中级农民
- 积分
- 103
- 大米
- 颗
- 鳄梨
- 个
- 水井
- 尺
- 蓝莓
- 颗
- 萝卜
- 根
- 小米
- 粒
- 学分
- 个
- 注册时间
- 2024-11-30
- 最后登录
- 1970-1-1
|
注册一亩三分地论坛,查看更多干货!
您需要 登录 才可以下载或查看附件。没有帐号?注册账号 
x
楼主PhD毕业后在不同的硬件大厂做FEA(有限元分析),到现在已经有一段时间了。经常会有学弟学妹或者LinkedIn上的朋友询问工业界的FEA工作内容是怎么样的,需要做好哪些准备等等。趁着假期,在这里开个帖子和大家聊一聊,写下一些我自己的观察和想法,希望对还在读书并且有志于去业界做FEA的同学有所帮助。
. .и
首先说说工作内容。在我看来,硬件公司FEA解决的问题大体上可以分为分析和预测两类。
分析
- 分析是指解决已经出现的问题。当产品已经有了初步的设计,工厂在生产prototype并进行测试的时候,有时会发现样品的一些设计问题,或者一些工艺步骤有高的不良率等等。在这个时候,相应的process 和design team就会来找FEA team做仿真,一方面希望了解问题的机理,一方面希望知道有哪些有效的解决办法。
- 了解问题的机理需要FEA工程师和别的team一起做好failure analysis (FA)。虽然大部分时候FEA team不需要做动手的工作,也不own FA tools(比如SEM, CT),但是依然可以用力学的知识影响别的team把FA做好。好的FA能够让我们知道哪些physics是重要的,哪些是不重要的。这样搭起来模型不仅算的快,而且算的准,能够更好和实验对上。FA提供的信息类似于snap shot,告诉我们样品坏了之后的样子是什么样的。FEA能够建立sequence of events,像电影一样展示失效的过程,材料怎么变形,裂纹怎么扩展。另一方面, FEA提供了每一个组件的应力和定量的信息,告诉我们设计weakest link在哪,离threshold多远。
- 讨论解决方法的时候,FEA的优势在于能够快速筛选大量的可能性。硬件产品验证一个设计的feedback loop有时会很长。供应链上游一个组件改动一点点,可能要等很久才能够装配到下游的系统里面去验证这个变化是不是解决了系统的问题。FEA就没有这样的问题。比如,如果发现某个材料断裂了需要更改厚度,FEA可以快速的算很多种方案挑一个最好的。设计的几何,材料的属性,外部的边界条件都可以拉到DOE matrix里面, 用scripting算一批,再从结果里面挑一个最好的进行实际的验证就好了。
预测
- 预测是指用FEA看看一个设计能不能通过可靠性测试或者有哪些可能的失效模式。预测的工作总是很困难的。毕竟FEA不是水晶球,而且实际发生的问题总是千奇百怪。但是在产品设计的初期,design space非常开放的情况下,FEA能够帮助定义产品的边界, bound solution space,看看哪些feature可以加进来,哪些feature风险比较大。这一点是非常有用的。另一方面,初期的产品设计大都停留在纸面(CAD),或者只有一两个手搓的模型,没有足够多实验验证的条件。FEA是唯一可以提供定量信息、引导设计的工具。
- 预测类的FEA任务比较吃工程师的经验和直觉。大部分设计不是从零到一,多多少少会借鉴之前的版本或者友商的产品。如果做过类似的项目,知道可能的失效模式是什么,那么搭出来的模型、输出的结果更能够有说服力。如果没有类似的先例可以参考,那么搭模型的时候尽量做加法,把可能的physics都包含进来,全面的分析不同设计的优缺点。给false alarm比不给alarm但最后miss掉要更好。
- FEA做预测虽然很难,但是很有趣。因为工作不再局限于救火解决问题,而是能够参与到定义产品,影响设计走向等等比较上层的东西。另一方面做新产品的项目像是开发一块蓝海,做什么模型怎么做模型都有很多可以挖掘的空间,对职业的发展也更好。
不同公司、org对FEA team的定位会有不一样,分析类的任务和预测类的任务比例也会不一样。偏R&D的org, 预测类的任务会多些;离量产比较近的org,分析类的任务会多些。无论哪种任务,其实用到的技能都大差不差。下一篇我们可以聊一下做好FEA需要的技能和需要哪些准备。 |
上一篇: 第五年机械(Robotics)Ph.D.找工贴下一篇: 在工业界做FEA (2) - 准备篇
|