通用 博客文章
利用形状优化功能改变模型尺寸
在这篇博客文章中，我们将介绍形状优化的概念，即利用分析敏感性的方法来调整零件尺寸。如果您计划改进单个目标函数，或者修改一组几何参数和约束，可以使用 COMSOL Multiphysics 中的“优化模块”和变形几何 接口来发现最优结构，而无需重新剖分网格。我们来了解一下吧！
TNO 推动 3D 打印中的虚拟材料设计的发展
一直以来，在 COMSOL 博客及科技界中 3D 打印（增材制造）都是一个热门话题。科技创新进一步推动了该项技术的发展，拓展了它在不同领域中的研究、制造及设计应用。借助 COMSOL Multiphysics 的强大功能，荷兰应用科学研究部（TNO）的科技人员正在研究 3D 打印在材料设计领域的应用前景。
使用仿真 App 测试钢筋混凝土梁的安全性
参数化混凝土梁仿真 App 是基于一个钢筋混凝土梁的模型。它可以用于在一定的参数范围内轻松计算梁的挠度和轴向应力。
谱瑞科技通过 App 提高工作流程效率
人们对触屏设备卓越性能和准确性的要求在不断提高。仿真作为一种快速且极具成本效益的产品开发方法，可以帮助我们实现这一目标。作为仿真工程师，通常，每当修改产品设计时，您的同事都要请您运行仿真测试，并等待您的反馈结果，然后才能将相关信息传达给客户。谱瑞科技（Parade Technologies，前身为“赛普拉斯半导体”）的研究人员发现，创建 App 并将其分配给同事是一种非常有效的方式，既能节省时间，又能更有效地与客户进行沟通。
扬声器发明百年：使用与影响
扬声器能够利用电流进行扩音，自发明以来，给广大听众带来了极大的便利。扬声器也由于不断创新得到人们广泛认可，不断改进设备并积极开发它的新用途。今年是扬声器发明 100 周年纪念，我们将带您一起探索它的悠久历史，以及仿真在推动设计进步中的重要作用。
利用具有高佩克莱特数模型中的周期性
在解决化学物质传递问题时，我们常常会处理具有高佩克莱特数的情况，其中对流与扩散之比非常高。我们还可能需要处理结构沿流动方向呈周期性且流场本身呈周期性的问题。这时，我们就可以通过使用 COMSOL Multiphysics 中的广义拉伸组件耦合和前一步解算子来大大减少此类问题的计算需求。
如何求解两点间的最速降线
两点之间的最短路线不一定是直线。如果将用时最短作为从 A 点到达 B 点的最短路线评判标准，那么在重力作用下，高度不同的两点间的最短路线就是最速降线。在本篇博客文章中，我们将演示如何使用 COMSOL Multiphysics 的内置数学表达式和“优化模块”来求解最速降线。
第 2 部分：用广义拉伸算子映射变量
在上一篇博客中，我们介绍了线性拉伸算子并演示了如何使用它们在源和目标之间映射变量。如前面所讲的，这种方法仅限于通过仿射变换将源和目标相关联的情况。今天，我们将讨论广义拉伸算子，旨在处理非线性映射和不同维度的几何实体之间的变量映射。 拉伸算子简要回顾 在目标实体中的一点处 Pd，我们希望计算一个量，该量是在源实体中定义的另一个量的函数。因此，来自源点 Ps 的量需要被复制到目标实体。拉伸算子用于识别源实体中的哪一点与目标实体中的某点相对应。换句话说，算子定义了点到点映射。 \textbf{T}:Pd \rightarrow Ps. 如果映射是仿射，知道源中的一些点如何对应于目标实体中的点就足够了。从这样的源-目标对中，可以从叠加推断出一般的映射。然而，一般来说，我们需要为映射编写数学表达式。这个表达式可以是源点 Ps 作为 Pd 的函数的显式定义，或者是 Pd 和 Ps 之间的隐式关系。 在 COMSOL Multiphysics 中使用广义拉伸算子 当使用 线性拉伸算子 时，我们直观地指出了足够多的点(基)的映射，COMSOL Multiphysics 计算出了如何转换剩余的点。使用广义拉伸算子 时，我们写出了目标域中任意点映射的数学描述。 首先，我们来重点讨论如何使用广义拉伸算子复制线性拉伸算子。然后，我们可以考虑必须使用一般拉伸算子的示例。 对于仿射关系，广义拉伸算子可以用作线性拉伸算子的替代。当涉及到一般的非线性映射时，广义拉伸算子是必要的。要添加广义拉伸算子，请点击 定义 > 非局部耦合 > 广义拉伸算子。 示例1 在关于线性拉伸算子的博客文章中，我们考虑了一个放射，它将源域中的点 1、4 和 2 与目标域中的点 1、5 和 3 配对。请看下面的图，几何图形中的两个圆的圆心在原点，半径分别为 1.0 和 1.5。 任何仿射变换都可以表示为线性变换和平移运算的和。因此，我们有 xs = axd + byd + e, \qquad ys = cxd + dyd + f. 现在我们需要找到常数 a,b,c,d,e, 和 f。由于源点(0，0)，(1.0, 0)和(0，1.0) 分别对应于目标点(0，0) ，(1.5, 0)和(0，1.5)，我们得到 xs = \frac{2}{3}xd, ys = \frac{2}{3}yd. […]
