文心大模型的案例
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)算會非常穩(wěn)定，網(wǎng)格不會發(fā)生畸變，相較于拉格朗日的網(wǎng)格畸變區(qū)反而會得到更加合理的計(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、轉(zhuǎn)向和縮放操作：
1 減少細(xì)節(jié)級別： 嘗試降低模型的細(xì)節(jié)級別，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 使用輕量級模型： SolidWorks允許創(chuàng)建輕量級表示（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 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)行振動模擬仿真，仿真產(chǎn)品結(jié)構(gòu)模態(tài)和端點(diǎn)的振動響應(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 
深度學(xué)習(xí)與大模型Transformer
ChatGPT是一種基于深度學(xué)習(xí)的人工智能模型，其核心技術(shù)是神經(jīng)網(wǎng)絡(luò)。ChatGPT使用多層神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)和預(yù)測自然語言序列的概率分布，以實(shí)現(xiàn)對話生成和自然語言處理等任務(wù)。深度學(xué)習(xí)是一種多層神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)方法，可以通過大量數(shù)據(jù)的訓(xùn)練來學(xué)習(xí)復(fù)雜的特征和模式，并實(shí)現(xiàn)高效的分類和預(yù)測。
為積極響應(yīng)科研及工程人員的需求，根據(jù)《國務(wù)院關(guān)于推行終身職業(yè)技能培訓(xùn)制度的意見》提出的“緊跟新技術(shù)、新職業(yè)發(fā)展變化，建立職業(yè)分類動態(tài)調(diào)整機(jī)制，加快職業(yè)標(biāo)準(zhǔn)開發(fā)工作”要求，中國管理科學(xué)研究院現(xiàn)代教育研究所（http://www.zgyxdjy.com）聯(lián)合北京龍騰亞太教育咨詢有限公司特舉辦“深度學(xué)習(xí)核心技術(shù)實(shí)踐與圖神經(jīng)網(wǎng)絡(luò)新技術(shù)應(yīng)用研修班”。本次培訓(xùn)采用全實(shí)戰(zhàn)培訓(xùn)模式。
本次培訓(xùn)由北京龍騰亞太教育咨詢有限公司承辦并進(jìn)行相關(guān)費(fèi)用收取及發(fā)票開具。具體通知如下：
一、培訓(xùn)專家:
來自中國科學(xué)院自動化技術(shù)研究所、北京理工大學(xué)等科研機(jī)構(gòu)和大學(xué)的高級專家，擁有豐富的科研及工程技術(shù)經(jīng)驗(yàn)，長期從事人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、大數(shù)據(jù)分析等領(lǐng)域的教學(xué)與研究工作。
二、時(shí)間地點(diǎn):
2023年7月27日 — 2023年7月31日 上海（同時(shí)轉(zhuǎn)線上直播）
（27日報(bào)到發(fā)放上課材料，28日-31日上課）
三、培訓(xùn)特色：
1、采用深入淺出的方法，結(jié)合實(shí)例并配以大量代碼練習(xí)，重點(diǎn)講解深度學(xué)習(xí)框架模型、科學(xué)算法、訓(xùn)練過程技巧。
2、能夠把握深度學(xué)習(xí)的技術(shù)發(fā)展趨勢，可以熟練掌握深度學(xué)習(xí)核心技術(shù)、實(shí)踐技巧，同時(shí)針對工作中存在的疑難問題進(jìn)行分析講解和專題討論，有效的提升學(xué)員解決復(fù)雜問題的能力；
3、掌握深度學(xué)習(xí)大模型Transformer訓(xùn)練網(wǎng)絡(luò)搭建與配置、掌握數(shù)據(jù)價(jià)值的深度挖掘。
展開 大模型技術(shù)在自動駕駛中的應(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、圖像識別、語音識別和推薦系統(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 基于大數(shù)據(jù)模型的數(shù)字孿生建模方法
本文來自：智造苑
隨著大數(shù)據(jù)、云計(jì)算等技術(shù)的高速發(fā)展，促進(jìn)了人工智能技術(shù)的革命性進(jìn)步，為數(shù)字孿生的建模提供了新的手段，指出了新的方向。采用大數(shù)據(jù)建模的方法，通過黑盒建模的方式，構(gòu)建輸入和響應(yīng)之間的關(guān)聯(lián)關(guān)系模型，由于數(shù)據(jù)的輸入和響應(yīng)是實(shí)際的數(shù)據(jù)，因此模型可以更準(zhǔn)確地逼近物理世界，可以實(shí)現(xiàn)更準(zhǔn)確的建模。需要指出，大數(shù)據(jù)模型并不是對物理模型的替代，而是對物理模型的良好補(bǔ)充。
1. 大數(shù)據(jù)建模的關(guān)鍵技術(shù)
大數(shù)據(jù)建模主要的關(guān)鍵技術(shù)包括工業(yè)大數(shù)據(jù)預(yù)處理技術(shù)、工業(yè)大數(shù)據(jù)可視化分析技術(shù)、工業(yè)大數(shù)據(jù)標(biāo)記技術(shù)、特征工程技術(shù)和人工智能技術(shù)。
1）工業(yè)大數(shù)據(jù)預(yù)處理技術(shù)
本節(jié)的工業(yè)大數(shù)據(jù)的預(yù)處理技術(shù)區(qū)別于數(shù)據(jù)搜集時(shí)的數(shù)據(jù)清洗技術(shù)，數(shù)據(jù)清洗技術(shù)面向的是大數(shù)據(jù)中存在的錯(cuò)誤數(shù)據(jù)、冗余數(shù)據(jù)和異常點(diǎn)，而本文所述的工業(yè)大數(shù)據(jù)技術(shù)則是在數(shù)據(jù)清洗以后進(jìn)行的數(shù)據(jù)預(yù)處理工作，其目標(biāo)是從高質(zhì)量的數(shù)據(jù)中，提取出與目標(biāo)問題相關(guān)的分量，其主要手段為濾波。
濾波的主要方法有滑動平均濾波、IIR和FIR濾波器濾波、基于小波分析的濾波和基于EMD的濾波方法。
滑動平均的濾波方法的本質(zhì)是通過平均實(shí)現(xiàn)低通濾波，將波形加以平滑，減少信號中的高頻振蕩成分，其優(yōu)點(diǎn)是對相位保持的較好，而缺點(diǎn)則是沒有針對具體的頻帶進(jìn)行濾波。
IIR和FIR濾波器則是設(shè)計(jì)脈沖響應(yīng)函數(shù)的頻響特性，進(jìn)行特定頻段的濾波，可以實(shí)現(xiàn)頻段的精準(zhǔn)分離，包括低通濾波器、高通濾波器、帶通濾波器和帶阻濾波器，其缺點(diǎn)是會影響原始信號的相位，這對原始信號相位有要求的分析需要謹(jǐn)慎使用。
展開 amesim文件過大,如何優(yōu)化Amesim模型文件大小？
有個(gè)同學(xué)的模型想發(fā)給我看一下，用了百度網(wǎng)盤，結(jié)果文件大小1.3G，我都被震驚了，百度網(wǎng)盤下載速度什么情況，大家都是了解的。
實(shí)際上，我們經(jīng)常需要與他人協(xié)作，那么我們需要傳遞的僅僅是模型本身，而沒有必要把計(jì)算結(jié)果都一起發(fā)過去，收到模型的人重新運(yùn)行模型即可。那該如何降低模型大小呢？我們在這里舉個(gè)例子，我們看到下圖所示的這個(gè)模型文件，大小是782MB。
我們按照如下順序處理：
第1步：打開Amesim軟件,不要打開任何模型，點(diǎn)擊File-Purge，打開purge對話框。
第2步：在purge對話框中點(diǎn)擊“add”，將我們需要處理的模型添加進(jìn)來，我們可以看到這個(gè)782MB的模型里面，仿真結(jié)果數(shù)據(jù)占了約772MB，此時(shí)我們可以逐個(gè)清除，也可以直接點(diǎn)擊右下角“purge”按鈕。
第3步：接著我們再看模型大小，從原來的782MB變成了9MB，如此一來的話就非常方便傳遞模型了。
Tips：傳遞模型無需把所有仿真數(shù)據(jù)帶上，請大家留意這個(gè)命令，不要發(fā)給別人一個(gè)極大的模型文件，既不方便自己也不方便他人。
文章來源：Amesim學(xué)習(xí)與應(yīng)用
展開 用I-deas對大模型劃分網(wǎng)格
用I-deas對大模型劃分網(wǎng)格,有可能對大家有用
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，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 I-deas 對大模型進(jìn)行自由網(wǎng)格劃分
主要針對非常大的汽車部件模型進(jìn)行網(wǎng)格劃分
希望對大家有用！
用I-deas對大模型劃分網(wǎng)格.part02.rar
用I-deas對大模型劃分網(wǎng)格.part01.rar
設(shè)計(jì)仿真 | 融合DeepSeek大語言模型的SimManager仿真平臺
3.4
融合大語言模型和機(jī)器學(xué)習(xí)的SimManager智能仿真平臺應(yīng)用場景
融合大語言模型和機(jī)器學(xué)習(xí)的智能仿真平臺應(yīng)用場景，除了常規(guī)的基于仿真平臺的仿真工作以外，基于大語言模型LLM+機(jī)器學(xué)習(xí)ML的賦能，擴(kuò)展應(yīng)用場景如下：
圖 3 融合大語言模型的智能仿真平臺擴(kuò)展應(yīng)用場景
基于上述架構(gòu)的進(jìn)行了SimManager+DeepSeek+Odyssee的本地化集成部署。采用DeepSeek開源的大語言模型,并在本地部署文字向量化數(shù)據(jù)庫，將本地（用戶生產(chǎn)環(huán)境則對應(yīng)SDM數(shù)據(jù)庫）的仿真知識，進(jìn)行向量化存入本地向量數(shù)據(jù)庫，作為在仿真專業(yè)領(lǐng)域進(jìn)行更精確回答的基礎(chǔ)。
因原始的大語言模型未涵蓋本地知識，在構(gòu)建本地向量數(shù)據(jù)庫前，針對相關(guān)問題不能給出準(zhǔn)確的回答。在將相關(guān)數(shù)據(jù)和文檔上傳SimManager平臺，同時(shí)進(jìn)行向量化。當(dāng)用戶提問時(shí)，系統(tǒng)自動將帶有提示詞的上下文信息提供給大語言模型，能夠給出準(zhǔn)確的回答。如下圖：
圖 4 基于DeepSeek本地知識庫的仿真平臺問答場景（1）
圖 5 基于DeepSeek本地知識庫的仿真平臺問答場景（2）
04
應(yīng)用成效與價(jià)值提升
通過應(yīng)用實(shí)踐，融合大語言模型和機(jī)器學(xué)習(xí)的SimManager智能仿真平臺，能夠進(jìn)一步擴(kuò)展仿真平臺的使用場景，協(xié)助仿真人員實(shí)現(xiàn)仿真知識快速反饋、仿真數(shù)據(jù)挖掘和重用、協(xié)助文檔生成、專家經(jīng)驗(yàn)重用等，如下所示：
圖5 融合大語言模型和機(jī)器學(xué)習(xí)的SimManager智能仿真平臺
展開 用ansys劃大模型不規(guī)則網(wǎng)格
帶佬們，我想問下，我在用ansys做一個(gè)寬高40米，縱深120米的隧道爆破模型時(shí)，整體劃巖石網(wǎng)格時(shí)，怎么只有炮孔位置能劃到，周圍巖石劃不到啊？用的是掃略劃分，如下圖所示。
福利大放送：送你的模型作品“出展”的機(jī)會到了！
家有模型千千萬，卻沒有一個(gè)展示的平臺？
3D打印的創(chuàng)意成品，也想和大家分享交流一番？
這不！展示你模型的機(jī)會來了
優(yōu)秀的模型作品不僅有機(jī)會獲得豐盛獎(jiǎng)品
還有可能被搬上2021TCT亞洲展的展會現(xiàn)場
還等什么！3D打印的“行家們”
快把你的模型作品砸過來！
?
偷偷告訴大家一個(gè)參賽訣竅：
登錄3D打印資源庫(3dzyk)
內(nèi)有萬個(gè)模型供你免費(fèi)下載
模型文件Get?
接下來就等你投稿模型作品啦！
3D打印資源庫(3dzyk)
https://www.3dzyk.cn
南昌瑞桐教育旗下集媒體、資源、培訓(xùn)、社群為一體的3D打印的垂直平臺。分享3d打印模型，提供有價(jià)值的文章；把模型，課堂，問答，招聘，活動，導(dǎo)航等版塊進(jìn)行組合，做有價(jià)值的3D打印綜合服務(wù)網(wǎng)站。
展開 用I-deas對大模型劃分網(wǎng)格_實(shí)例
用I-deas對大模型劃分網(wǎng)格_實(shí)例
用I-deas對大模型劃分網(wǎng)格_實(shí)例.part1.rar
用I-deas對大模型劃分網(wǎng)格_實(shí)例.part2.rar
