通过Evan Yares，软件高级编辑和分析师
它更多的是关于领域知识，而不是软件的易用性
很久以前，当SolidWorks开始在他们的同名CAD包中包含Cosmos FEA的基本版本时，CAE软件的转变开始了。这是“红色是坏的，绿色是好的”学派思想的开始，易用性开始成为新一代CAE用户日益重要的要求。
新一代的人成长得很疯狂。例如，在学校F1挑战赛中，年龄在9岁到19岁之间的学生团队合作，设计，分析，制造，测试，然后比赛微型气体动力轻木F1赛车。谁能想到中学生会使用CFD代码来设计和分析本质上是玩具车的东西呢?
即使中等学生可以使用CFD软件优化设计的模型车,真正的F1团队来说,大钱的骑在他们的results-know所有,你不能只是给平均CAE软件设计工程师(更少的二次学生),并期望获得比赛胜利的结果。这些团队聘请了经验丰富的CAE分析师，进行了大量的模拟，并投入大量资金进行风洞和跑道测试，以验证他们的结果。除此之外，许多大学还与世界顶尖大学合作，合作并资助学术研究，以提高CAE的水平。
CAE公司不能忽视市场对易用性的需求。然而，CAE软件的易用性导致了更多的误用。学习如何使用CAE软件是一回事;知道使用该软件获得有效结果需要什么是完全不同的事情。
用于医疗应用喷嘴的流动和粒子模拟。计算剪切应力和流体力，有助于评估血液损伤的风险，这通常必须考虑在控制医疗设备的流动时。一个真实生活问题的一个很好的例子，域名专业知识至关重要。
图片礼貌COMSOL.
建模的挑战
使用CAE获得良好结果的困难不仅仅在于创建网格、边界条件和负载。它需要创建一个模型来获取对问题的基本理解。
杜邦工程公司的高级研究员Rick Nopper在2011年的COMSOL会议上发表了演讲，他指出了建模中的一些挑战:
- 现实生活中的许多问题都定义不清
- 在一开始。
- 通常，获得良好的输入数据是最困难的任务。
- 许多问题都是“多重物理”。
- 许多系统在某种意义上是无序的。
- 许多问题是跨多个规模的。
- 理解模型参数的敏感性是很重要的。
简而言之，许多现实生活中的问题具有足够的挑战性，它们只能由具有相关领域专业知识的聪明人来解决。
在CAE领域，越来越多的人能够运行软件，但他们没有准备分析模型以获取问题的基本理解的领域专业知识。
当设计师被要求做CAE时，他们很自然地设置模拟，按下“解决”按钮，并假设结果是有效的——红色是坏的，绿色是好的。很难指责他们做出这种假设。在CAD软件中，糟糕的结果通常通过重新生成错误消息来显示出来。在CAE中，糟糕的结果常常隐藏在漂亮的von Mises图中。
在这个经典的基准中，一个圆形的杆进行了单轴拉伸试验，结果产生了很大的变形。你只需要知道红色是坏的，绿色是好的。现实生活中的问题从来没有这么简单。
图片礼貌COMSOL.
没有简单的答案可以保证有效的模拟结果。当然，第一步是教育。
虽然许多CAE软件公司都有培训项目，但COMSOL公司似乎在这方面做得特别好。他们为期两天的多物理强化培训课程将大部分时间花在多物理建模的实践和理论方面，只有有限的时间讨论如何使用COMSOL软件。它应该是这样的:CAE教育不应该是教人们一个项目的怪癖。它应该是关于教人们如何模拟现实生活中的问题。本课程适合任何有工程、物理或科学背景的人，不需要以前有COMSOL Multiphysics的经验。
另一个良好的教育来源是NAFEMS(原英国国家有限元方法和标准机构)。他们在欧洲和美国提供课程，也通过网络学习。
除了教育之外，还有一些可能有用但似乎不可用的工具，那就是检查模拟设置、防止或最小化CAE软件误用的工具。虽然许多供应商提供了相关性和验证工具，将CAE结果与测量的测试数据进行比较，但这些工具不会告诉您任何错误的来源。他们不会查看你的模拟设置;只看你的成绩。
虽然易用性往往有助于CAE软件滥用，但它也可能是一个积极的东西。如果您将CAE程序放入具有域知识的人的手中能够准确模拟问题的人的手中，他们将能够在更短的时间内获得更多的模拟。当然，这也是如此，如果你把同一计划放在没有域知识的人的手中，他们也会在更短的时间内获得更多的模拟。这些模拟可能并不是可靠或有用的。
F1在学校
www.f1inschools.com
COMSOL
www.comsol.com
NAFEMS
www.nafems.org
了下:设计世界的文章，有限元分析软件，模拟，软件
我想说的是，领域知识对于任何应用程序都是给定的。例如，如果你不知道如何设计一个好的阀门，任何软件都帮不了你。如果你不知道如何使用锤子，不要拿起它。你只会打到你的拇指。高中生使用CFD并不是为了成为领域专家。这样的项目存在的原因是鼓励他们在大学进入STEM学科，这样我们就可以培养出未来的领域专家。
通过考虑构成复杂产业问题的CFD模型的个人设置的数量，最好了解易用性的重要性。成千上万。易用性目标是尽可能多地自动化，以便最小化人类误差。易用性是件好事，期间，因为这一点。它与域专业知识正交。它们彼此独立，但两者都需要生产始终如一的可靠的成果所需的结果。
嗨,埃文。不错的文章。从战略上讲，你只是触及了它的表面，让更多的工程师能够可靠地将模拟的力量交到他们手中，为他们或其他依赖他们的人产生“足够好”的结果，从而做出产品工程/设计决策。但你确实触及了皮毛，我希望这能引发更多关于这个重要话题的讨论。你是否知道我已经开始将其称为“沃尔什曲线”，以Joe Walsh的名字命名，他在大约16个月前首次绘制了这些曲线，并在类似的演示/讨论(在CPDA/CIMdata研讨会上)中使用了它们。