與行業(yè)挑戰(zhàn)
隨著國內(nèi)企業(yè)的快速發(fā)展和競爭日趨激烈，越來越多的制造企業(yè)和研究院所，利用CAE仿真技術(shù)推動(dòng)產(chǎn)品研發(fā)與制造。基于CAE的仿真技術(shù)和應(yīng)用已成為保障產(chǎn)品質(zhì)量、縮短研發(fā)周期的有力手段。
隨著CAE仿真技術(shù)的快速發(fā)展和應(yīng)用，仿真數(shù)據(jù)越來越多、仿真流程越來越復(fù)雜。一些企業(yè)的仿真數(shù)據(jù)每年以十幾TB甚至幾十TB的速度增長。在持續(xù)的工作中，積累了大量的仿真數(shù)據(jù)和知識(shí)。如何對仿真數(shù)據(jù)和流程進(jìn)行有效管理、如何利用機(jī)器學(xué)習(xí)和大語言模型技術(shù)智能化地支持仿真業(yè)務(wù)工作，成為仿真業(yè)務(wù)一個(gè)重要的方向。
02
企業(yè)核心需求與驅(qū)動(dòng)要素
盡管企業(yè)普遍采用了CAE技術(shù)為產(chǎn)品研發(fā)賦能，但是仿真工作的專業(yè)化門檻較高、仿真工具種類繁多、仿真求解時(shí)間長、生成的數(shù)據(jù)量很大。如何利用大語言模型和機(jī)器學(xué)習(xí)技術(shù)進(jìn)一步支持仿真業(yè)務(wù)，從而推動(dòng)數(shù)據(jù)重用和效率提升？
2.1企業(yè)發(fā)展戰(zhàn)略需要
基于越來越激烈的市場競爭，企業(yè)希望縮短產(chǎn)品研發(fā)周期、進(jìn)一步提高仿真驗(yàn)證能力、提高產(chǎn)品研發(fā)質(zhì)量和降低成本。例如有的汽車企業(yè)努力將新車研發(fā)周期從原來三年縮短到一年半，仿真業(yè)務(wù)是其中重要一環(huán)。
2.2仿真數(shù)據(jù)知識(shí)的挖掘和重用
仿真工作涉及大量的數(shù)據(jù)，包括結(jié)構(gòu)化數(shù)據(jù)、以及大量的文檔類非結(jié)構(gòu)化數(shù)據(jù)。如何建立高效的重用機(jī)制和手段對于提升仿真研發(fā)至關(guān)重要。
仿真關(guān)鍵結(jié)果、輸入?yún)?shù)等數(shù)據(jù)可以結(jié)構(gòu)化存儲(chǔ)在仿真平臺(tái)中，并可高效查詢檢索和進(jìn)行數(shù)據(jù)之間關(guān)聯(lián)追溯。而機(jī)器學(xué)習(xí)能利用這些數(shù)據(jù)進(jìn)行訓(xùn)練，進(jìn)而可以進(jìn)行快速性能預(yù)測和優(yōu)化。大語言模型則可對仿真知識(shí)文檔等非結(jié)構(gòu)化知識(shí)進(jìn)行提煉和重用。
2.3提高仿真研發(fā)效率
利用機(jī)器學(xué)習(xí)可實(shí)現(xiàn)模型降階，對復(fù)雜的仿真計(jì)算進(jìn)行簡化和加速。利用機(jī)器學(xué)習(xí)和大語言模型技術(shù)，在項(xiàng)目初期就能進(jìn)行大量方案驗(yàn)證和優(yōu)化，減少后期設(shè)計(jì)變更帶來的風(fēng)險(xiǎn)。
展開 
城市三維地質(zhì)模型7大關(guān)鍵技術(shù)！
與地下建筑物融合技術(shù)：若想支持城市規(guī)劃中的應(yīng)用，則需要對自然物體與人造物體進(jìn)行統(tǒng)一建模，將人造物網(wǎng)格與地質(zhì)模型網(wǎng)格進(jìn)行融合，使數(shù)值模擬技術(shù)的普及應(yīng)用成為可能。
可視化技術(shù)：通過LOD多分辨率顯示，滿足用戶對不同尺度、不同精度的模型需求。能夠支持互聯(lián)網(wǎng)用戶通過瀏覽器對大規(guī)模的構(gòu)造模型和屬性模型進(jìn)行三維可視化，不能要求用戶安裝插件，可支持主流瀏覽器；實(shí)現(xiàn)自由觀察、自由剖切和挖取等交互功能。
分布式數(shù)據(jù)庫大規(guī)模模型網(wǎng)格數(shù)據(jù)管理技術(shù)：基于云平臺(tái)，通過分布式數(shù)據(jù)庫管理大規(guī)模高精度的地質(zhì)構(gòu)造模型和基于三維體網(wǎng)格的屬性模型，實(shí)現(xiàn)任意局部的下載和更新。
來源：桔燈勘探
展開 國創(chuàng)中心助力TCL華星等發(fā)布全球首個(gè)顯示行業(yè)垂域大模型: 星智X-Intelligence
12月7日，由國家新型顯示技術(shù)創(chuàng)新中心助力TCL華星、TCL工研院、清華KEG團(tuán)隊(duì)與智譜AI團(tuán)隊(duì)聯(lián)合開發(fā)的全球首個(gè)顯示領(lǐng)域行業(yè)垂域大模型——“星智 X-Intelligence”震撼發(fā)布！這一創(chuàng)新標(biāo)志著大模型技術(shù)在顯示領(lǐng)域的應(yīng)用取得了突破性進(jìn)展，同時(shí)展現(xiàn)了國家新型顯示技術(shù)創(chuàng)新中心在技術(shù)研發(fā)和產(chǎn)業(yè)升級(jí)方面的引領(lǐng)地位。
顯示行業(yè)因具有高度復(fù)雜性、技術(shù)密集性、高昂成本及快速迭代等特殊性，對于更高效、更精準(zhǔn)的信息處理需求不斷上升。為提升我國新型顯示技術(shù)整體開發(fā)效率、提升企業(yè)基礎(chǔ)能力建設(shè)、提高企業(yè)研發(fā)創(chuàng)新能力和競爭力，國家新型顯示技術(shù)創(chuàng)新中心凝聚TCL華星、TCL工研院、清華KEG團(tuán)隊(duì)、智譜AI團(tuán)隊(duì)等多方團(tuán)隊(duì)，助力星智X-Intelligence大模型的成功開發(fā)。不同于通用大模型，星智X-Intelligence大模型是知識(shí)增強(qiáng)的垂域大模型，是一項(xiàng)專為顯示行業(yè)需求而打造的創(chuàng)新之作。星智X-Intelligence大模型通過在通域大模型基礎(chǔ)上構(gòu)建百萬級(jí)專業(yè)文獻(xiàn)庫，采用垂直知識(shí)檢索增強(qiáng)、精細(xì)化的知識(shí)強(qiáng)化訓(xùn)練、用戶意圖理解和指令遵循訓(xùn)練等技術(shù)，構(gòu)建出可持續(xù)優(yōu)化、可靠性更高的顯示領(lǐng)域?qū)?em>大模型。該模型能夠整合并深度理解半導(dǎo)體顯示領(lǐng)域的海量知識(shí)和相關(guān)術(shù)語概念，模擬行業(yè)專家進(jìn)行Issue解析、產(chǎn)品研發(fā)、答疑解惑、新人培養(yǎng)等多場景工作，在顯示領(lǐng)域能力上甚至超越了GPT4。除了技術(shù)創(chuàng)新，星智X-Intelligence大模型還可實(shí)現(xiàn)私有部署，嚴(yán)格保證企業(yè)數(shù)據(jù)的安全性，同時(shí)也構(gòu)筑了企業(yè)的技術(shù)護(hù)城河。
作為我國新型顯示領(lǐng)域的唯一國家級(jí)技術(shù)創(chuàng)新中心，國家新型顯示技術(shù)創(chuàng)新中心以其專業(yè)化創(chuàng)新平臺(tái)的優(yōu)勢，匯聚了產(chǎn)業(yè)鏈企業(yè)、高校、科研院所等多方力量。
展開 2026北京人工智能展會(huì)：大模型賦能機(jī)器人，開啟智能產(chǎn)業(yè)新周期
當(dāng)大模型突破多模態(tài)感知與復(fù)雜推理瓶頸，具身智能正從“執(zhí)行工具”進(jìn)化為“自主智能體”——大模型作為核心“大腦”，為機(jī)器人賦予環(huán)境理解、自然交互與自主決策能力，徹底重構(gòu)技術(shù)創(chuàng)新邏輯，開啟“認(rèn)知智能+物理執(zhí)行”的全新產(chǎn)業(yè)周期。定于2026年6月10日-12日在北京舉辦的“2026北京人工智能展會(huì)-世亞智博會(huì)”，精準(zhǔn)錨定這一技術(shù)融合趨勢，以“大模型賦能·機(jī)器人進(jìn)化”為核心，打造亞洲頂級(jí)的融合技術(shù)發(fā)布與生態(tài)協(xié)同高地，推動(dòng)產(chǎn)業(yè)從單點(diǎn)突破邁向全鏈共振。
作為立足北京、輻射全球的高端AI產(chǎn)業(yè)盛會(huì)，本屆世亞智博會(huì)緊扣國家數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略，依托北京作為全國科技創(chuàng)新中心的資源稟賦，匯聚清華、北大等頂尖高校、中科院等重點(diǎn)科研院所，以及百度、小米等科技巨頭的創(chuàng)新力量，構(gòu)建起覆蓋“基礎(chǔ)層-技術(shù)層-應(yīng)用層”的全產(chǎn)業(yè)鏈展示體系，全方位呈現(xiàn)大模型與機(jī)器人融合的前沿成果，破解產(chǎn)業(yè)發(fā)展痛點(diǎn)，鏈接全球創(chuàng)新資源
展會(huì)現(xiàn)場將設(shè)置五大核心展區(qū)，精準(zhǔn)匹配行業(yè)需求，打造沉浸式觀展體驗(yàn)。其中，大模型核心技術(shù)展區(qū)聚焦多模態(tài)大模型、輕量化部署、訓(xùn)練數(shù)據(jù)治理等核心領(lǐng)域，集中展示可獨(dú)立復(fù)核的技術(shù)指標(biāo)與創(chuàng)新成果，涵蓋推理延遲、準(zhǔn)確率、能耗等關(guān)鍵參數(shù)，直觀呈現(xiàn)大模型在環(huán)境感知、復(fù)雜推理上的突破；具身智能機(jī)器人展區(qū)則匯聚人形機(jī)器人、四足機(jī)器人、智能巡檢機(jī)器人等各類產(chǎn)品，既有像Galbot那樣可實(shí)現(xiàn)透明物體精準(zhǔn)抓取、24小時(shí)無人值守運(yùn)營的前沿機(jī)型，也有應(yīng)用于工業(yè)巡檢、醫(yī)療服務(wù)、公共服務(wù)等場景的成熟解決方案，現(xiàn)場演示機(jī)器人自主導(dǎo)航、協(xié)同作業(yè)、人機(jī)交互等核心能力，讓觀眾近距離感受“自主智能體”的科技魅力，其中基于具身大模型的多場景智能巡檢機(jī)器人，將展示其通過多模態(tài)數(shù)據(jù)融合、云邊協(xié)同機(jī)制實(shí)現(xiàn)精準(zhǔn)檢測的核心優(yōu)勢，凸顯在提升效率、保障安全、降低成本方面的價(jià)值。
展開 【技術(shù)貼】燃料電池堆棧三維仿真計(jì)算量太大跑不動(dòng)？——AVL FIRE獨(dú)創(chuàng)均勻通道模型為您助力
在國家政策的推進(jìn)以及新能源技術(shù)的發(fā)展下，燃料電池在新能源汽車領(lǐng)域的應(yīng)用越來越成熟。前面兩期技術(shù)貼，詳細(xì)介紹了AVL三維仿真分析軟件FIRE可以方便、高效地對燃料電池的性能、膜電極材料選型、水熱管理以及燃料電池老化進(jìn)行仿真分析，為燃料電池的設(shè)計(jì)和優(yōu)化提供可靠、有效的指導(dǎo)。
隨著開發(fā)要求的進(jìn)一步提高，燃料電池三維仿真已經(jīng)逐漸從燃料電池單體向燃料電池堆棧覆蓋，尤其針對整體的冷卻通道和氣體通道壓損及流動(dòng)均勻性設(shè)計(jì)對燃料電池堆棧性能及水熱管理的影響，必須要建立完整的堆棧模型進(jìn)行仿真。然而用常規(guī)方法對燃料電池堆棧進(jìn)行建模，由于整體結(jié)構(gòu)復(fù)雜，尺寸差異較大，最終生成的模型網(wǎng)格數(shù)量非常多，網(wǎng)格質(zhì)量也很難保證，計(jì)算代價(jià)將會(huì)非常大。
針對以上問題，AVL獨(dú)創(chuàng)均勻通道模型方法，采用多孔介質(zhì)模型替代真實(shí)的氣體通道結(jié)構(gòu)，可以極大的簡化整體網(wǎng)格數(shù)量，提高計(jì)算效率，實(shí)現(xiàn)對燃料電池堆棧的仿真。本期技術(shù)貼，將對均勻通道模型方法進(jìn)行詳細(xì)的介紹。
如果想要了解更多，請與我們聯(lián)系:
ast.china@avl.com
展開 客戶相關(guān)的道路載荷大數(shù)據(jù)獲取和道路載荷分布模型的構(gòu)建——西門子工業(yè)軟件公司CUCO技術(shù)體系簡介
來源：耐久論壇
作者：李旭東
鄭重聲明
本篇文章中涉及到的全部技術(shù)和方法，是對于西門子工業(yè)軟件CUCO專利技術(shù)的介紹。西門子工業(yè)軟件公司在全球范圍內(nèi)對CUCO技術(shù)有健全的專利授權(quán)予以保護(hù)，論壇中標(biāo)注的“原創(chuàng)”字樣，對本篇文章來說，僅僅意味著這些介紹此項(xiàng)專利技術(shù)的文字為作者原創(chuàng)，不代表此項(xiàng)專利技術(shù)為作者原創(chuàng)。
以下為正文
CUCO項(xiàng)目以獲取與特定客戶群體相關(guān)的道路載荷大數(shù)據(jù)為前提，以建立與特定客戶群體相關(guān)的道路載荷分布模型為目的，項(xiàng)目輸出為車輛耐久性工程中最為重要、最為基礎(chǔ)的頂層輸入（沒有之一）。CUCO項(xiàng)目的實(shí)質(zhì)，是一場以全概率公式為指導(dǎo)、經(jīng)過精心設(shè)計(jì)和組織的大型統(tǒng)計(jì)試驗(yàn)。
1 全概率公式
假設(shè)B1，B2，…，Bn為有限個(gè)事件（我們在CUCO中不需要考慮無限個(gè)事件的情形），它們兩兩互斥，而且在每次試驗(yàn)中至少發(fā)生一次，即
在此基礎(chǔ)上，事件A發(fā)生的概率為
(1)
這里，P(A)為某一車輛每行駛1km時(shí)車輛某處的某載荷對應(yīng)的偽損傷（或等效載荷幅值，……）Xi=x的概率，這個(gè)是我們從論壇第二篇文章《車輛耐久性工程中的重要隨機(jī)變量及如何確定其服從怎樣的分布模型》開始就經(jīng)常提到的、心心念的“車輛耐久性工程中的重要隨機(jī)變量”。
全概率公式告訴我們：如果在比較復(fù)雜的情況下直接計(jì)算P(A)是不容易的（咱們這個(gè)P(A)算起來特別不容易），但是A總是隨著某個(gè)Bi伴出，適當(dāng)構(gòu)造一組Bi，往往可以簡化計(jì)算。CUCO正式在這種思路的指引下，構(gòu)建了一組Bi（盡管Bi多了點(diǎn)兒，誰叫我們碰上的這事兒這么麻煩），這組Bi我們在CUCO中稱之為狀態(tài)空間（State Space）。
展開 CEL與Lagrange模型在大變形分析時(shí)的適用性CEL與Lagrange模型在大變形分析時(shí)的適用性
對同一個(gè)模型來講，通常，拉格朗日建模方式計(jì)算更加準(zhǔn)確，計(jì)算效率更高，因?yàn)樗械膸缀误w都采用拉格朗日單元類型，而CEL建模方式的計(jì)算更加耗時(shí)，且產(chǎn)生的文件更大，一個(gè)直接的原因是流體或大變形幾何體是歐拉體模型，采用歐拉單元建模，而歐拉單元的數(shù)量要明顯多于相應(yīng)的拉格朗日模型的單元數(shù)量。
但是，如果模型要經(jīng)歷極大變形，那么這兩種建模方式的優(yōu)劣就要好好評(píng)價(jià)一下了。在大變形分析中，拉格朗日模型容易發(fā)生網(wǎng)格畸變，網(wǎng)格畸變區(qū)的計(jì)算結(jié)果準(zhǔn)確性將會(huì)大打折扣，產(chǎn)生不可信的結(jié)果甚至計(jì)算中斷得不到結(jié)果；而CEL模型在犧牲一定的幾何模型精度和結(jié)果準(zhǔn)確性的前提下，計(jì)算會(huì)非常穩(wěn)定，網(wǎng)格不會(huì)發(fā)生畸變，相較于拉格朗日的網(wǎng)格畸變區(qū)反而會(huì)得到更加合理的計(jì)算結(jié)果。所以，在選擇建模分析方式時(shí)，尤其是大變形分析，兩種方法孰優(yōu)孰劣，需要結(jié)合一定的經(jīng)驗(yàn)和以往案例，選擇折中處理或者兩種都用以綜合衡量。
本篇案例是一個(gè)鉚接案例，如下面的示意圖所示。 ? 具體的模型長下面這樣：左邊是中央截面圖，右面是實(shí)物圖，上下兩部分是沖模，張揚(yáng)帶孔圓盤是固定模板，上下兩部分沖模同時(shí)施力以使鉚釘達(dá)到最終的變形。 ? 這個(gè)過程很明顯是一個(gè)極限大變形過程，我們可能關(guān)心這個(gè)過程中的三個(gè)問題：
1、 鉚釘在成型過程中的變形是否適當(dāng)？
2、 成型后，鉚釘是否有足夠的力量保持材料的連接？
3、 成型過程工具的壓力是否足夠？
那么這三個(gè)關(guān)心的問題我們可以考察分析鉚釘?shù)淖冃挝灰啤⒊尚秃蟮牡刃苄宰冃魏统尚瓦^程中的沖模受力等變量，去評(píng)估我們關(guān)心的問題從而做出一些結(jié)論或改進(jìn)。 本案例不再進(jìn)行step by step的演示，各位小伙伴可以自行練習(xí)。下面來具體看一下分析模型和相關(guān)結(jié)果。 ?
左邊是拉格朗日建模，右邊是CEL建模。兩種建模方式中，接觸全部采用無摩擦通用接觸。
展開 《大分子》可調(diào)諧和大規(guī)模模型網(wǎng)絡(luò) StarPEG-DNA 水凝膠
【總結(jié)】
團(tuán)隊(duì)報(bào)告了對基于帶有雙鏈接頭的
starPEG-DNA 構(gòu)建塊的準(zhǔn)理想模型網(wǎng)絡(luò)水凝膠的表征的首次詳細(xì)研究。
材料設(shè)計(jì)建立在
團(tuán)隊(duì)
最近開發(fā)的 OP-LPOS 合成策略的基礎(chǔ)上，該策略為大規(guī)模聚合物/DNA 混合材料開辟了道路。可以通過改變接頭長度和改變鹽度和構(gòu)建塊的濃度來訪問廣泛的屬性空間。凝膠 G' 值可在 20 Pa 至 3.1 kPa 范圍內(nèi)調(diào)節(jié)，因此在細(xì)胞機(jī)械感應(yīng)發(fā)生的范圍內(nèi)。(60-62) 松弛時(shí)間尺度也特別可通過鹽度調(diào)節(jié)。在二價(jià)陽離子 (Mg
2+
) 存在下組裝的所有水凝膠在 10 °C 的測量頻率范圍 (f = 0.001–100 Hz) 中沒有顯示弛豫時(shí)間，但在其他條件下沿寬譜發(fā)生相應(yīng)變化。水凝膠的形成是堅(jiān)固的，這種 starPEG-DNA 水凝膠的機(jī)械性能可以承受反復(fù)的加熱和冷卻循環(huán)，并且在水凝膠組裝幾個(gè)月后，諸如 Tco 和 τ 等性能仍能保持。
水凝膠組裝所需的構(gòu)建塊、通過
OP-LPOS 的 starPEG-T20 和通過自動(dòng)固相合成的 DNA 接頭的合成的簡便性和可擴(kuò)展性，應(yīng)該促進(jìn)這種水凝膠作為生物材料在各種應(yīng)用中的應(yīng)用。因此，
該
工作奠定了基礎(chǔ)，但包括使用適體、酶促反應(yīng)片段或靶向（例如，使用更復(fù)雜的 DNA 接頭的應(yīng)變硬化水凝膠）的更高水平反應(yīng)的充分可能性似乎是可行的。
展開 
Solidwork模型太大，高性能圖形工作站也卡頓，怎么簡化，讓模型移動(dòng)轉(zhuǎn)向縮放流暢
當(dāng)使用SolidWorks軟件處理大型模型時(shí)，可能會(huì)遇到性能問題，導(dǎo)致操作卡頓。以下是一些方法，可以幫助您簡化大型模型，以便在SolidWorks中進(jìn)行流暢的移動(dòng)、轉(zhuǎn)向和縮放操作：
1 減少細(xì)節(jié)級(jí)別： 嘗試降低模型的細(xì)節(jié)級(jí)別，減少多邊形和曲面數(shù)量。您可以選擇減少曲面細(xì)分或刪除不必要的小特征。
2 使用外部參考： 將大型組件拆分為較小的部分，并使用外部引用（External References）來引用這些部分。這有助于分解模型，減少單個(gè)文件的復(fù)雜性。
3 減少圖形效果： 在SolidWorks選項(xiàng)中，降低圖形效果的設(shè)置，如陰影、反射和透明度，以減少計(jì)算負(fù)載。
4 使用大型裝配模式： SolidWorks提供了大型裝配模式（Large Assembly Mode），可以優(yōu)化性能，只加載需要的組件。
5 消除不必要的特征： 檢查模型中是否有不必要的特征，如細(xì)微的倒角、孔等，可以將其刪除或合并。
6 使用配置： 對于多配置模型，只加載您當(dāng)前需要的配置，而不是全部。
7 使用輕量級(jí)模型： SolidWorks允許創(chuàng)建輕量級(jí)表示（Lightweight Representations），這些表示只加載部分模型數(shù)據(jù)，以提高性能。
8 使用大型裝配優(yōu)化工具： SolidWorks提供了大型裝配優(yōu)化工具，可幫助您識(shí)別性能瓶頸并優(yōu)化裝配。
9 使用速度包（SpeedPak）： SpeedPak是SolidWorks的功能，可以在裝配中創(chuàng)建輕量級(jí)表示，以便更快地加載模型。
10 保存時(shí)精簡： 當(dāng)保存模型時(shí)，選擇保存時(shí)精簡選項(xiàng)，可以減少模型文件的大小。
不同的模型和硬件配置可能需要不同的優(yōu)化策略。您可以根據(jù)具體情況嘗試上述方法，以獲得更好的SolidWorks性能和流暢的操作體驗(yàn)。
展開 碳化硅陶瓷9大燒結(jié)技術(shù)大揭秘
基于這種新的燒結(jié)理念，清華大學(xué)謝志鵬研究團(tuán)隊(duì)提出在陶瓷粉末燒結(jié)過程中引入動(dòng)態(tài)振蕩壓力替代現(xiàn)有的恒定靜態(tài)壓力這一思路，并將這個(gè)新型的燒結(jié)技術(shù)命名為振蕩壓力燒結(jié)。
（振蕩壓力燒結(jié)設(shè)備示意圖與實(shí)物圖）
該燒結(jié)技術(shù)的優(yōu)勢在于：
（1）可以通過連續(xù)振蕩壓力產(chǎn)生的顆粒重排顯著提高燒結(jié)前粉體的堆積密度；
（2）提供了更大的燒結(jié)驅(qū)動(dòng)力，更加有利于促進(jìn)燒結(jié)體內(nèi)晶粒旋轉(zhuǎn)和滑移、塑性流動(dòng)而加快坯體的致密化，尤其是燒結(jié)進(jìn)入后期，通過調(diào)節(jié)振蕩壓力的頻率和大小，排除晶界處的殘余微小氣孔，進(jìn)而完全消除材料內(nèi)部的殘余孔隙。
總結(jié)
工業(yè)生產(chǎn)中用到較多的反應(yīng)燒結(jié)、常壓燒結(jié)和重結(jié)晶燒結(jié)三種碳化硅陶瓷材料制備方法均有其獨(dú)特的優(yōu)勢，且所制備的碳化硅的顯微結(jié)構(gòu)和性能及應(yīng)用領(lǐng)域也有不同。
反應(yīng)燒結(jié)的燒結(jié)溫度低，生產(chǎn)成本低，制備的產(chǎn)品收縮率極小，致密化程度高，適合大尺寸復(fù)雜形狀結(jié)構(gòu)件的制備，反應(yīng)燒結(jié)碳化硅多用于高溫窯具、噴火嘴、熱交換器、光學(xué)反射鏡等方面。
常壓燒結(jié)的優(yōu)勢在于生產(chǎn)成本低，對產(chǎn)品的形狀尺寸沒有限制，制備的產(chǎn)品致密度高，顯微結(jié)構(gòu)均勻，材料綜合性能優(yōu)異，所以更適合制備精密結(jié)構(gòu)件，如各類機(jī)械泵中的密封件、滑動(dòng)軸承及防彈裝甲、光學(xué)反射鏡、半導(dǎo)體晶圓夾具等。
重結(jié)晶碳化硅擁有純凈的晶相，不含雜質(zhì)，且有較高的孔隙率、優(yōu)異的導(dǎo)熱性和抗熱震性，是高溫窯具、熱交換器或燃燒噴嘴的理想候選材料。
展開 智芯文庫 | 碳化硅陶瓷9大燒結(jié)技術(shù)大揭秘
基于這種新的燒結(jié)理念，清華大學(xué)謝志鵬研究團(tuán)隊(duì)提出在陶瓷粉末燒結(jié)過程中引入動(dòng)態(tài)振蕩壓力替代現(xiàn)有的恒定靜態(tài)壓力這一思路，并將這個(gè)新型的燒結(jié)技術(shù)命名為振蕩壓力燒結(jié)。
（振蕩壓力燒結(jié)設(shè)備示意圖與實(shí)物圖）
該燒結(jié)技術(shù)的優(yōu)勢在于：
（1）可以通過連續(xù)振蕩壓力產(chǎn)生的顆粒重排顯著提高燒結(jié)前粉體的堆積密度；
（2）提供了更大的燒結(jié)驅(qū)動(dòng)力，更加有利于促進(jìn)燒結(jié)體內(nèi)晶粒旋轉(zhuǎn)和滑移、塑性流動(dòng)而加快坯體的致密化，尤其是燒結(jié)進(jìn)入后期，通過調(diào)節(jié)振蕩壓力的頻率和大小，排除晶界處的殘余微小氣孔，進(jìn)而完全消除材料內(nèi)部的殘余孔隙。
總結(jié)
工業(yè)生產(chǎn)中用到較多的反應(yīng)燒結(jié)、常壓燒結(jié)和重結(jié)晶燒結(jié)三種碳化硅陶瓷材料制備方法均有其獨(dú)特的優(yōu)勢，且所制備的碳化硅的顯微結(jié)構(gòu)和性能及應(yīng)用領(lǐng)域也有不同。
反應(yīng)燒結(jié)的燒結(jié)溫度低，生產(chǎn)成本低，制備的產(chǎn)品收縮率極小，致密化程度高，適合大尺寸復(fù)雜形狀結(jié)構(gòu)件的制備，反應(yīng)燒結(jié)碳化硅多用于高溫窯具、噴火嘴、熱交換器、光學(xué)反射鏡等方面。
常壓燒結(jié)的優(yōu)勢在于生產(chǎn)成本低，對產(chǎn)品的形狀尺寸沒有限制，制備的產(chǎn)品致密度高，顯微結(jié)構(gòu)均勻，材料綜合性能優(yōu)異，所以更適合制備精密結(jié)構(gòu)件，如各類機(jī)械泵中的密封件、滑動(dòng)軸承及防彈裝甲、光學(xué)反射鏡、半導(dǎo)體晶圓夾具等。
重結(jié)晶碳化硅擁有純凈的晶相，不含雜質(zhì)，且有較高的孔隙率、優(yōu)異的導(dǎo)熱性和抗熱震性，是高溫窯具、熱交換器或燃燒噴嘴的理想候選材料。
展開 技術(shù) | 碳化硅功率器件的三大關(guān)鍵技術(shù)！
理論上，SiC器件是實(shí)現(xiàn)高壓、高溫、高頻、高功率及抗輻射相結(jié)合的理想材料，主要應(yīng)用于大功率場合，可實(shí)現(xiàn)模塊及應(yīng)用系統(tǒng)的小型化、集成化，提高功率密度和系統(tǒng)效率。
SiC功率器件的關(guān)鍵技術(shù)
碳化硅半導(dǎo)體功率器件的制作產(chǎn)業(yè)鏈涉及內(nèi)容總體上分為五大塊，即襯底、外延、器件、封裝、系統(tǒng)應(yīng)用，且產(chǎn)業(yè)鏈涉及較多的環(huán)節(jié)，如芯片生產(chǎn)制作、功能模塊設(shè)計(jì)等。相對于傳統(tǒng)的硅基應(yīng)用技術(shù)，碳化硅半導(dǎo)體功率器件生產(chǎn)中在關(guān)鍵步驟有著較多的挑戰(zhàn)。
襯底和外延
襯底是功率器件的基礎(chǔ)，由于目前Si基功率器件生產(chǎn)廠商的大部分生產(chǎn)線支持4英寸以上的晶圓，因此4、6英寸及以上SiC襯底技術(shù)的成熟是SiC功率器件在所有重要領(lǐng)域大規(guī)模應(yīng)用的前提條件。
SiC的單晶生長最常采用的是物理氣相傳輸法，但SiC-SiO2介面的缺陷密度高，通道電子遷移率底，導(dǎo)致半導(dǎo)體性能與可靠性下降，不能體現(xiàn)出SiC材料的優(yōu)勢。
隨著技術(shù)的發(fā)展，通過特殊柵氧化工藝或溝槽結(jié)構(gòu)等方法，已能夠生產(chǎn)出微管密度幾乎為零的4和6英寸晶片，8英寸晶片也正在研制中，但成本較高，目前市場上的產(chǎn)品仍以4英寸單晶襯底為主。
外延材料方面，SiC采用的是同質(zhì)外延生長技術(shù)，設(shè)備與生長技術(shù)已比較成熟，可生長出超過100~200μm的SiC外延材料，外延生長中亟需解決的是生長缺陷問題。
展開 