组合近似重分析方法的ANSYS二次开发

吉林大学学报(工学版) ›› 2009, Vol. 39 ›› Issue (增刊2): 396-0400.

组合近似重分析方法的ANSYS二次开发

孙睿珩¹,徐涛^2,3,张昊³,吕岗³,邱冰³

1.吉林大学计算机科学与技术学院|长春 130012；2.吉林大学汽车动态模拟国家重点实验室|长春 |130022；3.吉林大学机械科学与工程学院|长春 130022

收稿日期:2009-02-19 出版日期:2009-09-30 发布日期:2009-09-30
通讯作者: 徐涛（1955-），女，教授，博士生导师.研究方向:计算力学,结构优化,图像处理.E-mail:xutao@jlu.edu.cn E-mail:xutao@jlu.edu.cn
作者简介:孙睿珩（1978-）|男|博士研究生.研究方向:计算机应用技术.E-mail:sdd1102@163.com
基金资助:
吉林大学“985”平台资助项目

Secondary development of ANSYS of combined approximations method

SUN Rui-heng¹|XU Tao ^2,3|ZHANG Hao ³|LV Gang ³|QIU Bing ³

1.College of Computer Science and Technology, Jilin University, Changchun 130012,China；2.State Key Laboratory of Automotive Dynamic Simulation, Jilin University, Changchun 130022,China|3.College of Mechanical Science and Engineering, Jilin University, Changchun 130022,China

Received:2009-02-19 Online:2009-09-30 Published:2009-09-30

摘要/Abstract

摘要：

将C++强大的字符操作能力和MATLAB方便的矩阵处理功能结合起来，采用混合编程的方法开发了一个重分析模块，将精确高效的组合近似算法应用到ANSYS软件中，扩展了该软件在快速重分析方面的能力，实现了二次开发，为处理大型结构的重分析问题提供了强有力的工具。

关键词: 计算机应用, 组合近似法, ANSYS, 二次开发, 混合编程, 结构重分析

Abstract:

The advantage of hybrid programming of C++ and MATLAB is both the powerful function of character operating in C++ language and the convenience of matrix treatment in MATLAB. As the result, the mixlanguage programming is applied in structure reanalysis using combined approximations method. It is efficient and convenient to reanalyze the structure by running the application in ANSYS, thus the secondary development of ANSYS is achieved. At the same time, it provides a powerful approach to reanalyze large-scale structures.

Key words: computer application, combined approximations method, ANSYS, secondary development, hybrid programming, structure reanalysis

中图分类号:

TP31

孙睿珩,徐涛,张昊,吕岗,邱冰. 组合近似重分析方法的ANSYS二次开发[J]. 吉林大学学报(工学版), 2009, 39(增刊2): 396-0400.

SUN Rui-heng,XU Tao,ZHANG Hao,LV Gang,QIU Bing. Secondary development of ANSYS of combined approximations method[J]. 吉林大学学报(工学版), 2009, 39(增刊2): 396-0400.

参考文献

相关文章 15

[1]	刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2]	王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3]	金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4]	赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5]	刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6]	欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7]	刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8]	桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[9]	刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10]	车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11]	赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[12]	黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[13]	傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[14]	曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[15]	侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed