Cookie 设置
我们只在您的浏览器中存储网站运行所必需的内容，例如您在此横幅中的选择。经您同意，我们还会使用 Plausible Analytics、Cloudflare Web Analytics 和 Google Analytics 来了解网站的使用情况。您的选择有效期为 12 个月。您可以随时通过页脚中的“Cookie 设置”更改您的选择或撤回您的同意。更多信息请参阅我们的 隐私政策 (English)。
问题
材料卡片在众多“私人”工具中生成
媒介断层
数据处理中存在大量媒介断层，显著增加了出错风险。
电子表格
曲线拟合通常在电子表格程序中完成。
数据脱离系统
数据离开信息系统的受保护环境，借助外部工具进行评估。
解决方案
Matplus EDA® 中的材料模型
Matplus EDA® 通过可扩展的 Scientific Python 应用，提供数据处理、数据压缩和数据精简功能。
- 无需额外编程即可集成自定义数学函数，并用于可视化和建模
- 可视化多维数据场，例如流动曲线和 CCT 图
- 在 n 维数据场中存储和调用数据
- 对本构材料模型进行参数化
- 修改、扩展预定义材料模型（如流动曲线或相变模型）并进行参数化
- 将现有脚本和程序整合到基于 Scientific Python 的通用标准环境中
优势
在同一系统中实现可追溯的建模
透明
试验数据处理透明、可追溯。
系统支持
支持复杂的数学计算。
文档记录
记录数据生成过程并确保可追溯。
受保护的环境
在受保护的系统中生成 CAE 材料卡片所需的模型，而不是使用众多“私人”工具。
流程
从试验到材料卡片
接收试验数据
在 Matplus EDA® 中汇集来自实验室的试验数据。
评估
拟合曲线并精简数据 — 透明且有完整记录。
模型参数化
对流动曲线或相变模型等材料模型进行参数化。
生成材料卡片
在受保护的环境中生成 CAE 材料卡片所需的模型。
JMatPro®
面向 JMatPro® 的 Matplus EDA®
JMatPro® 计算可针对特定化学成分得到物理上自洽的数据集。JMatPro® 通常仅由少数员工使用 — Matplus EDA® 通过与 JMatPro® 的接口将计算结果分发给所有需要的人员。JMatPro® 需单独授权。
材料对比
借助交互式图表和自定义视图，查找并对比不同计算的结果。
探索性数据分析
评估 10,000 多次 JMatPro 计算，识别合金元素的影响并化解性能之间的权衡。