基于ABAQUS软件对混凝土单轴受压的细观模拟与实际试验的对比分析。首先，通过建立混凝土的三维细观模型并设置相关参数，利用ABAQUS进行单轴受压模拟。接着，参考博士论文中的实验数据，提取应力-应变曲线、破坏模式等关键参数，与模拟结果进行对比。最后，通过参数敏感性分析，探讨不同参数（如材料参数、边界条件、网格划分）对模拟结果的影响，确保模拟结果与实验结果的高度一致性。研究表明，ABAQUS在混凝土单轴受压的细观模拟方面具有较高准确性，能够为工程设计和施工提供可靠的理论依据。 适合人群：土木工程专业研究人员、研究生以及从事混凝土材料研究的技术人员。 使用场景及目标：适用于需要深入了解混凝土单轴受压行为及其细观力学性能的研究人员，旨在提高混凝土材料的模拟精度，优化工程设计和施工方案。 阅读建议：读者可以通过本文详细了解ABAQUS在混凝土单轴受压模拟中的具体应用方法，掌握参数选择和敏感性分析技巧，从而更好地指导实际工程实践。

内容概要：本文探讨了利用ANSYS Maxwell和Workbench对永磁直线电机进行多目标尺寸优化的方法和技术。文中详细介绍了如何通过参数化建模、多参数联动优化以及选择合适的优化算法来提高电机性能并降低成本。具体案例展示了通过响应面优化模块和遗传算法（如NSGA-II），可以在较少的样本点下实现高效的多目标优化。此外，还提到了一些实用技巧，如使用关联表达式避免结构干涉、合理设置种群规模以节省计算资源，以及通过Python脚本自动化提取和可视化优化结果。 适合人群：从事电机设计与优化的研究人员、工程师，特别是那些希望深入了解多目标优化方法及其应用的人。 使用场景及目标：适用于需要对永磁直线电机进行综合性能优化的实际项目，旨在提高电机效率、降低能耗和成本。目标是在多个相互制约的目标间找到最佳平衡点，如推力波动、铜耗和制造成本。 阅读建议：读者可以通过本文了解如何将理论知识应用于实际工程问题，掌握具体的工具和方法，从而更好地解决复杂的电机设计挑战。

信捷XD系列四轴标准程序：涵盖轴回零、定位与电机参数计算，模块化设计助您轻松驾驭项目，清晰易懂助力快速上手,信捷XD系列四轴标准程序框架：涵盖轴回零、定位及电机参数计算，通用编程思维，助力项目轻松上手,信捷XD系列4轴标准程序，包含轴回零，相对定位，绝对定位,手 ，电机参数计算，整个程序的模块都有，程序框架符合广大编程人员思维，只要弄明白这个程序，一般的项目都不会无从下手，参照这个，做项目不再难，拿着就可用，思路清晰易懂 ,核心关键词：信捷XD系列; 4轴标准程序; 轴回零; 相对定位; 绝对定位; 手; 电机参数计算; 程序框架; 编程人员思维; 项目思路。,信捷XD系列全模块化编程手册：轴回零、定位与电机参数计算一览无余

大核的密度分布通常以伍兹-撒克逊分布为特征，其半径为R0，表皮深度为a。 然后引入变形参数β，以使用球谐函数R0（1 +β2Y20+β4Y40）的展开来描述非球核。 但是，当原子核为非球形时，R0和通过电子散射实验推断出的，在所有核取向上积分的结果都不能直接用作Woods-Saxon分布的参数。 另外，通常从减小的四极电子跃迁几率B（E2）↑得到的β2值与球形谐波膨胀中使用的β2值不直接相关。 B（E2）↑与本征四极矩Q0的关系比与β2的关系更准确。 但是，可以为给定的β2计算Q0，然后从Q0导出B（E2）↑。 在本文中，我们计算并制表了R0，a和β2值，这些值在Woods-Saxon分布中使用时，将得出与电子散射数据一致的结果。 然后，我们介绍使用新参数和旧参数计算的二次谐波和三次谐波参与者偏心率（ε2和ε3）。 我们证明ε3对a尤其敏感，并指出使用a的不正确值对于从重离子碰撞中产生的QGP提取粘度与熵之比（η/ s）具有重要意义。

MindManager无法保存 提示参数不正确 打开时老出现Runtime Error 可用该程序修复， 补充：挺好用的，我试过了

SAM 3 (Segment Anything Model 3) 是 Meta 发布的用于 可提示概念分割 (PCS) 的基础模型。在 SAM 2 的基础上，SAM 3 引入了一项全新的能力：detect、segment 和 track 通过文本提示、图像示例或两者指定的 所有实例。与之前每个提示分割单个对象的 SAM 版本不同，SAM 3 可以在图像或视频中找到并 segment 概念的每一次出现，这与现代 实例分割 中的开放词汇目标保持一致。 SAM 3 现已完全集成到 ultralytics 包，提供对概念 segment 的原生支持，支持文本提示、图像示例提示以及视频 track 功能。 SAM 3 在可提示概念分割方面比现有系统实现了 2 倍的性能提升，同时保持并改进了 SAM 2 在交互式 视觉分割方面的能力。该模型擅长开放词汇分割，允许用户使用简单的名词短语（例如，“黄色校车”、“条纹猫”）或提供目标对象的示例图像来指定概念。这些功能补充了依赖于简化 预测 和 跟踪 工作流的生产就绪管道。

基于Sigrity2019中的PowerSI提取S参数的操作指导，操作步骤很详细，适用于新手练习，加快熟悉sigrity仿真软件，可以根据操作指导多次练习，分析不同layout设计下的S参数差异，加深S参数的理解，分析S参数如何体现出layout设计的优缺点 ### Sigrity-PowerSI提取S参数仿真操作指导 #### S参数概念理解 在深入了解如何通过Sigrity的PowerSI工具提取S参数之前，我们首先需要掌握S参数的基本概念及其重要性。 S参数（Scattering Parameters）是描述微波网络（如传输线、滤波器等）性能的重要指标之一，它反映了网络的输入与输出端口之间的信号反射和传输特性。对于一个n端口网络，S参数是一个n×n的矩阵，每个元素\( S_{ij} \)表示当第j个端口被激励时，在第i个端口观察到的反射或透射信号与入射信号之比。例如： - \( S_{11} \)称为回波损耗（Reflection Loss），表示当第一个端口被激励时，该端口处的反射信号与入射信号之比。 - \( S_{21} \)称为插入损耗（Insertion Loss），表示当第一个端口被激励时，第二个端口处的传输信号与入射信号之比。 在实际应用中，良好的S参数意味着较低的信号损失和较高的传输效率。例如，为了减少反射和提高信号完整性，通常希望\( S_{11} \)尽可能接近0（即-∞dB），而\( S_{21} \)接近于1（即0dB）。 #### 使用Sigrity-PowerSI提取S参数 **1. 启动PowerSI软件** - 在Sigrity软件中找到并打开PowerSI模块。 - 选择Model Extraction功能，如下图所示。 **2. 导入PCB文件** - 直接打开由Allegro软件设计的PCB文件，或将其转换为spd格式后再导入。 - 打开后，自动启用Extraction Mode。 **3. 设置环境参数** - **Processing设置**：包括处理选项和其他相关设置。 - **General设置**中的CPU设置，默认情况下使用最高效率运行软件，可选100%。 - **网络参数设置**：选择信号的实际阻抗。 - **特殊缝隙处理**：确保所有PCB组件均得到适当处理。 - **自动优化和调整仿真**：加速仿真过程。 - **相关信号和铜皮优化选择**：进一步提高仿真速度。 **4. 设置叠层结构** - 根据实际情况调整每层的厚度、介电常数(Er值)以及材质损耗(Loss)参数。 **5. 设置过孔参数** - 包括孔径大小、铜壁厚度、电镀材料及塞孔材料等。 **6. 选择需要仿真的网络** - 在Net Manager界面中，选择需要提取S参数的网络。 **7. 创建网络端口** - 使用PowerSI自动设置端口功能。 **8. 设置仿真频率** - 通常设置为待仿真信号频率的至少三倍以上，以确保可靠性和准确性。 - 例如，如果目标信号的最大速率是1.2GHz，则设置仿真频率为4GHz。 **9. 开始仿真** - 选择Start Simulation开始仿真过程。 - 根据端口数量和计算机配置，仿真可能需要几分钟时间。 **10. 数据显示与分析** - 仿真结果中查看S参数数据，并进行必要的调整。 - 对比不同布局设计下的S参数差异，以评估其优缺点。 **实例操作指南：** 1. **调整参考层厚度**：保持其他条件不变，仅改变参考层的厚度，重新提取S参数进行比较。 2. **挖空参考层铜面**：在保持其他参数不变的情况下，尝试移除走线参考层的部分铜面，再次提取S参数，分析损耗参数的变化情况。 通过上述步骤，用户可以熟练掌握如何使用Sigrity-PowerSI提取S参数，并深入理解不同PCB设计对S参数的影响。这有助于工程师们优化设计，提高信号完整性和系统性能。

idl代码与Matlab 卡帕 用各种语言编写代码，将吸湿性参数kappa与吸湿性生长因子或临界过饱和联系起来。 文献资料 Excel/电子表格是不言自明的，并且包含许多与Petters和Kreidenweis（2007,2008）有关的正向和反向计算。 txt/文本文件kappalines.txt可用于将恒定kappa的线叠加到临界过饱和/干径图上。 IDL_GDL IDL（交互式数据语言）或GDL目录包含用于复制Petters和Kreidenweis（2007、2008和2013）的代码。 Python Python目录包含用于复制Petters和Kreidenweis（2008）的代码 MATLAB_OCTAVE MATLAB / Octave目录包含用于复制Petters和Kreidenweis（2008）和Petters和Kreidenweis（2013）的代码 贡献 欢迎为使用任何语言编写的与kappa转换相关的代码做出贡献。 引文 Petters，MD和SM Kreidenweis（2013），吸湿性增长和云凝结核活性的单个参数表示-第3部分：包括表面活性剂分配，Atmo

深度学习DNN正向预测神经网络与逆向设计神经网络模型 超表面参数设计 反射谱预测fdtd仿真 复现lunwen：2018 Advanced Material：A Bidirectional Deep Neural Network for Accurate Silicon Color Design lunwen介绍：利用深度学习DNN神经网络模型，实现反射谱预测与结构参数逆向设计功能 结构色体现为结构的反射谱线，构建两个DNN模型，一个用于输入结构参数，输出对应的结构色谱线参数，不需要FDTD仿真即可得到预测谱线 第二个DNN模型用于逆向设计，输入所结构色谱线参数，网络可以输出对应的结构尺寸参数，根据目标来设计结构 案例内容：主要包括四原子结构的反射谱仿真计算，以及构建结构参数与反射谱线的庞大的数据库 包括两个深度学习模型，一个是正向预测DNN模型，包括网络框架的构建，pytorch架构，网络的训练以及测试；还有一个逆向设计的DNN模型，同样包括网络的训练和预测 以及做了一个例子的对照和使用 可以随机更改参数来任意设计超表面原子的参数 案例包括fdtd模型、fdtd设计脚本、pytho

基于S-S与LCC-S结构的WPT无线电能传输电路模型：输出电压闭环PI控制及结构参数设计说明计算——Matlab Simulink环境,基于S-S或LCC-S结构的WPT无线电能传输电路模型，采用输出电压闭环PI控制。 另附带电路主结构参数设计说明和计算。 运行环境为matlab simulink ,基于S-S或LCC-S结构; WPT无线电能传输电路模型; 输出电压闭环PI控制; 电路主结构参数设计; Matlab Simulink运行环境,基于S-S/LCC-S结构的WPT电路模型：主参数设计与PI控制闭环研究