计算力学快讯,第1卷,第320150528

 

  计算力学快讯简介:本快讯是分享计算力学及相关软件信息的一个交流平台;由河海大学工程与科学数值模拟软件中心主办;免费订阅,自由退订;欢迎各位计算力学同仁的投稿和反馈意见。

      

编辑组:http://jsstam.org.cn/compmech/bwh.html

投稿信箱:csnewsletter@hhu.edu.cn

过刊浏览与下载:http://jsstam.org.cn/compmech

订阅或退订邮箱:csnewsletter@hhu.edu.cn

本期内容下载:计算力学快讯2015年第1卷第3期


  本期目录

 

    新闻报道

2015年度力学科学处基金项目受理情况介绍

第十五届全国非线性振动暨第十二届全国非线性动力学和运动稳定性学术会议在湖南大学举办

中国超算牵头应对全球“最大数据”挑战

计算力学、复合材料与健康监测专业现状与未来发展

 

    学术会议

第十一届中国CAE工程分析技术年会

第三届先进云计算和大数据国际会议(CBD2015)

12th World Congress on Computational Mechanics (WCCM XII & APCOM VI )

    学术期刊

计算力学学报

Computer Methods in Applied Mechanics and Engineering

International Journal for Numerical Methods in Engineering

Journal of Computational Physics

部分期刊近期目录

网络精华

Science》:对年轻科学家的忠告

大数据分析的八大趋势

主流CFD仿真软件概述与比较

 

 

 

 

 

 

 

 

=======================================================================================

新闻报道

 

-------------------------------------------

2015年度力学科学处基金项目受理情况介绍

摘自 中国力学学会

 

摘要

介绍了2015年度国家自然科学基金委员会数理科学部力学科学处受理的面上项目、青年科学基金项目、地区科学基金项目、重点项目、优秀青年科学基金、国家杰出青年科学基金和海外及港澳学者合作研究基金项目的申请情况.

关键词

国家自然科学基金,力学,受理

 

全文下载: 2015年度力学科学处基金项目受理情况介绍.pdf

 

[返回本期目录栏]

 

------------------------------------------

第十五届全国非线性振动暨第十二届全国非线性动力学和运动稳定性学术会议在湖南大学举办

 摘自 中国学术会议在线

 

由中国振动工程学会非线性振动专业委员会主办,中国力学学会动力学与控制专业委员会协办,湖南大学和湖南大学汽车车身先进设计制造国家重点实验室承办的“第十五届全国非线性振动暨第十二届全国非线性动力学和运动稳定性学术会议”于 5月8日-10日在湖南宾馆召开。

大会主席由中国科学院院士、北京理工大学校长胡海岩院士担任,我校机械与运载工程学院文桂林教授担任大会组委会主任。我校校长赵跃宇出席会议并致辞。

本次会议旨在为全国各高等院校、科研院所和企业单位的院士、专家、学者、工程师以及研究生群体提供一个学术交流的氛围和机会,以展现有关力学、机械、土木、数学、物理学、信息科学、生命科学等多个领域的最新研究成果和研究现状。

大会期间,举办报告会10场,分会场报告205场,有563位来自全国各地高校和企事业单位的学者参加了研讨。

由广西大学和中国电力科学研究院承办的第14届全国非线性振动暨第11届全国非线性动力学和运动稳定性学术会议于2013年在广西南宁召开,下届大会将由浙江大学在2017年承办。

 

[返回本期目录栏]

 

------------------------------------------

中国超算牵头应对全球“最大数据”挑战

摘自 科学网

 

5月20日,“SKA科学数据处理研讨会”在京举行。会议针对全球最大天文学国际合作项目——平方公里阵列射电望远镜(SKA)的科学计算平台进行了深入探讨,以期寻找一种更加高性能、低能耗的计算架构,来应对这个全球最大的大数据项目的科学数据处理挑战。

SKA科学计算平台负责人Chris Broekema介绍说,SKA目前已完成初步设计及审阅工作,预计从2020年开始第一阶段建设,计划运行50年。其间,将在南非开普敦和澳大利亚珀斯建立两大数据中心。然而,作为国际上即将建造的最大综合孔径射电望远镜,SKA每秒采集的数据量计划大于12Tb,相当于谷歌每年数据量的30倍。这需要百亿亿次级别的超级计算机才能完成科学数据处理,相当于目前全球最快超级计算机天河2号性能的52倍。

SKA超大的数据规模对现有计算技术和架构提出极大的挑战。浪潮集团高性能计算总经理刘军表示,针对项目中计算量最大、最耗时的数据处理软件Gridding,浪潮与SKA已经展开了并行优化工作,并在刚刚结束的2015年世界大学生超级计算机竞赛中设置了该应用的优化赛题,以激发全球各国超算年轻天才共同解决这一难题。

此次会议由浪潮集团和SKA组织联合举办。浪潮是目前参与SKA项目的全球唯一超算厂商,并且牵头科学数据处理的超级计算与存储系统的设计研究工作。

 

 

 

[返回本期目录栏]

 

 

------------------------------------------

计算力学、复合材料与健康监测专业现状与未来发展

  摘自 中国航空新闻网

 

 

随着航空工业的迅猛发展以及新技术、新材料、新工艺的广泛应用,在航空结构强度研究领域以技术创新为驱动的专业转型升级步伐也在逐渐加快。中航工业强度所作为我国航空结构强度领域的专业研究机构,近年来在结构强度分析与仿真技术、航空先进复合材料技术、结构健康监测技术等三个专业方向开展了大量前瞻性的研究工作,并且取得了一系列的研究成果,为我国航空新型号的研制提供了强有力的技术支持。

航空结构强度分析与仿真技术

现代飞机设计的发展趋势已由以物理样机为主的传统设计方法向以数字样机为主的数字化设计方法转变,作为飞机研制过程中重要环节的结构强度验证也必然随着飞机设计模式的转变而转变。高性能计算机和计算结构技术的成熟,促进了航空结构强度分析与仿真技术的快速发展,在飞机数字模型设计的同时,就可以立刻对飞机的结构进行强度评估。以空客和波音为代表的欧美航空企业在先进飞行器的研制及强度验证过程中已经广泛采用了上述技术。

国内航空界近年来在数字化的飞机设计-制造-试验方面取得了长足进步,中航工业强度所在虚拟试验技术、结构优化设计技术和大型强度分析软件开发等方面开展了大量的研究工作,具备了结构强度仿真和虚拟试验能力,形成了一系列具有自主知识产权的设计分析软件,并在我国众多型号的研制中发挥了重要的作用。

虚拟试验是在虚拟样机上开展的试验,是相对于真实产品的物理试验而言的。强度所经过10多年的技术研究和型号应用,突破了积木式验证、渐进式破坏、试验数据库支持、虚拟试验环境等关键技术,构建了试验数据库、分析方法库、模型库和知识库,形成了涵盖静强度、动强度、热强度、耐久性/损伤容限等方向的全尺寸飞机结构强度虚拟试验软件平台以及流程指南,先后在多个军民机型号的试验设计、破坏仿真、试验实时显示、试验与分析的一致性评估等方面得到应用,为增强试验预警能力、降低试验风险、缩短试验周期做出了贡献。

结构优化设计技术研究及应用软件开发是强度所的传统专业,近年来通过多学科优化设计技术、结构拓扑优化设计技术和离散变量优化设计技术的研究,形成了满足飞机设计各个阶段的优化设计技术和软件,还参与了我国众多军民机型号的研制工作,为新机研制提供减重增效的方法和手段。在概念设计阶段,可以进行考虑气动-热-结构耦合的飞机结构多学科优化,利用结构拓扑优化技术进行结构布局设计;在初步设计阶段,可利用准则法和数学规划法进行全机结构的尺寸优化;在详细设计阶段,针对典型构件如壁板、重要传力部位,可实现壁板构型优化选取、结构细节参数优化设计。

大型先进结构强度分析软件研发是强度所的重点研究和发展的方向。强度所坚持30多年,不断推出以HAJIF为代表的系列强度分析软件。今年,在整合以往软件的基础上,推出了集成行业领域近30年结构强度技术成果——HAJIF2013软件。该软件以强度数据库为支撑,涵盖了飞行器结构静强度、动强度、热强度、气动弹性、结构优化等领域的自主知识产权CAE软件系统,分析规模可达200万自由度,能满足从结构到起落架系统、从总体到局部细节的多学科优化设计和强度分析仿真的需要。

HAJIF2013软件在提供结构强度基本求解功能的基础上,成功解决了通用性和专用性结合的问题,具有飞机结构细节分析与强度校核、耐久性/损伤容限分析、气动加热分析、起落架着陆滑跑载荷分析等专用功能,提供可满足用户特殊需求的开放式定制环境,并设计有与多种主流CAE软件的接口。我们的发展目标是要成为具有国际先进水平的飞行器结构设计与分析软件研发中心,打造具有国际竞争力的国产CAE软件,为客户提供高技术附加值的咨询服务。

航空先进复合材料技术

随着复合材料技术的持续发展以及使用经验的大量积累,飞机机体结构已迈进了复合材料时代。复合材料的性能水平及其在航空结构中的应用水平已经成为飞机先进性的一个重要指标。

传统的复合材料结构设计采用的是一种以测试为基础的积木式方法,研制过程中需要进行大量的试验,由于缺少标准化的经验设计和工艺,经常导致最终的设计偏保守,与常规的金属技术相比,所带来的性能、安全性和耐久性方面的改进并不能抵消材料成本的增加。因此,先进复合材料技术一直存在着提高复合材料结构性能、降低复合材料结构成本、符合复合材料自身规律的结构设计技术三个方面的挑战。

在应对这些挑战的过程中,飞机复合材料结构整体化技术应运而生。飞机复合材料结构的整体化程度代表了当前复合材料结构的设计水平。在复合材料整体化技术研究方面,强度所经过试验与分析研究确定了各类整体化单元的表征方法,构建了从试样到元件的复合材料整体化结构性能表征试验体系,弥补了过去复合材料积木式试验验证矩阵对于整体化结构性能表征的不足,为整体化复合材料结构性能表征提供了指导和手段。同时,在许用值、连接、稳定性、损伤容限以及修理等设计分析方面也取得了丰硕的成果,主编出版了《复合材料结构设计手册》、《复合材料损伤容限手册》、《复合材料连接手册》和《复合材料结构稳定性设计指南》等著作,翻译出版了MIL-HDBK-17-1F《复合材料手册》、ASTM D30试验标准及FAA咨询通报等外文资料。目前这些研究成果已成为国内飞机强度设计人员的常用工具,在我国型号研制中发挥了重要作用。

在复杂的国际形势下,我国在军机、民机、直升机、无人机、通用航空以至发动机等领域面临着繁重和紧迫的研发任务,并且均有扩大复合材料应用、减轻结构重量的强烈需求,这些客观需求与现有技术储备之间的差距表明我国复合材料技术的发展任重而道远,只有创新的理念和钻研的精神才是发展复合材料技术的关键所在。

结构健康监测技术

飞机结构健康监测是特指先进传感技术出现以来的一种飞机结构状态监测模式,它通过集成在结构中的先进传感器/驱动器网络,在线实时获取与结构健康状况有关的信息(如应力、应变、温度、损伤等),并结合先进的信息处理方法和力学建模方法,提取结构特征参数、识别结构的状态和故障,从而实现对结构状态的连续监测,是飞机结构实施“视情维护”策略的技术基础。

传感器的选取是飞机结构健康监测的第一步。根据监测策略的不同,传感器大致可以分成两类:一类是以监测飞机结构状态信息和环境信息为主,比如应力、应变、温度、湿度、模态等等,然后通过结构、材料内在的物理、力学规律,得到结构的损伤信息。这类适合间接监测的传感器主要有光纤光栅、应变片、加速度传感器、压力传感器、温度/湿度传感器等;另一类是直接监测损伤部位相关信息的传感器,其信息是缺陷或裂纹直接发出的信息,这类传感器适合于直接监测方法,传感器主要有压电、声发射、智能涂层、CVM、镀银层、微波传感器等。

根据选取的传感器的特点,结构健康监测方法可分为被动监测方法和主动监测方法。被动监测方法是不对结构进行任何扰动,直接利用传感器监测结构的状态,再结合分析确定出结构的健康状态情况,适用该方法的传感器主要有光纤光栅、应变片、声发射、智能涂层、CVM等。而主动监测方法则是通过集成在结构中的驱动器对结构进行激励,在结构中产生响应,再通过分析结构响应,获得结构的状态情况,适用该方法的传感器主要有压电传感器等。
针对上述传感技术,强度所在传感器封装、安装技术、传感器环境补偿技术、飞机结构损伤定位方法、飞机结构损伤识别和评估技术、结构健康监测系统集成等方面进行了大量深入的研究。除了实验室原理验证试验以外,强度所在飞机结构部件试验中也开展了应用测试。

为了研究结构损伤预测技术、实现多种监测手段的综合管理,强度所还结合飞机结构地面强度试验开发了结构健康监测集成系统平台,对各种传感器的子系统监测过程、结果进行管理和综合处理。该平台通过系统集成与数据融合,将多个数据处理子系统并行协同运行于不同计算机上,中心控制与管理子系统处理发来的数据并返回结果。系统平台采用较松散的架构设计,各个子系统可以单独工作,又可以联网协同工作。

各国对结构健康监测技术尤其是在航空航天领域的应用都较为重视,美国和欧洲都开展了相关的研究。例如美国NASA针对载运工具的结构完整性开展的健康管理计划——“Integrated vehicle health management”;波音进行的Airplane Health Management(AHM)系统的研发等等。相关技术已开始在DALTAⅡ火箭复合材料火箭发动机箱、F-22、F-35等飞行器结构上进行测试和应用。

国内高校和科研院所在结构健康监测技术领域也做出了大量研究,包括传感器功能性研究、传感器工程化实现、监测方法研究和积木式试验验证等。随着经验的不断积累,我国在该领域与国外差距正在逐步缩小。

科学发展没有止境,技术创新没有止境,计算力学、复合材料与健康监测等专业发展的道路还很漫长,唯有不断探索,不断实践,不断创新,才能更好地支撑并引领我国航空工业取得更新、更大的成就。

 

[返回本期目录栏]

 

=======================================================================================

学术会议

 

-------------------------------------------

 

第十一届中国CAE工程分析技术年会

(2015年7月25-26日,桂林)

 

主要议题:

1.CAE当前研究热点与未来发展趋势

2.CAE专项技术应用探讨

3.CAE的平台技术与应用

4.CAE技术的行业应用与解决方案

会议负责人:胡平

承办单位:北京诺维特机械科学技术发展中心

联系人:王继宏

联系地址:北京市海淀区永定路88号长银大厦16C07室,100039

联系电话:010-82285782

电子邮箱:wangjh@cstam-iur.org

更多信息,请访问:http://www.imech.ac.cn/xwdt/xshy/hyyg/201502/t20150202_4308133.html
 

 

[返回本期目录栏]

 

-----------------------------------------

第三届先进云计算和大数据国际会议(CBD2015)

 (20151030-11月1日, 扬州

Call for papers:

********************************************************************************

The Third International Conference on Advanced Cloud and Big Data (CBD 2015)

October 23-25, 2015, Yangzhou, China

Website: http://cbd.yzu.edu.cn/cbd2015/index.html  

********************************************************************************

Publication

All submitted papers will be reviewed by program committee members and selected based on their originality, significance, relevance, and clarity of presentation. Accepted papers will be all published by Conference Publishing Services (CPS) and will be submitted for indexing to EI. Authors of selected papers will be invited to submit revised and expanded version of their papers to be considered for publication in special issues of well-known international journals such as Mobile Information Systems (SCI), Concurrency and Computation: Practice and Experience (SCI), Journal of Information Technology (SCI), Tsinghua Science and Technology (EI) and etc.

Important Dates:

- Submission deadline: July 15, 2015

- Notification of acceptance: Sep 1, 2015

- Camera Ready Due: Sep 20, 2015

- Registration Due: Sep20, 2015

Scope and Topics

The International Conference on Advanced Cloud and Big Data (CBD) is a prestigious forum for researchers, practitioners, developers and users who are interested in cloud computing and big data to explore new ideas, techniques and tools, as well as to exchange experience. Besides the latest research achievements, this conference also covers innovative commercial data management systems, innovative commercial applications of cloud computing and big data technology, and experience in applying recent research advances to real-world problems. We solicit original papers on a wide range of cloud computing and big data topics that can be divided into three tracks but are not limited to:

Research Track

- Cloud Data Privacy

- Cloud Security

- Cloud Resource Management and Performance

- Cloud Data Management

- Storage Architecture of Cloud

- Green Cloud

- Networking Technologies for Data Center

- Virtualization Technologies

- Big Data Processing (Analytics, Querying, Mining)

- Big Data Storage and Management

- Big Data Graph algorithms

Industry Track

- Cloud Computing Solutions

- Cloud Computing Specifications and Standards

- Big Data Economic Analytics

- Big Data in Business Performance Management

- Big Data in Enterprise Models and Practices

Application Track

- Cloud Computing Platforms

- Mobile Cloud Computing Applications

- Big Data As A Service

- Big Data Platforms

- Big Data Toolkits

Paper Submission

Submitted manuscripts must be formatted in standard IEEE US Letter Format:http://www.ieee.org/conferences_events/conferences/publishing/templates.html and must be submitted via EasyChair (https://www.easychair.org/conferences/?conf=cbd20150) as PDF files. The review version is limited to 8 pages (IEEE proceedings format), including references and illustrations. Submitted papers should not be previously published in or be under consideration for publication in another conference or journal. Submission of a paper should be regarded as an undertaking that, should the paper be accepted, at least one of the authors will attend the conference to present the paper.

Program Committee Chairs

General Conference Co-Chairs

- Yi Pan, Georgia State University, USA

- Gene Fuh, IBM

Program Committee Co-Chairs

- Junzhou Luo, Southeast University, China

- Garth Tschetter,IBM

- Laurence T. Yang, St. Francis Xavier University, Canada

- Ling Chen, Yangzhou University , Chin

FOR MORE INFORMATION about the conference, organizing committee, submission instructions, and venue please visit the conference website:

http://cbd.yzu.edu.cn/cbd2015/index.html 

The Third International Conference on Advanced Cloud and Big DataCBD 2015)是由东南大学主办的高水平国际会议,将于20151023-25日在江苏扬州举行。会议论文将由IEEE CPS出版并提交EI论文检索,优秀论文扩展后将推荐到SCI期刊:Mobile Information Systems (SCI), Concurrency and Computation: Practice and Experience (SCI),Journal of Information Technology (SCI)发表,另有部分论文将会被推荐到Tsinghua Science and Technology (EI)期刊发表。(注:CBD 20142014年在安徽黄山成功召开,期刊总推荐率为50%SCI期刊推荐率为20%。)

对于有意向投稿CBD2015的作者,请于2015715日前通过easychair(https://www.easychair.org/conferences/?conf=cbd20150)提交稿件。CBD2015会议征文及投稿的具体要求请查阅http://cbd.yzu.edu.cn/cbd2015/index.html

欢迎各位尽快踊跃投稿,如有投稿相关问题请尽快联系组委会邮箱:cbd@pub.seu.edu.cn

 

 

[返回本期目录栏]

 

-----------------------------------------

12th World Congress on Computational MechanicsWCCM XII & APCOM VI
 Seoul, Korea, 24 - 29 July 2016

 

 

Introduction

The International Association for Computational Mechanics(IACM) and the Korean Society for Computational Mechanics(KSCM) are pleased to announce the joint organization of 12th World Congress on Computational Mechanics (WCCM XII) and 6th Asia-Pacific Congress on Computational Mechanics (APCOM VI)

Previous editions of IACM WCCM were held in Barcelona, Spain (2014), Sao Paulo, Brazil (2012), Sydney, Australia (2010), Venice, Italy (2008), Los Angeles, USA (2006), Beijing, China (2004), Vienna, Austria (2002), Buenos Aires, Argentina (1998), Tokyo, Japan (1994), Stuttgart, Germany (1990) and Austin, USA (1986).

For further information about IACM and KSCM, you can visit the sections About IACM and About KSCM.

Important Dates

Deadline for submitting mini-symposium proposal:

May 29, 2015

 

Deadline for Submitting one-page abstract:

November 30, 2015

 

Acceptance of the contributions:

January 8, 2016

 

Deadline for early registration:

March 31, 2016

 

 

For further details, please click here to visit the website

 

 

[返回本期目录栏]

 

=======================================================================================

学术期刊

 

-------------------------------------------

计算力学学报

2015年,32卷2期

 

论文

锻造操作机机构受力性能的多目标优化设计    [PDF]

孙文杰,李刚

一种基于同伦分析的结构可靠性功能度量法    [PDF]

吉猛,姜潮,韩硕

基于更新支持向量的大跨度斜拉桥体系可靠度分析    [PDF]

刘扬,鲁乃唯,殷新锋

利用导重法进行结构拓扑优化    [PDF]

陈树勋,韦齐峰,黄锦成

基于Lanczos算法的模态重分析法及其在车身结构设计中的应用    [PDF]

刘丹,王琥,李恩颖,黄观新

大跨度悬索桥索股抗弯刚度对锚跨张力测试精度的影响研究    [PDF]

王达,杨琴,刘扬

腐蚀环境下结构系统疲劳主要失效模式识别    [PDF]

陈向前,董聪,

流固耦合分析的载荷映射开放式软件架构设计    [PDF]

张帆,陈飙松,刘君,钟万勰

颗粒离散元模拟堆积碎石土变形的参数灵敏度分析    [PDF]

董辉,马一跃,傅鹤林,王智超,陈铖

自锚式悬索桥钢混组合主梁施工预拱度分析    [PDF]

孙永明,何晓东,李文东

考虑横法向热应变的C0Reddy板理论和三角形板单元    [PDF]

金麒麟,吴振,王维

平面应力下薄壁管材连续矫直压弯量力学模型与数值解法    [PDF]

张子骞,颜云辉,杨会林,王雷

面向超大规模有限元计算的通用可视化系统SiPESC.POST的设计与实现    [PDF]

徐良寅,李云鹏,陈飙松

混合FE-SEA点连接的修正因子研究    [PDF]

朱卫红,马兴瑞,韩增尧,邹元杰

基于能量平衡原理的有限单元耦合方法    [PDF]

岳健广,钱江

三维复杂流动的间断有限元方法模拟    [PDF]

田俊武,袁湘江

三维非稳定渗流自由面边界积分项的精确数值计算    [PDF]

潘树来,王全凤,俞缙,蔡燕燕

一种三维表面网格自动生成方法    [PDF]

马新武,赵国群,王芳

并行有限元网格生成方法及其应用    [PDF]

王小庆,金先龙

两级分块结构化网格在SK型静态混合器中的应用    [PDF]

龚斌,刘喜兴,张静,刘喜平,张春梅

分子网络多靶标筛选的粒子群数值模拟法    [PDF]

周福家,张宏伟,李卫国

研究简报

基于一种动态删除率的ESO方法    [PDF]

罗静,张大可,李海军,龚姣

基于分区加速和总体共轭梯度法的耦合界面数据传递问题研究    [PDF]

王计真,陈海波,陈红永

应用混合变量余能原理求解不同载荷作用下四边简支矩形板的弯曲    [PDF]

陈英杰,李志航,付宝连

 

[返回本期目录栏]

 

 

 

--------------------------------------------------

Computer Methods in Applied Mechanics and Engineering

2015年,293卷

Improved coupling of finite element method with material point method based on a particle-to-surface contact algorithm

Z.P. Chen, X.M. Qiu, X. Zhang, Y.P. Lian

A coupled IGA–Meshfree discretization of arbitrary order of accuracy and without global geometry parameterization

N. Valizadeh, Y. Bazilevs, J.S. Chen, T. Rabczuk

Divergence-conforming discretization for Stokes problem on locally refined meshes using LR B-splines

K.A. Johannessen, M.Kumar, T. Kvamsdal

Multi-patch nonsingular isogeometric boundary element analysis in 3D

Y.J. Wang, D.J. Benson

Polyhedral elements with strain smoothing for coupling hexahedral meshes at arbitrary nonmatching interfaces

D. Sohn, S. Jin

Implicit finite element formulation of multiresolution continuum theory

H. Qin, L. Lindgren, W.K. Liu, J. Smith

Stabilized mixed finite elements for deformable porous media with double porosity

J. Choo, R. I. Borja

Topology and shape optimization of plasmonic nano-antennas

E.Wadbro, C. Engström

An immersed discontinuous finite element method for Stokes interface problems

S.Adjerid, N.Chaabane, T. Lin

 

[返回本期目录栏]

 

 

 

 

--------------------------------------------------

International Journal for Numerical Methods in Engineering

2015年,102卷12期

Research Articles

A node-to-node scheme with the aid of variable-node elements for elasto-plastic contact analysis

S. Jin, D. Sohn, J. H. Lim and S. Im

A new sparse matrix vector multiplication graphics processing unit algorithm designed for finite element problems

J. Wong, E. Kuhl and E. Darve

A novel hybrid FS-FEM/SEA for the analysis of vibro-acoustic problems

F. Wu, G. R. Liu, G. Y. Li, A. G. Cheng, Z. C. He and Z. H. Hu

Short Communication

Time-domain vector potential technique for the meshless radial point interpolation method

Z. Shaterian, T. Kaufmann and C. Fumeaux

 

 

[返回本期目录栏]

 

 

 

 

--------------------------------------------------

Journal of Computational Physics

2015年,297卷

Boundary conditions for free interfaces with the lattice Boltzmann method

S. Bogner, R. Ammer, U. Rüde

Multiscale Universal Interface: A concurrent framework for coupling heterogeneous solvers

Y. H. Tang, S. Kudo, X. B., Z. Li, G. E. Karniadakis

Spectral method for a kinetic swarming model

I. M. Gamba, J. R. Haack, S. Motsch

Parametric models for samples of random functions

M. Grigoriu

A fast method for a generalized nonlocal elastic model

N. Du, H. Wang, C. Wang

On the stabilization of finite volume methods with co-located variables for incompressible flow

C. M. Klaij

Mass conservation of the unified continuous and discontinuous element-based Galerkin methods on dynamically adaptive grids with application to atmospheric simulations

M. A. Kopera, F. X. Giraldo

Nonlinear analysis of multiphase transport in porous media in the presence of viscous, buoyancy, and capillary forces

B. Li, H. A. Tchelepi

 

[返回本期目录栏]

 

--------------------------------------------------

部分期刊近期目录  

Computers & Structures. Vol.156, August 2015

Advances in Engineering Software. Vol.87, September 2015

Finite Elements in Analysis and Design. Vol.103, October 2015

Computers and Geotechnics. Vol. 69, September 2015

International Journal for Numerical Methods in Fluids. Vol.78, June 2015

Advances in Engineering Software. Vol. 87, September 2015

计算机辅助工程2015242

 

 

[返回本期目录栏]

 

 

=======================================================================================

网络精华

 

-------------------------------------------

《Science》:对年轻科学家的忠告

摘自 科学网

 

面对着忙碌的实验、海量文献、高难度的撰写与发表论文和激烈的职位竞争时,年轻科学家可能对未来的职业发展有所畏惧。《科学》职业专栏2015年5月12日发表一篇来自西班牙巴斯克地区大学Pedro Miguel Echenique教授的演讲稿,值得年轻科学家参考。

Echenique教授认为,在激烈竞争环境中以及职业前景不明朗的情况下,容易让年轻科学家忘记选择科研的初衷,对职业生涯过分焦虑更强化了这一趋势,因为这容易让科学家失去科学的乐趣,减少未来成功的机会。“现在的科学家必须不断用成功证明自己,这不仅徒增压力,对发挥创造性没有好处,而创造性正是科学的本质。”

成为一个成功的科学家,最重要的是培养对科学的好奇心,也要要注重养成做事精益求精的习惯,树立伟大而现实的雄心壮志。很多科学家认为,年轻科学家必须经过尝试和犯错误,生存下来的人才是最强或最灵活的科学家。但Echenique认为,更好的办法是从别人经验中学习,而不是让自己去犯所有的错误。

Echenique勉励年轻科学家永远不要失去选择科学研究的初衷,因为那些带自己走进科学的东西是最宝贵的。在学术界要取得成功,需要培养韧性并保持创造力,创造力是要找到未知问题的解决方案。科学的特征是创新,创新意味着风险,所以选择了科学研究,就意味着愿意承担风险,要习惯于把错误的每一步看成是更接近真相的一小步。以下根据Echenique教授的讲演整理的建议。

一、善择良木。

年轻科学家一定要选择合适的实验室,跟随好导师,开展好的研究项目。

进合适的实验室。选择在哪里做博士或博士后研究,不要根据实验室是否有补助,也不要根据是否定期发表CNS论文,而应该选择“一个能激励你的地方,一个正在发生令人着迷的事情的地方”。

跟随好导师。年轻科学家选择一个好导师同样重要,好导师绝对不会把你当成廉价科研劳动力,伟大的导师的标志是能把学生的科学和人生发展前途都照顾好。

参加好的项目。很难提前知道那些项目是否将会成功。好的项目必须是重要的,必须能在合适的时间内完成。博士后同时选择几个项目是不错的办法,如果其中一个停滞不前,还可继续推进其它项目。

二、博学好友。

在早期的职业生涯中,要了解尽可能多的技术。熟悉这些技术会在未来帮你解决很多问题,厚积薄发。Echenique说“科研上,技术竞争力非常重要!”。另外,还要广泛学习其他相关学科的知识,不要期望掌握一切,更不要囫囵吞枣,必须用批判性思维去学。学习相关学科知识重要的是获得全新的视角,所谓他山之石,可以攻玉。

要接触不同的学习和思考方式,与他人多交流,争取海外学习经验,建立一个以聪明人为主的交流圈。

三、张弛有度。

由于科研工作压力大,年轻科学家担心浪费时间,不愿意暂时离开实验室参与其它学术教学活动。正确作法是尽可能多参加各种各样的学术研讨会,有时候一个好项目并非出自理性过程。或许在一个完全无关的研讨会上,你会灵光一闪获得解决问题灵感。另外,积极参与教学也会帮你成为更好的科学家。要习惯对同事的研究感兴趣,这会让你未来的雇主对你更加感兴趣。

科研是智力性工作,影响科研效率最重要的是专注,而不单纯是时间长短。因此要有张有弛,适当休息,这还让你有更多机会与同事交流,从而提高效率。

四、早立品牌。

年轻科学家必须在一个领域创造一个属于自己的地盘。很多人认为,背靠大树好乘凉,所以试图加入大牛团队来达到提高自己学术地位的目的。这种做法最大的风险是,可能使你难以走出你老板的影子。你发表的文章确实可增加老板的学术声望,但对你的学术声望作用甚微。建立自己学术声望的最好办法是做出“扎实、严谨、被人尊重的研究工作”。

五、沟通有术。

演讲和沟通很重要,从你欣赏的演讲中学习演示技巧,并利用各种机会练习。把自己放在观众的角度,认真体会和磨练演讲能力。

早日学习如何写论文,起初看起来这既费时又似乎耽误发表速度。写论文是科研的基本能力,别指望在发表论文方面借助老板和同事的帮助。文章质量当然比数量更重要,论文数量也是你走向学术成功的重要因素,一篇论文所需要的研究数据是有限的,将系列研究发表成为系列论文是当前学术社会的普遍作法。

收到审稿人的意见,要认真对待批评意见,一定不要立刻回复,需要有一段冷静的时间。科研论文的忠实读者越来越少,但审稿人是文章最细心的读者。他们的意见可能是针对你论文最重要的,是你调整和提高未来学术研究的重要参考信息。哪怕你确实不接受批评意见,把你的反对意见写出来,也能完善和提高你的思路,提高你的科研能力。

 

[返回本期目录栏]

 

 

 

-------------------------------------------

大数据分析的八大趋势

摘自 e-works数字化企业网

 

面对着忙碌的实验、海量文献、高难度的撰写与发表论文和激烈的职位竞争时,年轻科学家可能对未来的职业发展有所畏惧。《科学》职业专栏2015年5月12日发表一篇来自西班牙巴斯克地区大学Pedro Miguel Echenique教授的演讲稿,值得年轻科学家参考。

Echenique教授认为,在激烈竞争环境中以及职业前景不明朗的情况下,容易让年轻科学家忘记选择科研的初衷,对职业生涯过分焦虑更强化了这一趋势,因为这容易让科学家失去科学的乐趣,减少未来成功的机会。“现在的科学家必须不断用成功证明自己,这不仅徒增压力,对发挥创造性没有好处,而创造性正是科学的本质。”

成为一个成功的科学家,最重要的是培养对科学的好奇心,也要要注重养成做事精益求精的习惯,树立伟大而现实的雄心壮志。很多科学家认为,年轻科学家必须经过尝试和犯错误,生存下来的人才是最强或最灵活的科学家。但Echenique认为,更好的办法是从别人经验中学习,而不是让自己去犯所有的错误。

Echenique勉励年轻科学家永远不要失去选择科学研究的初衷,因为那些带自己走进科学的东西是最宝贵的。在学术界要取得成功,需要培养韧性并保持创造力,创造力是要找到未知问题的解决方案。科学的特征是创新,创新意味着风险,所以选择了科学研究,就意味着愿意承担风险,要习惯于把错误的每一步看成是更接近真相的一小步。以下根据Echenique教授的讲演整理的建议。

一、善择良木。

Intuit数据工程副主管Loconzolo双脚都已经迈进数据湖里了。Smarter Remarketer首席数据科学家DeanAbbott也为云技术的发展指出了捷径。他们二人一致认为,大数据与分析学前沿是个活动目标,这一领域包含了储存原始数据的数据湖和云计算。尽管这些技术并未成熟,但等待也并非上策。

Loconzolo表示:“现实的情况是,这些工具都刚刚兴起,他们构筑的平台还不足以让企业依赖。但是,大数据和分析学等学科发展十分迅速,因此企业必须努力跟上,否则就有被甩掉的危险。”他还说:“过去,新兴技术往往需要十年左右的时间才能够成熟,但是现在大大不同了,人们几个月甚至几周时间就能想出解决方案。”那么,有哪些新兴技术是我们应该关注,或者说科研人员正在重点研究的呢?《电脑世界》采访了一些IT精英、咨询师和行业分析专家,来看看他们列出的几大趋势吧。

1.云端大数据分析

Hadoop是一组有一定框架结构的工具,用来处理大型数据组。它原本用于机器群,但现在情况有所变化。Forrester Research一位分析师BrianHopkins表示,现在有越来越多的技术可以运用到云端数据处理上来了。比如亚马逊的BI数据库、Google的 BigQuery数据分析服务,、IBM’sBluemix 云平台和亚马逊的Kinesis数据处理服务。这位分析师还说,未来的大数据将是内部数据部署与云端数据的结合体。

Smarter Remarketer是SaaS零售分析、市场细分和营销服务的供应商,它最近将自己室内的Hadoop和MongoDB数据库基础设施转移到了一个基于云技术的数据库—Amazon Redshift. 这家位于印第安纳波利斯的公司收集线上和实体销售数据、顾客信息和实时行为数据,之后进行分析,从而帮助零售商做出针对消费者的决策,有些决策甚至是实时的。

Abbott表示,Redshift可以节省这家公司的成本,这是因为它对于结构数据拥有强大的汇总报告功能,而且它颇具规模,使用起来相对容易。用这些虚拟设备总是要比那些实体设备便宜一些。

相比之下,位于加州山景城的Intuit在走向云分析的过程中就要谨慎多了,因为它需要一个安全、稳定、可控的环境。目前为止,这家金融软件公司的数据都还在自家的数据库—Intuit Analytics Cloud里面。Loconzolo表示:“目前我们正跟亚马逊还有Cloudera合作,建立一个我们几家公司公用的能跨越虚拟、现实两个世界的、具有高度稳定性的云端,但是现在这个问题还没有得到解决。”然而,可以说,对于像Intuit这种销售云端产品的公司来说,向云端技术进军是必然的。Loconzolo还说道,未来我们会发展到一个阶段,那时把数据放在私有云端将是浪费的。

2. Hadoop:一个新的企业数据运行系统

Hopkins表示,向MapReduce这样的分布式分析框架,正在逐渐演化成分布式资源管理器,这些资源管理器正逐步将Hadoop变为多用途数据运行系统。“有了这些系统,你就可以进行多种多样的操作和分析。”

这对企业来说意味着什么呢?SQL、MapReduce、in-memory、流水式处理、图表分析还有其它工作都能在Hadoop上进行,越来越多的企业会把Hadoop当做企业数据中心。Hopkins还说:“在Hadoop上能进行各种各样的数据处理工作,这样的话,Hadoop会慢慢变成一个多用途的数据处理系统。”

Intuit已经开始在Hadoop建立自己的数据基地了。Loconzolo说:“我们的策略是利用Hadoop分布式文件系统,因为它和MapReduce与Hadoop等联系十分密切,这样的话,人与产品之间的各种互动就可以实现了。

3.大数据湖泊

美国普华永道首席技术专家Chris Curran说,传统数据库理论认为,人们应该先设计数据集,然后再将数据输入进去。而“数据湖泊“,也被称作“企业数据湖泊”或者“企业数据中心”,颠覆了这个理念。“现在,我们先收集数据,然后把它们都存入Hadoop仓库里,我们不必事先设计数据模型了。”这个数据湖泊不仅为人们提供了分析数据的工具,而且很明确地告诉你,这里有什么样的数据。Curran还表示,运用Hadoop的过程中人们就可以增加对数据的认识。这是一个递增的、有机的大规模数据库。当然,这样一来,对使用者的技术要求相应地会比较高。

Loconzolo表示,Intuit拥有自己的数据湖泊,这个数据湖里既有用户点击量的数据,也有企业和第三方的数据,所有这些都是Intuit分析云端的一部分,但关键是要让围绕这个数据湖的工具能够为人们有效利用起来。Loconzolo还说,对于在Hadoop建立数据湖,一个需要考虑的问题是,这个平台并没有完完全全的为企业的需求设置周全。“我们还需要传统企业数据库已经有了几十年的一些功能,比如监控访问控制、加密、安全性以及能够从源头到去向地追踪数据等等。

4.更多预测分析

Hopkins表示,有了大数据,分析师们不仅有了更多的数据可以利用,也拥有了更强大的处理打量不同属性数据的能力。

他说:“传统的机器学习利用的数据分析是建立在一个大数据集中的一个样本基础上的,而现在,我们拥有了处理了大量数字记录的能力,甚至于每条数据有多种不同属性,我们都应对自如。”

大数据与计算功能的结合也让分析师们能够挖掘人们一天中的行为数据,好比他们访问的网站或者是去过的地方。Hopkins把这些数据称作“稀少数据(sparsedata)”,因为要想得到这些你感兴趣的数据,必须过滤掉一大堆无关的数据。“要想用传统机器算法对抗这种数据,从计算角度来讲几乎不可能。因为计算能力是一个十分重要的问题,特别是现在传统算法的速度和记忆储存能力退化很快。而现在你可以很容易知道哪些数据是最容易分析的,不得不说,赛场易主了。”

Loconzolo表示:“我们最感兴趣的地方是,怎样在同一个Hadoop内核中既能作实时分析,又能做预测模型。这里最大的问题在于速度。Hadoop花费的时间要比现有技术长20倍,所以Intuit也在尝试另一个大规模数据处理器Apache Spark及其配套的 Spark SQL查询工具。Loconzolo说:“Spark具有快速查询、制表服务和分组功能。它能在把数据保留在Hadoop内部的前提下,还将数据处理得十分出色。”

Gartner一位分析师表示,如果你是个不错的编码员或者数学家,你可以把数据丢进Hadoop,想做什么分析就做什么分析,这是好处,但同时这也是个问题。“尽管任何程序语言都行得通,但我需要有人把这些数据用我熟悉的形式或者语言输入进去,这也是为什么我们需要Hadoop的结构化查询语言。支持与SQR类似的查询语言的工具,让那些懂得SQR的企业使用者们能把类似的技术运用在数据上。Hopkins认为,Hadoop的SQR打开了企业通往Hadoop的大门,因为有了SQR,企业不需要在那些能使用Java, JavaScript 和Python高端数据和商业分析师上投资了,而这些投资在以前可是少不了的一笔开销。

这些工具也并非最近才出现的了。Apache Hive曾经为用户提供了一种适用于Hadoop、类似于SQR的查询语言,但是竞争对手Cloudera、PivotalSoftware、IBM还有其他销售商提供的产品不仅性能更好,速度也更快。这项技术也适合“迭代分析(iterative analytics)”,也就是说,分析师先问一个问题,得到回答之后再问下一个问题。而这种工作放在过去可是需要建立一个数据库的。Hopkins说:“Hadoop的SQR并不是为了取代数据库,最起码短期不会,但对于某些分析来说,它让我们知道,除了那些高成本的软件和应用之外,还有别的选择。”

6.不仅仅是SQR(NoSQL,NotOnly SQR)—更快,更好

Curran表示,现在我们除了基于SQR的传统的数据库之外,还有NoSQL,这个数据库能用于特定目的的分析,当下十分热门,而且估计会越来越受欢迎。他粗略估计目前大概有15-20个类似的开放资源NoSQL,每一个都独具特色。比如ArangoDB,这是一款具备图标分析功能的产品,能更快、更直接地分析顾客与销售人员之间的关系网。

Curran还说,开放资源的NoSQL数据库已经存在一段时间了,但是他们依然势头不减,因为人们需要它们所做的分析。一位在某个新兴市场的普华永道客户把传感器按在了店面柜台上,这样就能监控到那里到底有什么产品,顾客会摆弄这些产品多长时间以及人们会在柜台前站多久。“传感器会产生大量类似指数增长的数据,NoSQL将是未来的一个发展方向,因为它可以针对特定目的进行数据分析,性能好,而且很轻巧。”

7.深度学习

Hopkins认为,作为一种基于神经网络的机械学习技术,虽然还在发展过程中,但在解决问题方面却已经表现出巨大的潜力。“深度学习……能够让计算机在大量非结构化和二进制的数据中识别出有用信息,而且它能够在不需要特殊模型和程序指令的前提下就剔除那些不必要的关系。”

举个例子说明:一个深度学习的算法通过维基百科了解到加利福尼亚和德克萨斯是美国的两个州。“我们不在需要通过模式化让程序去理解州和国家的概念,这就是原来的机械学习和新兴深度学习的区别之一。”

Hopkins还说道:“大数据运用先进的分析技术,例如深度分析,来处理各种各样的非结构文本,这些处理问题的思路和方式,我们也是现在才开始理解。”比如,深度学习可以用来识别各种各样不同的数据,比如形状、颜色和录像中的物体,甚至是图片中的猫—谷歌建立的神经网络就做到了这一点。“这项技术所昭示的认知理念、先进的分析,将是未来的一个趋势。”

8.内存中分析

Beyer表示,利用内存中数据库来提升分析处理速度,这种方式已经越来越广泛,而且只要运用得当,益处也很多。事实上,很多企业现在已经在利用HTAP(hybridtransaction/analytical processing)了,这种处理方式能在同一个内存数据库中进行转换和分析处理。但Beyer同时也表示,对于HTAP的宣传有些过头了,很多公司也过度利用这项技术。对于那些使用者需要每天多次以同样的方式看同样数据的系统来说,这样的数据没有太大变化,这时用内存中分析就是一种浪费了。

虽然有了HTAP的帮助,人们分析速度更快了,但是,所有的转换都必须储存在同一个数据库里。Beyer认为,这样的特点就产生了一个问题,分析师们目前的工作主要是把不同地方的数据汇总输入到同一个数据库当中去。“如果你想做任何分析都运用HTAP,所有的数据就得存在同一个地方。要把多样化的数据进行整合。”

然而,引入内存数据库的同时也意味着,还有另一个产品等着我们去管理、维护、整合与权衡。

对于Intuit而言,他们已经在使用Spark了,所以对引进内存数据库的愿望并没有那么强烈。Loconzolo说:“如果我们用Spark就能处理70%的问题,而用内存数据库可以解决100%,那么我们还会选择前者。所以我们现在也在权衡,要不要马上停用内部的内存数据系统。”

大步向前迈

在大数据和分析领域有这么多的新兴趋势,IT组织应该创造条件,让分析师和数据专家们大显身手。Curran认为:“我们需要评估、整合一些技术,从而把它们运用到商业领域中去。”

Beyer则认为:“IT管理者和执行者们不能把技术不成熟作为停止试验的借口。”最初只有一部分专业分析师和数据专家需要试验,然后这些比较高级的使用者和IT行业应该共同决定是否要把这些新的资源介绍给行业其他人。IT界也没必要控制那些鼓足干劲的分析师们,相反,Beyer认为应该与他们加强合作。

 

 

[返回本期目录栏]

 

-------------------------------------------

主流CFD仿真软件概述与比较

摘自 e-works论坛

 

CFD分析(计算流体动力学)作为CAE分析理论的重要分支,是通过数值方法来描述流体的运动状态,包含流动、传热、化学反应以及流体和固体之间的相互作用等。CFD技术描述质量传输、动量传输和能量传输三种过程,并通过数值方法在一个控制体内将这三种守恒的数学方程通过数值方法来进行求解,获取丰富的流场信息,得到越来越多CAE工程师的关注。

CAE分析中,流体求解常用有限体积法,借鉴有限元的思想,同样进行离散并构造节点间的插值函数,求解节点因变量。但有限元由节点组成单元,因变量在单元体内分布变化,变化规律由节点之间的插值函数变化体现;而有限体积则是点辖属体积,直接求解点上的因变量,根据插值函数对点辖体积积分获取全场变量分布。

三大通用CFD软件FluentCFXSTAR-CD/CCM+CFD/CAE工程师打交道最多的。Fluent软件于1998年率先被引入国内,通用性最强,湍流模型、辐射模型全面,欧拉多相流计算模型也具备优势;STAR-CD/CCM+的燃烧模型、拉氏多相流模型更擅胜场,并且具备Trim网格,处理结构复杂模型有一定优势;CFX中规中矩,良好的前后处理接口是其卖点。

虽然通用CFD软件方兴未艾,但由于CFD技术在数值理论(N-S方程不封闭、非线性偏微分方程求解算法待完善)、物理模型(湍流模型、转捩模型、燃烧模型等)、网格效应、验证确认等方面的疑难,通用CFD软件的应用仍存在局限性与较高的使用门槛,CFD仿真结果的精度与CAE工程师的水平具备明显的关联关系。

为了发挥CFD技术在工程领域的应用价值,专用CFD软件顺势而生,诸如专注运动机械与泵阀模拟的PumpLinx、擅长自由液面分析的Flow-3D、通用并长于处理旋转机械的NUMECA、电子产品热分析专家FloTHERM、多相流反应器仿真利器Barracuda等,都在各自的领域独树一帜、傲视群雄。

对于叶片泵、容积泵、螺旋桨等运动机械而言,空化与汽蚀效应分析、动网格与微米级啮合间隙的处理(对于齿轮泵、柱塞泵等容积式泵)是开展CFD模拟的难点。借助结构化动网格模板、全空化与汽蚀分析模型、半自动网格生成技术与高效的计算效率,专业CFD工具PumpLinx在此领域经历了广泛的工业验证。此外,孤立研究单个部件,常难以给定真实的边界并反应系统工作行为。开展系统级三维CFD分析遭遇网格划分、大计算量的瓶颈。PumpLinx借助半自动化网格生成及动网格模板、计算效率高等特点,使系统级CFD分析成为可能。

对于循环流化床锅炉、反应器、焙烧炉等实际工业设备,其中包含颗粒-流体流动,颗粒数量达到天文数字且密相-稀相并存,化学反应也极为复杂,Fluent等通用CFD软件无法胜任。遇到该类问题时,CAE工程师往往会另辟蹊径,选择基于CPFD方法(强耦合的欧拉-拉格朗日方法)的Barracuda等软件以解决难题。

 

 

[返回本期目录栏]

 

    ========================================================================

     

∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽