static functionselectiongrid(position:rect,selected: int,texts:string[],xcount: int) : int
static functionselectiongrid(position:rect,selected: int,images:texture[],xcount: int) : int
static functionselectiongrid(position:rect,selected: int,content:guicontent[],xcount: int) : int static functionselectiongrid(position:rect,selected: int,texts:string[],xcount: int,style:guistyle) : int static functionselectiongrid(position:rect,selected: int,images:texture[],xcount: int,style:guistyle) : int
static functionselectiongrid(position:rect,selected: int,contents:guicontent[],xcount: int,style:guistyle) : int
parameters参数【文章出自狗刨学习网】
position
rectangle on the screen to use for the grid.
用于网格在屏幕上的矩形位置。
selected
the index of the selected grid button
被选择表格按钮的索引号。
texts
an array of strings to show on the grid buttons.
显示在网格按钮上的字符串数组。
images
an array of textures on the grid buttons.
在网格按钮上的纹理图片数组。
contents
an array of text, image and tooltips for the grid button.
用于网格按钮的文本，图片和提示数组。
xcount
how many elements to fit in the horizontal direction. the controls will be scaled to fit unless the style defines a fixedwidth to use.
在水平方向上有多少元素，控件将缩放去适合宽度，除非样式定义了固定宽度(fixedwidth)。style
the style to use. if left out, the button style from the current guiskin is used.
使用样式，如果不使用，按钮样式应用当前的guiskin皮肤。
returns
int - the index of the selected button.
返回int类型，被选择按钮的索引号。
description描述
make a grid of buttons.
创建一个网格按钮。
c#
javascript
using unityengine;
using system.collections;
public class example :monobehaviour{
public int selgridint = 0;
public string[] selstrings = new string[] {"grid 1", "grid 2", "grid 3", "grid 4"};
void ongui() {
selgridint =gui.selectiongrid(newrect(25, 25, 100, 30), selgridint, selstrings, 2); }
}
var selgridint : int = 0;
var selstrings :string[] = ["grid 1", "grid 2", "grid 3", "grid 4"];
function ongui () {
selgridint =gui.selectiongrid(rect(25, 25, 100, 30), selgridint, selstrings, 2);
}
自动驾驶汽车硬件系统概述 自动驾驶汽车的硬件架构、传感器、线控等硬件系统 如果说人工智能技术将是自动驾驶汽车的大脑，那么硬件系统就是它的神经与四肢。从自动驾驶汽车周边环境信息的采集、传导、处理、反应再到各种复杂情景的解析，硬件系统的构造与升级对于自动驾驶汽车至关重要。 自动驾驶汽车硬件系统概述 从五个方面为大家做自动驾驶汽车硬件系统概述的内容分享，希望大家可以通过我的分享，对硬件系统的基础有个全面的了解： 一、自动驾驶系统的硬件架构 二、自动驾驶的传感器 三、自动驾驶传感器的产品定义 四、自动驾驶的大脑 五、自动驾驶汽车的线控系统
自动驾驶事故分析 根据美国国家运输安全委员会的调查报告，当时涉事Uber汽车——一辆沃尔沃SUV系统上的传感器在撞击发生6s前就检测到了受害者，而且在事故发生前1.3秒，原车自动驾驶系统确定有必要采取紧急刹车，此时车辆处于计算机控制下时，原车的紧急刹车功能无法启用。于是刹车的责任由司机负责，但司机在事故发生前0.5s低头观看视频未能抬头看路。 从事故视频和后续调查报告可以看出，事故的主要原因是车辆不在环和司机不在环造成的。Uber在改造原车加装自动驾驶系统时，将原车自带的AEB功能执行部分截断造成原车ADAS功能失效。自动驾驶系统感知到受害者确定要执行应急制动时，并没有声音或图像警报，此时司机正低头看手机也没有及时接管刹车。
目前绝大多数自动驾驶研发车都是改装车辆，相关传感器加装到车顶，改变车辆的动力学模型；改装车辆的刹车和转向系统，也缺乏不同的工况和两冬一夏的测试。图中Uber研发用车是SUV车型自身重心就较高，车顶加装的设备进一步造成重心上移，在避让转向的过程中转向过急过度，发生碰撞时都会比原车更容易侧翻。 自动驾驶研发仿真测试流程 所以在自动驾驶中，安全是自动驾驶技术开发的第一天条。为了降低和避免实际道路测试中的风险，在实际道路测试前要做好充分的仿真、台架、封闭场地的测试验证。 软件在环（Software in loop），通过软件仿真来构建自动驾驶所需的各类场景，复现真实世界道路交通环境，从而进行自动驾驶技术的开发测试工作。软件在环效率取决于仿真软件可复现场景的程度。对交通环境与场景的模拟，包括复杂交通场景、真实交通流、自然天气（雨、雪、雾、夜晚、灯光等）各种交通参与者（汽车、摩托车、自行车、行人等）。采用软件对交通场景、道路、以及传感器模拟仿
概述 1 近年来计算机硬件的飞速发展和软件的进一步成熟，并伴随着的流行和高性能计算机的利用以及低耗费高速Internet 网络的发展，使计算机网络成为单个统一强大的计算机资源的梦想正在逐步成为可能。所谓网格，是指将机群、(Grid)超级计算机、大规模存储系统、数据库以及其他地理上分散的特殊仪器设备，甚至个人计算机等所有的计算资源、存储资源、通信资源、软件资源、信息资源、知识资源等连接起来作为单个统一资源使用。从而能够方便快捷地解决各种复杂的问题。继实现了计算机硬件的连通，实现了Internet Web 网页的连通，试图实现互联网上所有的资源全面连通，Grid 掀起第次网络技术浪潮。因此有人也称网格为第代因特33网。 但是必须注意到，我们平常所接触的信息中，地理空间信息的比例可以占到左右80%[1]，然而地理空间信息在网上传送的信息中所占的比例却远未达到这一数字。这是因为作为专业处理地理信息的管理信息系统——地理信息系统，，虽然应用领域日 (Geographical Information System GIS)益广泛，却严重滞后于网络技术发展的速度，绝大多数系统仍运行在单机环境下，即便是上了网，也基本还停留在C/S 结构的专用局域网上，无法为社会大众使用。随着计算机网络、计算机通信等技术的发展，研究的重点已经由传统GIS 的数据结构和算法的研究转移到网络和分布式GIS(WebGIS)上。 GIS 但是基于协议的万维网并不能很好地解决人们TCP/IP 在地理空间信息共享方面所出现的问题，主要是由于分布式数据环境中协议的点对点传输优点变成TCP/IP (Peer-to-peer)了缺点，使万维网上出现了大量的信息孤岛。在最近几年中“数字地球”、“数字城市”成为了发展的方向，实践GIS 证明，传统的技术已经不能解决“数字地球”、“数字城市”的实时处理和信息共享问题，因为它们需要能够使地理 空间信息提供者能够实时地将地理空间信息提供给最需要的用户、而地理空间信息使用者又能够知道哪里能够找到急需的地理空间信息，当前的分布式技术还远未达到这种要GIS 求，必须在具有异构性、可扩展性(Heterogeneity)、动态自适应性和多级管理域等特(Scalability)(Adaptability)点的网格技术的基础上，这种情况下，网格计算的并行处理优势突出显示出来，基于网格计算的应运而生，构建新GIS 一代的网络地理信息系统——网格成了研GIS(GridGIS)GIS 究的一个主要方向。 网格计算及其研究进展 2 网格计算是将一个网络中众多计算机资源在同一时间用于单个问题的处理，通常是用于需要极大量计算机处理周期或访问大量数据的科学或技术问题[2]。网格计算可以看作分布式大规模集群计算和网络分布式并行处理的一种形式。它可以局限在一家公司内计算机工作站的网络上，或者是一种公众的协作在此情况下，有时也被认为是一种对等计算的(形式。事实上，有许多应用，包括协同工程，数据查询，)高吞吐量计算，理所当然还有分布式超级计算都将会受益于网格基础结构的发展。根据所言，网格是一个无Larry Smarr 缝的、集成计算的、协同的环( Integrated computational ) 境[3]。网格的功能可以被等分成两个逻辑网格：计算网格(和访问网格。计算网格可Computational grid)(Access grid)以提供虚拟的、无限制的计算和分布数据资源。访问网格将提供一组协作环境。 从世纪年代末期以来，网格研究就吸引了众多的注2080意力。很多国家都投入了大量研究资金，希望能抓住机遇、 掌握未来的命运。从美国、日本等发达国家到印度这样的发 GridGIS ——基于网格计算的地理信息系统 王铮 1,2 ，吴兵 1 （．华东师范大学城市与环境信息科学教育部开放实验室，上海；．中国科学院科技政策与管理科学研究所，北京） 1 2000622100080摘要： 讨论了网格计算的有关概念及其最新的研究进展，并在此基础上提出了基于网格计算的地理信息系统－的概念、特点及其GridGIS 体系结构。旨在解决目前地理空间信息的共享严重滞后于网络技术发展的速度而得不到有效利用和应用并没有像所预期的那样深入人们GIS 生活的方方面面的困惑。 关键词：网格计算；地理信息系统；网格GIS —— GridGIS Geographical Information System Based on Grid Computing WANG Zheng 1,2, WU Bing 1 (1. Geocomputation Open Laboratory, Ministry of State Education of China, East China Normal University, Shanghai 200062; ，2. Institute of Policy and Management Chinese Academy of Sciences, Beijing 100080) 【】Abstract ，，This paper suggests a GridGIS model . In the model, parallel computing and heterogeneity scalability adaptability of GIS are considered as key problems which need GridGIS to solve; besides, multi-level structure of GridGIS has been suggested in the model.【】Key words （）Grid computing; Geographical information system GIS ; GridGIS 第29卷 第4期Vol.29 № 4计 算 机 工 程Computer Engineering 2003年3月 March 2003 ? 基金项目论文? 中图分类号： TP 212.2文章编号：1000—3428(2003)04—0038—03 文献标识码：A —38—
在ANSYS平台上的复杂有限元网格划分技术 1. 网格密度 有限元结构网格数量的多少将直接影响计算结果的精度和计算规模的大小。一般来说，网格数量增加，计算精度会有所提高，但同时计算规模也会增加，怎样在这两者之间找到平衡，是每一个CAE工作者都想拥有的技术。网格较少时，增加网格数量可以使计算精度明显提高，而计算时间不会有大的增加。当网格数量增加到一定程度后，再继续增加网格时精度提高很少，而计算时间却大幅度增加。所以应该注意网格数量的经济性。实际应用时，可以比较两种网格划分的计算结果，如果两次计算结果相差较大，应该继续增加网格，重新计算，直到结果误差在允许的范围之内。 在决定网格数量时还应该考虑分析类型。静力分析时，如果仅仅是计算结构的变形，网格数量可以少一点。如果需要计算应力，则在精度要求相同的情况下取相对较多的网格。同样在结构响应计算中，计算应力响应所取的网格数量应该比计算位移响应的多。在计算结构固有动力特性时，若仅仅是计算少数低阶模态，可以选取较少的网格，如果计算的阶数较高，则网格数量应该相应的增加。在热分析中，结构内部的温度梯度不大时，不需要大量的内部单元，否则，内部单元应该较多。 有限元分析原则是把结构分解成离散的单元，然后组合这些单元
解得到最终的结果。其结果的精度取决于单元的尺寸和分布，粗的网格往往其结果偏小，甚至结果会发生错误。所以必须保证单元相对足够小，考虑到模型的更多的细节，使得到的结果越接近真实结果。由于粗的网格得到的结果是非保守的，因此要认真查看结果，其中有几种方法可以帮助读者分析计算结果与真实结果之间的接近程度。 最常用的方法是用对结果判断的经验来估计网格的质量，以确定网格是否合理，如通过看云图是否与物理现象相一致，如果云图线沿单元的边界或与实际现象不一致，那么很有可能结果是不正确的。 更多的评价网格误差的方法是通过比较平均的节点结果和不平均的单元结果。如在ANSYS中，提供了两条显示结果的命令：PLNS，PLES。前者是显示平均的节点结果，后者是显示不平均的单元结果。PLNS命令是计算节点结果，它是通过对该节点周围单元结果平均后得到的，分析结果是基于单元高斯积分点值，然后外插得到每个节点，因此在给定节点周围的每个单元都由自己的单元计算得到，所以这些节点结果通常是不相同的。PLNS命令是在显示结果之前将每个节点的所有结果进行了平均，所以看到的云图是以连续的方式从一个单元过渡到另外一个单元。而PLES命令不是对节点结果平均，所以在显示云图时单元和单元之间是不连续的。这种不连续程度在网格足够密(即单元足够小)的时候会很小或不存在，而在网格较粗时很大。由于PLNS结果是一个平均值，所以它得到的结果会比PLES的结果小，他
【分享】复杂几何模型的系列网格划分技术 众所周知，对于有限元分析来说，网格划分是其中最关键的一个步骤，网格划分的好坏直接影响到解算的精度和速度。在ANSYS中，大家知道，网格划分有三个步骤：定义单元属性（包括实常数）、在几何模型上定义网格属性、划分网格。在这里，我们仅对网格划分这个步骤所涉及到的一些问题，尤其是与复杂模型相关的一些问题作简要阐述。 一、自由网格划分 自由网格划分是自动化程度最高的网格划分技术之一，它在面上（平面、曲面）可以自动生成三角形或四边形网格，在体上自动生成四面体网格。通常情况下，可利用ANSYS的智能尺寸控制技术（SMARTSIZE命令）来自动控制网格的大小和疏密分布，也可进行人工设置网格的大小（AESIZE、LESIZE、KESIZE、ESIZE等系列命令）并控制疏密分布以及选择分网算法等（MOPT命令）。对于复杂几何模型而言，这种分网方法省时省力，但缺点是单元数量通常会很大，计算效率降低。同时，由于这种方法对于三维复杂模型只能生成四面体单元，为了获得较好的计算精度，建议采用二次四面体单元（92号单元）。如果选用的是六面体单元，则此方法自动将六面体单元退化为阶次一致的四面体单元，因此，最好不要选用线性的六面体单元（没有中间节点，比如45号单元），因为该单元退化后为线性的四面体单元，具有过刚的刚度，计算精度较差；如果选用二
次的六面体单元（比如95号单元），由于其是退化形式，节点数与其六面体原型单元一致，只是有多个节点在同一位置而已，因此，可以利用TCHG命令将模型中的退化形式的四面体单元变化为非退化的四面体单元，减少每个单元的节点数量，提高求解效率。在有些情况下，必须要用六面体单元的退化形式来进行自由网格划分，比如，在进行混合网格划分（后面详述）时，只有用六面体单元才能形成金字塔过渡单元。对于计算流体力学和考虑集肤效应的电磁场分析而言，自由网格划分中的层网格功能（由LESIZE命令的LAYER1和LAYER2域控制）是非常有用的。 二、映射网格划分 映射网格划分是对规整模型的一种规整网格划分方法，其原始概念是：对于面，只能是四边形面，网格划分数需在对边上保持一致，形成的单元全部为四边形；对于体，只能是六面体，对应线和面的网格划分数保持一致；形成的单元全部为六面体。在ANSYS中，这些条件有了很大的放宽，包括： 1 面可以是三角形、四边形、或其它任意多边形。对于四边以上的多边形，必须用LCCAT命令将某些边联成一条边，以使得对于网格划分而言，仍然是三角形或四边形；或者用AMAP命令定义3到4个顶点（程序自动将两个顶点之间的所有线段联成一条）来进行映射划分。 2 面上对边的网格划分数可以不同，但有一些限制条件。
网格计算理论及其应用 胡科 电子科技大学应用数学学院，四川成都（610054） 摘要：本文从理论角度，阐述网格概念、网格的标准化趋势、OGSA的体系结构、网格计算及其应用，并介绍了网格在我国的主要应用项目。 关键词：网格；网格标准；网格计算 1. 概述 网格（Grid）在欧美出现于20世纪90年代，是新一代高性能计算环境和信息服务基础设施，采用开放标准，能够实现动态跨地域的资源共享和协同工作。网格作为解决分布式复杂异构问题的新一代技术，其核心是实现大规模的地理上广泛分布的高性能计算资源、海量数据和信息资源、数据获取和分析处理系统、应用系统、服务与决策支持系统，以及组织、人员等各种资源的共享与聚合。网格被誉为继传统Internet、Web之后的“第三次信息技术浪潮”，成为互联网发展的第三大里程碑。这次技术革新的本质是WWW（World Wide Web，万维网）升级到GGG（Great Global Grid，全球网格）。如果说传统Internet实现了计算机硬件的连通，Web实现了网页的连通，网格则是试图实现互联网上所有资源的全面连通。网格在科学研究、商业应用等领域有着广阔的发展前景。 2. 网格的概念 2.1 狭义的“网格观” 美国Argonne国家实验室的资深科学家、Globus项目的领导人、堪称“网格之父”的Ian Foster曾在1998年出版的《网格：21世纪信息技术基础设施的蓝图》一书中这样描述网格：“网格是构筑在互联网上的一组新兴技术，它将高速互联网、高性能计算机、大型数据库、传感器、远程设备等融为一体，为科技人员和普通老百姓提供更多的资源、功能和交互性。互联网主要为人们提供电子邮件、网页浏览等通信功能，而网格功能则更多更强，让人们透明地使用计算、存储等其他资源。”。2000年，Ian Foster在《网格的剖析》这篇论文中把网格进一步描述为“在动态变化的多个虚拟机构间共享资源和协同解决问题。”。2002年7月，Ian Foster在《什么是网格？判断是否网格的三个标准》一文中，限定网格必须同时满足三个条件：(1) 在非集中控制的环境中协同使用资源；(2) 使用标准的、开放的和通用的协议和接口；(3) 提供非平凡的服务。 2.2 广义的“网格观” 意指GGG，它不仅包括计算网格、数据网格、信息网格、知识网格、商业网格，还包括一些已有的网络计算模式，如P2P（Peer-to-Peer Computing，对等计算）等。 不管是狭义还是广义的“网格观”，其目的不外乎是要利用互联网把分散在不同地理位置的电脑整合成一台“虚拟的超级计算机”，实现计算资源、存储资源、数据资源、信息资源、软件资源、存储资源、通信资源、知识资源、专家资源等的全面共享。 3. 网格的标准化趋势 随着网格研究的深入，人们越来越发现网格体系结构的重要。网格体系结构是关于如何
第3章网格划分技术及技巧 创建几何模型后，必须生成有限元模型才能分析计算，生成有限元模型的方法就是对几何模型进行网格划分，网格划分主要过程包括三个步骤： ⑴定义单元属性 单元属性包括单元类型、实常数、材料特性、单元坐标系和截面号等。 ⑵定义网格控制选项 ★对几何图素边界划分网格的大小和数目进行设置； ★没有固定的网格密度可供参考； ★可通过评估结果来评价网格的密度是否合理。 ⑶生成网格 ★执行网格划分，生成有限元模型； ★可清除已经生成的网格并重新划分； ★局部进行细化。 3.1 定义单元属性 3.1.1 单元类型 1. 定义单元类型 命令：ET, ITYPE, Ename, KOP1, KOP2, KOP3, KOP4, KOP5, KOP6, INOPR ITYPE---用户定义的单元类型的参考号。 Ename---ANSYS单元库中给定的单元名或编号，它由一个类别前缀和惟一的编号组成，类别前缀可以省略，而仅使用单元编号。 KOP1~KOP6---单元描述选项，此值在单元库中有明确的定义，可参考单元手册。也可通过命令KEYOPT进行设置。 INOPR---如果此值为1则不输出该类单元的所有结果。 例如： et,1,link8 !定义LINK8单元，其参考号为1；也可用ET,1,8定义 et,3,beam4 !定义BEAM4单元，其参考号为3；也可用ET,3,4定义 2. 单元类型的KEYOPT 命令：KEYOPT,ITYPE,KNUM,V ALUE ITYPE---由ET命令定义的单元类型参考号。 KNUM---要定义的KEYOPT顺序号。 V ALUE---KEYOPT值。 该命令可在定义单元类型后，分别设置各类单元的KEYOPT参数。例如： et,1,beam4 !定义BEAM4单元的参考号为1 et,3,beam189 !定义BEAM189单元的参考号为3 keyopt,1,2,1 !BEAM4单元考虑应力刚度时关闭一致切线刚度矩阵 keyopt,3,1,1 !考虑BEAM189的第7个自由度，即翘曲自由度
人工智能在自动驾驶技术中的应用 摘要：随着技术的快速发展云计算、大数据、人工智能一些新名词进入大众的视野，人工智能是人类进入信息时代后的又一技术革命正受到越来越广泛的重视。作为人工智能等术在汽车行业、交通领域的延伸与应用，无人驾驶近几年在世界范围内受到了产学界甚至国家层面的密切关注。自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。自动驾驶技术将成为未来汽车一个全新的发展方向。本文将主要介绍人工智能技术在自动驾驶中的应用领域，并对自动技术的发展前景进行一个简单的分析。 关键词：人工智能；自动驾驶；智能汽车；图像识别 0. 引言 人工智能是一门起步晚却发展快速的科学。20 世纪以来科学工作者们不断寻求着赋予机器人类智慧的方法。现代人工智能这一概念是从英国科学家图灵的寻求智能机发展而来，直到1937年图灵发表的论文《理想自动机》给人工智能下了严格的数学定义，现实世界中实际要处理的很多问题不能单纯地是数值计算，如言语理解与表达、图形图像及声音理解、医疗诊断等等。1955 年Newell 和Simon 的Logic Theorist证明了《数学原理》中前52 个定理中的38 个。Simon 断言他们已经解决了物质构成的系统如何获得心灵性质的问题( 这种论断在后来的哲学领域被称为“强人工智能”) ，认为机器具有像人一样逻辑思维的能力。1956 年，“人工智能”( AI) 由美国的JohnMcCarthy 提出，经过早期的探索阶段，人工智能向着更加体系化的方向发展，至此成为一门独立的学科。五十年代，以游戏博弈为对象开始了人工智能的研究；六十年代，以搜索法求解一般问题的研究为主；七十年代，人工智能学者进行了有成效的人工智能研究；八十年代，开始了不确定推理、非单调推理、定理推理方法的研究；九十年代，知识表示、机器学习、分布式人工智能等基础性研究方面都取得了突破性的进展。 1. 人工智能在自动驾驶技术中的应用概述 人工智能发展六十年，几起几落，如今迎来又一次热潮，深度学习、计算机
有限元网格划分 摘要:总结近十年有限元网格划分技术发展状况。首先,研究和分析有限元网格划分的基本原则；其次,对当前典型网格划分方法进行科学地分类,结合实例,系统地分析各种网格划分方法的机理、特点及其适用范围,如映射法、基于栅格法、节点连元法、拓扑分解法、几何分解法和扫描法等；再次,阐述当前网格划分的研究热点,综述六面体网格和曲面网格划分技术；最后,展望有限元网格划分的发展趋势。 关键词:有限元网格划分；映射法；节点连元法;拓扑分解法；几何分解法；扫描法；六面体网格 1 引言 有限元网格划分是进行有限元数值模拟分析至关重要的一步，它直接影响着后续数值计算分析结果的精确性。网格划分涉及单元的形状及其拓扑类型、单元类型、网格生成器的选择、网格的密度、单元的编号以及几何体素。在有限元数值求解中，单元的等效节点力、刚度矩阵、质量矩阵等均用数值积分生成，连续体单元以及壳、板、梁单元的面内均采用高斯（Gauss）积分，而壳、板、梁单元的厚度方向采用辛普生（Simpson）积分。 2 有限元网格划分的基本原则 有限元方法的基本思想是将结构离散化,即对连续体进行离散化,利用简化几何单元来近似逼近连续体,然后根据变形协调条件综合求解。所以有限元网格的划分一方面要考虑对各物体几何形状的准确描述,另一方面也要考虑变形梯度的准确描述。为正确、合理地建立有限元模型,这里介绍划分网格时应考虑的一些基本原则。 2.1 网格数量
网格数量直接影响计算精度和计算时耗,网格数量增加会提高计算精度,但同时计算时耗也会增加。当网格数量较少时增加网格，计算精度可明显提高,但计算时耗不会有明显增加;当网格数量增加到一定程度后,再继续增加网格时精度提高就很小,而计算时耗却大幅度增加。所以在确定网格数量时应权衡这两个因素综合考虑。 2.2 网格密度 为了适应应力等计算数据的分布特点,在结构不同部位需要采用大小不同的网格。在孔的附近有集中应力,因此网格需要加密;周边应力梯度相对较小,网格划分较稀。由此反映了疏密不同的网格划分原则:在计算数据变化梯度较大的部位,为了较好地反映数据变化规律,需要采用比较密集的网格;而在计算数据变化梯度较小的部位,为减小模型规模,网格则应相对稀疏。 2.3 单元阶次 单元阶次与有限元的计算精度有着密切的关联,单元一般具有线性、二次和三次等形式,其中二次和三次形式的单元称为高阶单元。高阶单元的曲线或曲面边界能够更好地逼近结构的曲线和曲面边界,且高次插值函数可更高精度地逼近复杂场函数,所以增加单元阶次可提高计算精度。但增加单元阶次的同时网格的节点数也会随之增加,在网格数量相同的情况下由高阶单元组成的模型规模相对较大,因此在使用时应权衡考虑计算精度和时耗。 2.4 单元形状 网格单元形状的好坏对计算精度有着很大的影响,单元形状太差的网格甚至会中止计算。单元形状评价一般有以下几个指标: (1)单元的边长比、面积比或体积比以正三角形、正四面体、正六面体为参考基准。 (2)扭曲度:单元面内的扭转和面外的翘曲程度。 (3)节点编号:节点编号对于求解过程中总刚矩阵的带宽和波前因数有较大的影响,从而影响计算时耗和存储容量的大小
3.4 网格划分实例 复杂面模型的网格划分 1. 孔板 钢结构螺栓连接中的节点板，其板上都设有一定数量的螺栓孔，这些栓孔可能对称布置也可能不对称布置。要得到四边形映射网格必须满足其要求的条件，可对板进行适当的切分或连接。本例采用切分命令将面切成多个小面，有些可满足4 边的条件，包含曲线的面则不满足4 边的条件，可分别采用AMESH 和AMAP 命令（如用LCCAT 需要不断连接、划分、删除连接线等操作）进行映射网格划分。 示例： ! EX3.18 孔板网格划分 finish $ /clear $ /prep7 a0=300 $ b0=800 $ r0=15 ! 定义参数 blc4,,,a0,b0 $ cyl4,a0/4,b0/8,r0 ! 创建矩形面和一个圆面 agen,2,2,,,a0/2 $ agen,2,2,3,1,,b0/8 ! 复制生成其它圆面 agen,2,2,5,1,,b0*5/8 $ asel,s,,,2,9,1 ! 选择圆面 cm,a2cm,area $ allsel ! 将所选择圆面定义为组件a2cm
asba,1,a2cm ! 用矩形面减圆面，形成孔板 wprota,,-90 ! 将孔板竖向切分 *do,i,1,5 $ wpoff,,,b0/16 $ asbw,all $ *enddo wpoff,,,b0*5/16 $ *do,i,1,5 $ wpoff,,,b0/16 $ asbw,all $ *enddo wprota,,,90 ! 将孔板横向切分 *do,i,1,3 $ wpoff,,,a0/4 $ asbw,all $ *enddo wpcsys,-1 $ numcmp,all lsel,s,radius,,r0 $ lesize,all,,,8 ! 选择圆孔边界线，定义网分数为8 lsel,inve $ lesize,all,,,4 $ lsel,all ! 其余线网分数为4 et,1,82 $ mshape,0,2d $ mshkey,1 ! 定义单元类型、单元形状及网分类型 asel,u,loc,y,b0/16,b0*5/16 ! 不选择带圆孔的面 asel,u,loc,y,b0*11/16,b0*15/16 ! 不选择带圆孔的面 lsla,s$lsel,r,tan1,x ! 选择竖向线 lesize,all,50,,,,1 ! 修改这些线的网分尺寸 amesh,all $ allsel ! 划分这些面的网格
一、前言 有限元网格划分是进行有限元数值模拟分析至关重要的一步，它直接影响着后续数值计算分析结果的精确性。网格划分涉及单元的形状及其拓扑类型、单元类型、网格生成器的选择、网格的密度、单元的编号以及几何体素。从几何表达上讲，梁和杆是相同的，从物理和数值求解上讲则是有区别的。同理，平面应力和平面应变情况设计的单元求解方程也不相同。在有限元数值求解中，单元的等效节点力、刚度矩阵、质量矩阵等均用数值积分生成，连续体单元以及壳、板、梁单元的面内均采用高斯（Gauss）积分，而壳、板、梁单元的厚度方向采用辛普生（Simpson）积分。辛普生积分点的间隔是一定的，沿厚度分成奇数积分点。由于不同单元的刚度矩阵不同，采用数值积分的求解方式不同，因此实际应用中，一定要采用合理的单元来模拟求解。 CAD软件中流行的实体建模包括基于特征的参数化建模和空间自由曲面混合造型两种 方法。Pro/E和SoildWorks是特征参数化造型的代表，而CATIA与Unigraphics等则将特征参数化和空间自由曲面混合造型有机的结合起来。现有CAD软件对表面形态的表示法已经大大超过了CAE软件，因此，在将CAD实体模型导入CAE软件的过程中，必须将CAD 模型中其他表示法的表面形态转换到CAE软件的表示法上，转换精度的高低取决于接口程序的好坏。在转换过程中，程序需要解决好几何图形（曲线与曲面的空间位置）和拓扑关系（各图形数据的逻辑关系）两个关键问题。其中几何图形的传递相对容易实现，而图形间的拓扑关系容易出现传递失败的情况。数据传递面临的一个重大挑战是，将导入CAE程序的CAD模型改造成适合有限元分析的网格模型。在很多情况下，导入CAE程序的模型可能包含许多设计细节，如细小的孔、狭窄的槽，甚至是建模过程中形成的小曲面等。这些细节往往不是基于结构的考虑，保留这些细节，单元数量势必增加，甚至会掩盖问题的主要矛盾，对分析结果造成负面影响。 CAD模型的“完整性”问题是困扰网格剖分的障碍之一。对于同一接口程序，数据传递的品质取决于CAD模型的精度。部分CAD模型对制造检测来说具备足够的精度，但对有限元网格剖分来说却不能满足要求。值得庆幸的是，这种问题通常可通过CAD软件的“完整性检查”来修正。改造模型可取的办法是回到CAD系统中按照分析的要求修改模型。一方面检查模型的完整性，另一方面剔除对分析无用的细节特征。但在很多情况下，这种“回归”很难实现，模型的改造只有依靠CAE软件自身。CAE中最直接的办法是依靠软件具有的“重构”功能，即剔除细部特征、缝补面和将小面“融入”大曲面等。有些专用接口在模型传递过程中甚至允许自动完成这种工作，并且通过网格剖分器检验模型的“完整性”，如发现“完整性”不能满足要求，接口程序可自动进行“完整性”修复。当几何模型距CAE分析的要求相差太大时，还可利用CAE程序的造型功能修正几何模型。“布尔运算”是切除细节和修理非完整特征的有效工具之一。 目前数据传递一般可通过专用数据接口，CAE程序可与CAD程序“交流”后生成与CAE 程序兼容的数据格式。另一种方式是通过标准图形格式如IGES、SAT和ParaSolid传递。现有的CAD平台与通用有限元平台一般通过IGES、STL、Step、Parasolid等格式来数据
浅谈网格计算相关技术与应用(一) 论文关键词]数据库浮点运算虚拟化资源共享论文摘要]论述网格计算的发展概况，在科学领域的应用范围，网格服务的特点以及在未来网络下场中的发展潜力。 一、网格计算的由来与发展 网格计算是伴随着互联网技术而迅速发展起来的，是将地理上分布的计算资源（包括数据库、贵重仪器等各种资源）充分运用起来，协同解决复杂的大规模问题，特别是解决仅靠本地资源无法解决的复杂问题，是专门针对复杂科学计算的新型计算模式。这种计算模式是利用互联网把分散在不同地理位置的电脑组织成一个“虚拟的超级计算机”，其中每一台参与计算的计算机就是一个“节点”，而整个计算机是由成千上万个“节点”组成的“一张网格”，所以这种计算方式叫网格计算。这样组织起来的“虚拟的超级计算机”有两个优势，一个是数据处理能力超强，另一个是能充分利用网上的闲置处理能力。简单地讲，网格是把整个网络整合成一台巨大的超级计算机，实现计算资源、存储资源、数据资源、信息资源、知识资源、专家资源的全面共享。 近几年，随着计算机计算能力的迅速增长，互联网络的普及和高速网络成本的大幅降低以及传统计算方式和计算机的使用方式的改变，网格计算已经逐渐成为超级计算发展的一个重要趋势。网格计算是一个崭新而重要的研究领域，它以大粒度资源共享、高性能计算和创新性应用为主要特征，必将成为21世纪经济发展的重要推动力。 二十世纪九十年代以来，世界各个国家，尤其是发达国家，建立了很多超级计算应用中心和工程研究中心，美国还制定了新一轮规划的先进计算框架（ACIP），发展面向21世纪的先进计算技术。我国在科技部的领导和主持下，经过专家组及相关单位的努力，作为我国高性能计算和信息服务战略性基础设施的国家高性能计算环境发展很快。在已经建成的５个国家级高性能计算中心的基础上，又于中南、西北等地建立了新的国家高性能计算中心，科技部加强了网络节点的建设，形成了以科学院为主体的计算网格。教育部也启动了网格计算工程，第一批１２个网点正在建设之中，国家基金委也列出专项基金资助网格计算。 网格是借鉴电力网的概念出来的，网格的最终目的是希望用户在使用网格的计算能力时，就如同现在使用电力一样方便简单。 二、网格计算的应用 （一）分布式超级计算 网格计算可以把分布式的超级计算机集中起来，协同解决复杂大规模的问题。是大量的闲置计算机资源得到有效的组织，提高了资源的利用效率，节省了大量的重复投资，使用户的需求能够得到及时满足。 （二）高吞吐率计算机 网络技术能够十分有效地提高计算的吞吐率，它利用CPU周期窃取技术，将大量闲置计算机的计算资源集中起来，提供给对时间不太敏感的问题，作为计算资源的重要来源。 （三）数据密集型计算 数据密集型计算的问题求解通常同时产生很大的通讯和计算需求，需要网格能力才可以解决。网格已经在药物分子设计、计算力学、计算材料、电子学、生物学、核物理反映、航空航天等众多领域得到广泛应用。 （四）给予更广泛信息共享的人与人交互 网格的出现更急突破了人与人之间地理界线的限制，使得科技工作者之间的交流更加的方便，从某种程度上说，可以实现人与人之间的智慧共享。 （五）更广泛的资源贸易 随着大型机性能的提高和微机的更加普及，其资源的闲置问题越来越突出，网络技术可以有效地组织这些闲置资源，使得有大量的计算需求用户能够获得这些资源，而资源提供者的应
一、基本有限元网格概念 1.单元概述 几何体划分网格之前需要确定单元类型。 单元类型的选择应该根据分析类型、 形状特征、 计算数据特点、精度要求和计算的硬件条件等因素综合考虑。 为适应特殊的分析对象和边界 条件，一些问题需要采用多种单元进行组合建模。 2?单元分类 选择单元首先需要明确单元的类型，在结构中主要有以下一些单元类型： 平面应力单元、 平面应变单元、轴对称实体单元、空间实体单元、板 单元、壳单元、轴对称壳单元、杆单 元、梁单元、弹簧单元、间隙单元、质量单元、摩擦单元、刚体单元和约束单元等。根据不 同的分类方法，上述单元可以分成以 下不同的形式。 3. 按照维度进行单元分类 根据单元的维数特征，单元可以分为一维单元、二维单元和三维单元。 一维单元的网格为一条直线或者曲线。 直线表示由两个节点确定的线性单元。 曲线代表 由两个以上的节点确定的高次单元， 或者由具有确定形状的线性单元。 杆单元、梁单元和轴 对称壳单元属于一维单元，如图 1?图 3所示。 二维单元的网格是一个平面或者曲面，它没有厚度方向的尺寸。这类单元包括平面单元、 轴对称实体单元、板单元、壳单元和复合材料壳单元等，如图 4所示。二 维单元的形状通 常具有三角形和四边形两种， 在使用自动网格剖分时， 这类单元要求的几何形状是表面模型 图1捋果詰柯与一维杆单无犠型（直豉） &2桁舉第构石一隼杆早死撲型（曲线） B3毀姑构与一纯梁单元除世（直疑和呦疚〕
或者实体模型的边界面。采用薄壳单元通常具有相当好的计算效率。
洞丨伍金哉钩和潯壳社电 三维单元的网格具有空间三个方向的尺寸，其形状具有四面体、五面体和六面体，这类单元 包括空间实体单元和厚壳单元，如图5所示。在自动网格划分时，它要求的是几何模型是实 体模型（厚壳单元是曲面也可以）。 图5三址乙勺久和父侬草无 4. 按照插值函数进行单元分类 根据单元插值函数多项式的最高阶数多少，单元可以分为线性单元、二次单元、三次 单元和更高次的单元。 线性单元具有线性形式的插值函数，其网格通常只具有角节点而无边节点，网格边界为直线或者平面。这类单元的优点是节点数量少，在精度要求不高或者结果数据梯度不太大 的情况下，采用线性单元可以得到较小的模型规模。但是由于单元位移函数是线性的，单元 着应力突变，如图6所示。 S6錢41吕节点点单无fu节庖实体羊元
·网格划分包含以下3个步骤: –定义单元属性 –指定网格的控制参数 –生成网格 A. 多种单元属性 ·如前所述, 每个单元有以下与之相关的属性: –单元类型(TYPE) –实常数(REAL) –材料特性(MAT) ·许多FEA模型有多种属性. 例如，下图所示的筒仓有两种单元类型, 三种实常数, 以及两种材料. ·只要您的模型中有多种单元类型(TYPEs), 实常数(REALs) 和材料(MATs), 就必须确保给每一种单元指定了合适的属性. 有以下3种途径: –在网格划分前为实体模型指定属性 –在网格划分前对MAT, TYPE,和REAL进行“总体的”设置 –在网格划分后修改单元属性 ·如果没有为单元指定属性, ANSYS将MAT=1, TYPE=1, 和REAL=1作为模型中所有单元的缺省设置. 注意, 采用当前激活的TYPE, REAL, 和MAT 进行网格操作. 为实体模型指定属性 1.定义所有需要的单元类型,材料, 和实常数. 2.然后使用网格工具的“单元属性”菜单条(Preprocessor > MeshTool): –选择实体类型后按SET键. –拾取您想要指定属性的实体. –在后续的对话框设置适当的属性.或选择需要的实体,使用VATT, AATT, LATT, 或KATT命令. 3.当您为实体划分网格时, 它的属性将自动转换到单元上.
使用总体的属性设置 1.定义所有需要的单元类型,材料, 和实常数. 2.然后使用网格工具的“单元属性”菜单条(Preprocessor > MeshTool): –选择Global后按SET 键. –在“网格划分属性”对话框中激活需要的属性组合. 这些被视为激活的TYPE, REAL,和MAT 设置. 或使用TYPE, REAL, 和MAT命令.
[摘要]文章论述了网格计算的发展概况、在科学领域的应用范围、网格服务的特点以及在未来网络市场中的发展潜力。[关键词]数据库；浮点运算；虚拟化；资源共享现代社会由于大规模的科学和工程计算的需求，迫使计算机必须不断地提高其运算速度和存储容量。计算机的发展历史表明，为了达到更好的处理性能，除了必须提高系统的硬件的速度外，系统的结构也必须不断改进，特别是当元器件的速度达到极限时，后者将变成焦点问题。于是，超级并行机已经成为复杂科学计算领域的主宰。但以超级计算机为中心的计算模式存在明显的不足，而且目前正在经受挑战。超级计算机虽然是一台处理能力强大的“巨无霸”，但它的造价极其昂贵，通常只有一些国家级的部门，如航天、军事、气象等部门才有能力配置这样的设备。而随着人们在日常工作遇到的商业计算越来越复杂，人们迫切需要数据处理能力更强大的计算机，而超级计算机的价格显然阻止了它进入普通人的工作领域。于是，人们开始寻找一种造价低廉而数据处理能力超强的计算模式，最终科学家们经过努力找到了答案——Grid Computing（网格计算）。网格（grid）是一个集成的计算与资源环境，或者说是一个计算资源池。网格也是一种先进的计算基础设施（Advanced Computational Infrastructure，简称ACI），用于研究与工程应用相结合的项目，学科领域涉及超级计算技术、网络技术、数据库技术、中间件技术、并行算法和各种计算科学研究与应用技术，是一个综合性的跨学科高技术研究课题。网格计算（Grid Computing）是伴随着互联网技术而迅速发展起来的，是将地理上分布的计算资源（包括数据库、贵重仪器等各种资源）充分利用起来，协同解决复杂的大规模问题,特别是解决仅靠本地资源无法解决的复杂问题，是专门针对复杂科学计算的新型计算模式。这种计算模式是利用互联网把分散在不同地理位置的电脑组织成一个“虚拟的超级计算机”，其中每一台参与计算的计算机就是一个“节点”，而整个计算是由成千上万个“节点”组成的“一张网格”，所以这种计算方式叫网格计算。这样组织起来的“虚拟的超级计算机”有两个优势，一个是数据处理能力超强；另一个是能充分利用网上的闲置处理能力。简单地讲，网格是把整个网络整合成一台巨大的超级计算机，实现计算资源、存储资源、数据资源、信息资源、知识资源、专家资源的全面共享。近年来，随着计算机计算能力的迅速增长，互联网络的普及和高速网络成本的大幅度降低以及传统计算方式和计算机的使用方式的改变，网格计算已经逐渐成为超级计算发展的一个重要趋势。网格计算是一个崭新而重要的研究领域，它以大粒度资源共享，高性能计算和创新性应用为主要特征，必将成为21世纪经济发展的重要推动力。二十世纪九十年代以来，世界各个国家，尤其是发达国家，建立了很多超级计算应用中心（NCSA）和工程研究中心，美国还制定了新一轮规划的先进计算框架计划(ACIP),发展面向21世纪的先进计算技术. 我国在科技部的领导和主持下，经过306主题专家组及相关单位的努力，作为我国高性能计算和信息服务的战略性基础设施的国家高性能计算环境发展很快。在已建成的5个国家级高性能计算中心基础上，又于中南、西北等地建立了新的国家高性能计算中心，科技部并加强了网格节点的建设，形成以科学院为主体的计算网格。教育部也启动了网格计算工程，第一批12个网点正在建设中，国家基金委也列出专向基金资助网格计算。[!--empirenews.page--]网格是借鉴电力网（electric power grid）的概念出来的，网格的最终目的是希望用户在使用网格的计算能力时，就如同现在使用电力一样方便简单。在科学计算领域，网格计算可以在以下几个方面得到广泛应用：1.分布式超级计算。网格计算可以把分布式的超级计算机集中起来，协同解决复杂的大规模的问题。使大量闲置的计算机资源得到有效的组织，提高了资源的利用效率，节省了大量的重复投资，使用户的需求能够得到及时满足。2.高吞吐率计算。网格技术能够十分有效地提高计算的吞吐率，它利用CPU的周期窃取技术，将大量空闲的计算机的计算资源集中起来，提供给对时间不太敏感的问题，作为计算资源的重要来源。3.数据密集型计算。数据密集型的问题的求解往往同时产生很大的通讯和计算需求，需要网格能力才可以解决。网格可以药物分子设计、计算力学、计算材料、电子学、生物学、核物理反应、航空航天等众多的领域得到
有限元网格剖分方法概述 在采用有限元法进行结构分析时，首先必须对结构进行离散，形成有限元网格，并给出与此网格相应的各种信息，如单元信息、节点坐标、材料信息、约束信息和荷载信息等等，是一项十分复杂、艰巨的工作。如果采用人工方法离散对象和处理计算结果，势必费力、费时且极易出错，尤其当分析模型复杂时，采用人工方法甚至很难进行，这将严重影响高级有限元分析程序的推广和使用。因此，开展自动离散对象及结果的计算机可视化显示的研究是一项重要而紧迫的任务。 有限元网格生成技术发展到现在, 已经出现了大量的不同实现方法，列举如下： 映射法 映射法是一种半自动网格生成方法，根据映射函数的不同，主要可分为超限映射和等参映射。因前一种映射在几何逼近精度上比后一种高，故被广泛采用。映射法的基本思想是：在简单区域内采用某种映射函数构造简单区域的边界点和内点，并按某种规则连接结点构成网格单元。也就是根据形体边界的参数方程，利用映射函数，把参数空间内单元正方形或单元三角形(对于三维问题是单元立方体或单元四面体)的网格映射到欧氏空间，从而生成实际的网格。这种方法的主要步骤是，首先人为地把分析域分成一个个简单可映射的子域，每个子域为三角形或四边形，然后根据网格密度的需要，定义每个子域边界上的节点数，再根据这些信息，利用映射函数划分网格。 这种网格控制机理有以下几个缺点： （1）它不是完全面向几何特征的，很难完成自动化，尤其是对于3D区域。 （2）它是通过低维点来生成高维单元。例如，在2D问题中，先定义映射边界上的点数，然后形成平面单元。这对于单元的定位，尤其是对于远离映射边界的单元的定位，是十分困难的，使得对局部的控制能力下降。 （3）各映射块之间的网格密度相互影响程度很大。也就是说，改变某一映射块的网格密度，其它各映射块的网格都要做相应的调整。 其优点是：由于概念明确，方法简单，单元性能较好，对规则均一的区域，适用性很强，因此得到了较大的发展，并在一些商用软件如ANSYS等得到应用。 2 。拓扑分解法 拓扑分解法较其它方法发展较晚, 它首先是由Wordenwaber提出来的。该方法假设最后网格顶点全部由目标边界顶点组成, 那么可以用一种三角化算法将目标用尽量少的三角形完全分割覆盖。这些三角形主要是由目标的拓扑结构决定, 这样目标的复杂拓扑结构被分解成简单的三角形拓扑结构。该方法生成的网格一般相当粗糙, 必须与其它方法相结合, 通过网格加密等过程, 才能生成合适的网格。该方法后来被发展为普遍使用的目标初始三角化算法, 用来实现从实体表述到初始三角化表述的自动化转换。 单一的拓扑分解法因只依赖于几何体的拓扑结构使网格剖分不理想，有时甚至很差。 3．连接节点法 这类方法一般包括二步：区域内布点及其三角化。早期的方法通常是先在区域内布点, 然后再将它们联成三角形或四面体, 在三角化过程中, 对所生成的单元形状难于控制。随着Delaunay三角化(简称为DT ) 方法的出现, 该类方法已成为目前三大最流行的全自动网格生成方法之一。 DT法的基本原理：任意给定N个平面点Pi(i=1,2,…,N)构成的点集为S，称满足下列条件的点集Vi为Voronoi多边形。其中，Vi满足下列条件： Vi ={ X：|X- Pi|(|X- Pj|,X(R2,i(j,j=1,2,…,N }Vi为凸多边形，称{ Vi}mi=1为Dirichlet Tesselation