科研方法的案例
科研圖形工作站硬件配置十大坑+避坑方法，專門針對：HFSS、Fluent、Abaqus、CST、MATLAB、VASP、AI 訓練、渲染、三維建模等科研常用軟件
[圖片]
科研分享 | 分布振子梁模態阻尼比的計算方法及其寬頻減振應用
. , 166 (2022), 108470
作者簡介：
尹文漢，十年減隔振/震學習研究與項目經驗，同濟大學博士在讀；
個人公眾號（建筑工業產品經理）；
聯系郵箱（whyin@tongji.edu.cn）
廣告
關于CELab
-CELab提供“試驗服務、工程應用、軟件模擬、論文潤色”方面的服務
-具體分類服務信息也會結合微信小程序“CELab”予以展示（點擊鏈接-）
-若有興趣加入我們，請添加聯絡員微信:celab001
-對創業與科研服務有興趣的你，將獲得創業經驗/科研與實踐本領/生活補貼，優秀者有機會成為項目合伙人。
-CELab長期征集原創內容，內容在公眾號登出后給予報酬,詳細內容點擊鏈接(征稿50-500元/篇|土木經驗觀點原理|CELab)
公眾號其他文章閱讀
1.分享|新入領域的研究與論文寫作
2.CElab｜同濟人自己的試驗小管家
3.師妹安利的科研工具
4.科研試驗工作，如何更高效？
5.離散單元法——非連續介質模擬的有效手段
6.聲子晶體隔離低頻振動|直觀前沿征稿
7.為什么材料拉伸試驗要用“引伸計”
展開 探索：北鯤云超算平臺能否應用于中醫藥行業
未來，北鯤云超算平臺有可能通過借鑒計算生物學的研究方法在中藥植物藥的基因組學、中藥新藥的虛擬藥物篩選、中醫藥數據挖掘和大數據分析、模擬與仿真等領域進行開創性的應用研究。北鯤云超算平臺在中醫藥領域的應用將會對中醫藥科研方法的創新與發展產生深刻的影響。
數字孿生體的“超級大腦”
也正是因為這個原因，業界有人將大數據（及AI）視為科學研究的“第四范式”，科研方法從傳統的三種方法——理論、實驗、計算拓展到第四種方法——大數據（及AI）。
我們把這個過程稱為“先覺”，提供了數字孿生體的“右腦”。人類的右腦專事感性思維，利用直覺和第六感來獲得對世界的判斷和預測。當然這里指的直覺那種優秀的直覺，而非普通人的直覺。優秀的直覺源于對豐富經歷和有效經驗的高度總結，還需要經常性的深度思考和遠期瞭望。我們的社會中確有一類具有這種優秀和敏銳直覺的人，是他們引導著你的企業、機構甚至人類的發展方向。
3、數字孿生體的突破
數字孿生體將撐起數字化之輪，但又不止于數字化。《從黑客帝國到數字孿生》文中講到，數字孿生體的突破在于：數字世界不滿足于展現一個舊的物理世界，還要模擬新的物理世界；既要實時接受物理世界信息，還要預測物理世界；既要接受物理世界的操縱，更要反過來驅動物理世界；數字世界要進化為物理世界的先知、先覺甚至超體。
這個演變過程稱為成熟度進化，即一個數字孿生體的生長發育將經歷數化、互動、先知、先覺和共智等幾個過程。這里首先要強調互動，因為沒有實時互動，數字世界和物理世界之間其實是偽孿生。其次，我們提出“數字孿生體是仿真應用新巔峰”這一論斷，因為在數字孿生體成熟度進化的每個過程中，仿真都扮演著不可或缺的角色。另外，我們不應局限于人類對物理世界的確定性知識，大數據和AI可以基于不完整信息和不明確機理來推測未來，從而讓數字孿生體越來越智能和智慧。
展開 
仿真苦旅 | 峰回路轉：仿真生態衍進之（1）小企業仿真之高門檻
如果能夠有效利用先進科研方法和技術資源，仍然可以通過適度的研發創新提升產品附加值，提升企業競爭力。
與研發創新伴隨的是仿真應用，但中小企業在仿真道路上所面臨的困難卻是冰冷和現實的。缺人、缺錢、缺技術是中小企業采用仿真技術的三大門檻，將其擋在仿真世界之外。沒有仿真，中小企業的創新往往淪為“假創新”，即便不是腦筋急轉彎式、給人做嫁衣的好點子，那也是瞬間被人復制、缺乏持續生命力的創新。
本章，面對中小企業的高門檻“維谷”，我們“叩天”的任務是找到幫助中小企業翻越門檻的天梯。
我們將中小企業采用仿真的困難總結為“高門檻”，具體表現在如下幾個方面。
首先是缺經費。銷售收入較少和研發投入比重低，造成中小企業的研發經費較少，無法購置先進的軟硬件設備用于新產品的研發。仿真這樣一個成本大鱷，當然是在排除之列；
其次是缺人。單從數量和比重上來說，中小企業中科技人員就明顯低于大企業，往往很難說清楚一個人的工種是啥，是A是B也是C，仿真即使做也只能蜻蜓點水。
第三是缺技術。技術人員的技術積累和仿真經驗相對較少，對仿真這樣經驗和積累要求較高的工作，工程師常常無法獨立完成。
因此，中小企業走上仿真道路比大企業更加困難。過去二十年，我們服務的客戶往往是大企業，主要是基于投入產出比的考慮。大企業的采購量可以支付供應商一對一服務費，但中小企業不能。他們不僅支付能力弱，由于技術上的缺位，以及行業和專業的分散，在供應商服務上需要的人均成本反倒要高于大企業。這種不經濟的商業模式是無法持續的。
下期預告
第三章節：峰回路轉：仿真生態衍進
現在，研發和創新不再是大企業的專利，越來越成為市場對中小企業的要求，甚至出現“不創新就死”的現象。是呀，企業小還不創新，你憑什么活著？
展開 第十屆全國切削仿真高級研修班-abaqus 切削仿真-培訓
隨著計算機技術的飛速發展，利用有限元軟件來模擬切削加工成為了一種重要的手段，但是由于切削仿真屬于交叉學科技術，涉及到力學、摩擦學、熱學以及材料學等多個學科知識的綜合運用，因此技術門檻比較高，初學者不易掌握，廣大企事業單位科研人員的課題進展速度難以保證。
清華大學領航科工團隊是國內第一個專業從事航空材料切削仿真技術研究的科技創新團隊，團隊核心成員皆來自于清華大學機械工程學院，目前該團隊已經分別獲得北京中關村高新技術企業和國家高新技術企業資質認定。為提升相關科技工作者的切削仿真水平，本團隊準備舉辦第十屆全國切削仿真高級研修班，具體事宜如下。
通過本次切削仿真科研培訓，使高校師生以及航空、刀具企業的人員掌握通用軟件在切削仿真中的應用，直觀體會切削過程中的切削力、切削溫度等物理場的變化，從而為研究生的科研、學業以及軍工以及刀具企業的工藝優化助力。同時通過本課程的學習，使學員了解金屬切削方向的科研創新方法以及科研論文寫作技巧，以此為研究生和導師的課題助力。
二、主講教師人簡介：
梁桂強：領航科工團隊創始人,吉林大學機械制造及自動化專業博士，中科院高級工程師。浙江、湖南兩省科技廳科技項目評審專家，清華大學研究生導師，中國刀具協會切削先進技術研究分會理事，中國切削仿真產業化的推動者，長期從事航空難加工材料切削加工過程的數值模擬，擁有豐富的科研及工程應用經驗。
三、培訓對象：
各省市、自治區從事機械制造、刀具設計、航空航天等行業相關的企事業單位技術骨干、科研院所研究人員和大專院校相關專業教學人員及在校研究生、碩士、博士等相關人員，以及切削仿真廣大愛好者。
展開 MAPS材料設計平臺的簡介
MAPS包括友好的圖形用戶界面供用戶建模、方便分析結算結果數據，并整合了大學和研究所開發的被廣大世界科研用戶肯定的計算模擬軟件。
MAPS是一種科研平臺，可以計算高分子的物性，小分子和高分子凝聚狀態和變化分析，研究分子反應機理，固體、表面、界面的電子結構計算。
MAPS中各種計算引擎由開發源程序和與其相對應的界面組成的Plug-in組成。可以通過在基本MAPS模塊中添加不同Plug-in來實現研究不同體系和時間尺度的目的。
集成的計算引擎有：ABINIT,NAMD,LAMMPS,MNDO,Turbomole,Towhee,Amorphous,FHMixing,QmPot,SciDPD.
為什么要改變您現在的科研工作方法？
MAPS? 是第一個用于分子和過程建模的多用戶/多項目平臺。MAPS?允許您使用任何最適合您的R&D工作系統使用的模擬代碼。您可以容易的將任何分子模擬代碼集成進入MAPS?平臺。MAPS? 也提供所有您需要的標準建模和可視化工具。因此，您不需要放棄您已經習慣使用的工具，您可以簡單的進入一個通用工作環境并且加快您的工作效率。此外，MAPS?模擬環境還為您提供在任何時間集成您需要的任何模擬代碼的可能。MAPS?中的應用程序界面（API）可以助您容易地實現創建界面和訪問模型信息。
MAPS?的主要優勢
MAPS? 是一個靈活的可定制的分子建模和過程模擬平臺。MAPS?已經包含了最先進的模擬代碼。而且， MAPS? 包含了可選擇的完整的API界面套裝，并提供相應的使用說明，允許最終用戶將他們想使用的代碼集成在一個通用的用戶界面下。鑒于此種構架，MAPS?實現了在用戶需要的時候，提供集成和使用最先進代碼的功能。
Simulation Engine
最先進的計算引擎
MAPS?支持模擬代碼中的多種開源技術。
展開 CAE仿真與大數據、虛擬現實以及人工智能
大數據的出現，對各行業的文化、組織、管理、方法、技術等均提出了挑戰，仿真技術也不例外。
仿真是從模型到數據，而大數據則是數據到模型。大數據對建模仿真的挑戰主要體現在思維方式、科研方式和方法手段等方面，利用現有建模仿真技術處理大數據還存在問題。比如，傳統的仿真思維方式認為仿真是基于模型的活動，其科研方式是根據系統實驗的目標建立系統模型，進而建立仿真系統運行系統模型，最后再分析、處理模型運行結果。
那么，未來，仿真結合大數據會有怎樣的發展？這個問題還在探索中，但從目前來看，至少大數據為仿真結果的分析提供了更好的手段，為復雜系統的建模提供可新的出路，更為長遠地看，大數據有助于人類實現智能仿真。
圖1 仿真與大數據
仿真與虛擬現實的碰撞
虛擬現實是時下非常火爆的技術，但是很多人對仿真與虛擬現實都存在認識上的誤差，認為二者說得是一回事。其實，仿真技術與虛擬現實技術有著一定的相似點，但也存在差異性。
在感知方面，仿真以視覺和聽覺為主，而虛擬現實不僅有視覺、聽覺，還有觸覺等方面的感知，可以說仿真基本上將用戶視為“旁觀者”，而虛擬現實則將用戶視為“當局者”；在逼真度方面，仿真技術，仿真技術是對真實物理系統某一層次上的抽象，而虛擬技術采用實時三維圖像與顯示、三維聲音定位與合成技術、傳感器等技術，做到了人與環境的交互性，有非常高的逼真度。
縱觀當下工業仿真軟件，可視化、智能化的仿真已成趨勢，在仿真中運用虛擬現實技術，不僅能更加形象直觀地顯示仿真全過程，而且會讓計算機與人之間的溝通更人性化，增強仿真系統的尋優能力。
展開 高超聲速飛行器用高溫材料邁向3000℃
研究人員首先從以往50年的材料數據中篩選了近6000個金屬玻璃的實驗結果，然后將其作為樣本集用于訓練機器學習算法模型，之后研究人員使用了兩種不同的方法制作了兩套樣品合金來測試制造方法對合金變成金屬玻璃的影響，然后研究人員用SSRL(斯坦福同步輻射光源)的X射線束掃描兩組合金并將結果輸入數據庫以產生新的機器學習結果并將其準備用于最后一輪的掃描和計算樣本。在最后一輪的實驗中，研究人員將從樣品中發現金屬玻璃的成功率從1/300或1/400提升到了1/2或1/3。研究人員表示，在過去的半個世紀里科學家們僅僅研究了大約6000種組成金屬玻璃的成分，而借助機器學習算法，可以在一年內制作和篩選20000個。在進一步的研究工作中，研究人員將努力使這一過程更加快速，并最終實現完全自動化。2018年5月，美國能源部的艾姆斯實驗室開發了一種高通量計算分析方法，可以幫助預測尚未制成的高性能高熵合金的成分和性能。高熵合金由四種或四種以上的元素組成，具有優異性能，是極端使用環境下最有潛力的下一代結構材料。但高熵合金的成分組合數量龐大，科研人員們很難知道究竟可以從哪里找到新型高熵合金。且高熵合金非常難以制造，需要使用昂貴的材料和特殊加工技術。利用高通量計算方法，科研人員使用了一種獨特的電子結構方法，預測任意組合高熵合金的性質，同時評估其在簡單結構中形成固溶體的能力，原子的排序、化學穩定性以及在不同溫度下的機械性能。利用這種方法，科研人員可以縮小多組分材料系統的設計空間，并圍繞最有前景的材料區域進行研究和開發進行調整。
機器學習預測金屬玻璃成分與實驗結果高度符合
三 新型非熱壓罐固化工藝開啟高效低成本樹脂基復合材料時代
碳纖維增強樹脂基復合材料（CFRP）通常采用熱壓罐固化工藝制造。
展開 2018年度國外軍工材料技術重大發展動向
研究人員首先從以往50年的材料數據中篩選了近6000個金屬玻璃的實驗結果，然后將其作為樣本集用于訓練機器學習算法模型，之后研究人員使用了兩種不同的方法制作了兩套樣品合金來測試制造方法對合金變成金屬玻璃的影響，然后研究人員用SSRL(斯坦福同步輻射光源)的X射線束掃描兩組合金并將結果輸入數據庫以產生新的機器學習結果并將其準備用于最后一輪的掃描和計算樣本。在最后一輪的實驗中，研究人員將從樣品中發現金屬玻璃的成功率從1/300或1/400提升到了1/2或1/3。研究人員表示，在過去的半個世紀里科學家們僅僅研究了大約6000種組成金屬玻璃的成分，而借助機器學習算法，可以在一年內制作和篩選20000個。在進一步的研究工作中，研究人員將努力使這一過程更加快速，并最終實現完全自動化。2018年5月，美國能源部的艾姆斯實驗室開發了一種高通量計算分析方法，可以幫助預測尚未制成的高性能高熵合金的成分和性能。高熵合金由四種或四種以上的元素組成，具有優異性能，是極端使用環境下最有潛力的下一代結構材料。但高熵合金的成分組合數量龐大，科研人員們很難知道究竟可以從哪里找到新型高熵合金。且高熵合金非常難以制造，需要使用昂貴的材料和特殊加工技術。利用高通量計算方法，科研人員使用了一種獨特的電子結構方法，預測任意組合高熵合金的性質，同時評估其在簡單結構中形成固溶體的能力，原子的排序、化學穩定性以及在不同溫度下的機械性能。利用這種方法，科研人員可以縮小多組分材料系統的設計空間，并圍繞最有前景的材料區域進行研究和開發進行調整。
圖2 機器學習預測金屬玻璃成分與實驗結果高度符合
三、新型非熱壓罐固化工藝開啟高效低成本樹脂基復合材料時代
碳纖維增強樹脂基復合材料（CFRP）通常采用熱壓罐固化工藝制造。
展開 