Discuz插件:精致问答系统1.0缩略图

Discuz插件:精致问答系统1.0

系统支持特点:数据独立,但和discuz完美融合。支持顶赞问题和答案,支持用户关注收藏某个问题(用户对于该问题可能也存在疑惑,方便用户快速获取信息,这就是高效问答系统),支持提问悬赏,采纳最佳答案分为:手动选择和自动采纳(后台规定多少天内若提问作者没有选择最佳答案,则系统自动选择赞最多的为最佳答案),支持自定义提问题和回答鼓励积分,提问和回答被删除扣除积分,可以规定按天奖惩的次数。

Discuz插件:精致问答系统1.0插图 Discuz插件:精致问答系统1.0插图1 Discuz插件:精致问答系统1.0插图2 Discuz插件:精致问答系统1.0插图3

写给2020的一封信

一种改进的小波模极大值滤波方法

Abstract:The classical wavelet transform modulus maxima using Mallat’s alternating projection method has a large amount of calculation and slow convergence speed. It is difficult to meet the need of real time signal processing in the wavelet signal recovery software. Considering the slow reconstruction speed of wavelet coefficients from maxima modulus this paper has proposed improvement method combined with the wavelet threshold method. The simulation experimental results show that, the improved wavelet modulus maxima can improve the calculation speed, but also ensure the better filtering effect.

Key words: Wavelet; alternating projection; filter; improve;

0 引言

在小波多尺度方法恢复内爆炸超压信号的研究中,小波模极大值恢复超压信号的能力最强。目前利用模极大值重构小波系数是一个比较困难的问题,主要有交替投影法,RBF(Radial-Basis-Function)网络法[1],Poc算法[2]等。这些算法的共同特点是由于收敛精度不高,计算量大[3]。且由模极大值系数重构小波系数的Mallat交替投影算法复杂[4]等问题,难以满足信号处理的现场实时性需要。本文主要研究对小波模极大值方法进行改进,在保证具有较好的滤波效果基础上,提高计算速度。

1  小波变换模极大值滤波理论

在数学上函数的奇异性是指函数本身在某处存在间断点或其某阶倒数不连续,通常用Lipschitz指数来度量。设n为非负整数,,在处具有Lipschitz指数[5]的充要条件是存在常数

A和以及n阶多项式,使得对于任意的,都有越大,说明在处越光滑。函数如果在一点连续可微[7],则该点的Lipschitz指数为1;如果在某一点处可导,但导数有界而不连续其Lipschitz指数仍为1;如果函数有界但不连续,则其Lipschitz指数为0;

1992年,Mallat发表了著名的论文[8]“Singularity detection and processing with wavelets”,建立了小波变换系数与描述函数奇异性Lipschitz指数之间的数学关系。设小波函数是连续的实函数,且具有衰减性:,在区间上是一致Lipschitz指数,则存在常数,使得,其小波变换满足[9]

反之,如果,的小波变换满足式(2),则称在区间上具有一致的Lipschitz指数。在二进小波变换下,式(2)变为连续小波变换系数模极大值的定义[4]:在某一尺度上,小波变换系数如果有则称在有局部极大值。如果对于,邻域中任一点,都有,且在左右邻域不能同时满足,则为小波变换的极大值点,所有尺度空间上模极大值点的连线称为模极大值线。由式(3)可知,当,小波变换模极大值随着尺度的增加而增大;反之,当时,小波变换模极大值随着尺度的增加而减小。由于白噪声是一个处处奇异的随机分布,它的Lipschitz指数是一个负值,即而有用信号的Lipschitz指数通常为正。它们决定的小波变换系数的模极大值在各个尺度上具有不同的传播特性。随着分解尺度的增加,由噪声控制的模极大值迅速衰减,而有用信号的模极大值增大。根据有用信号和噪声的模极大值的传播特性不同,可以有效区的分出噪声和有用信号。这就是小波变换模极大值滤波恢复信号的理论基础。

2  基于Mallat交替投影小波模极大值滤波算法

(1)对采样信号进行二进小波变换,一般为4~5个分解尺度,并求出每一尺度上小波变换模极大值。对于离散的小波变换,若有

式中,两式不能同时取等号,则称为小波变换在处取得极值点。

(2)在最大分解尺度上作用一阈值,仅保留大于该阈值的小波变换极大值点。

(3)在尺度上寻找尺度上保留下来的模极大值点的传播点,即去除噪声控制的模极大值点,保留有用信号产生的极大值点。在尺度上极大值点位置,构造一个邻域。其中为尺度上的第个极值点,为仅与尺度有关的常数。在尺度上保留落在每一邻域上的极大值点,去除落在邻域外面的点,从而得到尺度上新的极值点。然后令,重复此过程直到为止。

(4)在上保留对应于处的极大值,去除其它位置的模极大值。

(5)由保留下来的极大值点利用Mallat交替投影法重构小波系数,最后利用重构的小波系数恢复信号。由于小波模极大值滤波存在收敛精度不高,计算量大,且由模极大值系数重构小波系数的Mallat交替投影算法复杂[3,4,10]等问题。小波域阈值滤波具有计算量小的优点,可以将小波域阈值滤波思想用到小波模极大值滤波中。在前面小波模极大值滤波算法中,将算法做适当修改。

3  本文改进小波模极大值滤波算法

(1)对采样信号进行二进小波变换,一般为4~5个分解尺度,得到离散平稳小波变换系数。

(2)结合小波域阈值滤波方法,确定阈值,对各个分解尺度上的小波系数作用阈值。去除小于该阈值的系数。

(3)求小波系数模极大值。根据保留下来的小波变换系数,求出各尺度上的模极大值。

(4)在尺度上寻找尺度上保留下来的模极大值点的传播点,即去除噪声控制的模极大值点,保留有用信号产生的极大值点。在尺度上极大值点位置,构造一个邻域。其中为尺度上的第个极值点,为仅与尺度有关的常数。在尺度上保留落在每一邻域上的极大值点,去除落在邻域外面的点,从而得到尺度上新的极值点。然后令,重复此过程直到为止。

(5)在上保留对应于处的极大值,去除其它位置的模极大值。

(6)在保留下来的模极大值位置上保留步骤(2)中的作用阈值后的小波系数,由小波系数重构恢复原始信号。

这样,由于在求小波系数模极大值前,对小波系数作用了阈值,去除了大量的噪声控制点,减少了模极大值的搜索过程,另外本算法没有使用交替投影算法,减少了计算量;

4  实验仿真

根据信号X,Y的相关系数[11]定义:

式中,相关系数为时,表明两信号完全相关;当为0时表明完全不相关。越接近于1,相关性越强。仿照上式,根据采样信号离散性,定义原始信号与滤波信号的相关系数为

式中为原始信号,为滤波信号,N为信号的长度。越接近于1,原始信号与滤波信号的相关性越强,即滤波信号越接近原始信号,滤波效果越好。

另外,定义变量(Root Mean Square Error)即均方根误差,作为衡量滤波信号效果的评判指标。

N为采样信号长度。越小,反映了滤波信号的能力越强。

表1 小波模极大值交替投影法及改进后滤波信号的结果

滤波方法 均方根误差(RMSE) 相似系数()
小波模极大值交替投影法 0.4073 98.14%
本文改进小波模极大值法 0.2915 99.55%

表2小波模极大值交替投影法及改进后滤波信号的结果

滤波方法 均方根误差(RMSE) 相似系数()
小波模极大值交替投影法 0.8146 98.78%
本文改进小波模极大值法 0.8146 99.16%

从图1以及图2可以看出改进后的小波模极大值滤波恢复方法能够有效去除噪声影响,而且由于改进小波模极大值恢复方法不需要使用交替投影算法,使得计算速度得到显著提高;另外,根据表1及表2可知,改进后的小波模极大值滤波信号与原始信号的相似系数较大,说明滤波信号也更接近于真实信号。

4 结论

综合以上分析对比可知,本文改进的小波模极大值滤波算法,结合了小波阈值滤波思想,在由模极大值系数重构小波系数过程中,不需要使用Mallat交替投影法,提高了计算速度,同时具有较好的滤波效果,有效地恢复出了原始信号。

  1. 王金根,龚沈光,吴正国. 基于RBF网络的小波变换模极大值重构法. 电子学报,2000,28(10):130-132
  2. Wang Jingen,Gong Shenguang,,Wu Zhengguo, Algorithm of Signal Reconstruction from Modulus Maximum of Signal’s Wavelet Transform Based on Radial Basis Function (RBF) Network. Acta electronica Sinica. 2000,28(10):130~132
  3. Enis Cetin,Rashid Ansari. Signal Recovery from Wavelet Transform Maxima. IEEE Transaction On Signal Processing,1994,42(1):194~196
  4. A Enis Cetin and Rashid Ansari. Signal Recovery from Wavelet Transform Maxima. IEEE. Transaction On Signal Processing. 1994,42(1):194~196
  5. 陈德智. 由小波变换的模极大值快速重构信号. 电子学报,1998,26(9):82~85
  6. Chen Dezhi. Fast Signal Reconstruction from Modulus Maxima of Signal’s Wavelet Transforrm. Acta Electronica Sinica. 1998,26(9):82~85
  7. 张小飞,徐大专,齐泽峰. 基于模极大值小波域的模极大值去噪算法研究. 数据采集与处理,2003,18(3):315-318
  8.  Zhang Xiaofei,Xu Dazhuan,Qi Zefeng. Study on wavelet denoising base on modulus maxima. Data acquisition and processing, 2003,18(3):315~318
  9. 潘金凤. 基于小波变换模极大值的脉冲噪声去除方法. 山东理工大学学报,2007,21(5):69-72
  10. Pan Jinfeng. Impulse noise de-noising based on wavelet transform modulus maximum. Journal of Shandong University of Technology(Natural Science Edition). 2007,21(5):69-~72
  11. Mallat S, Hwang WL. Singularity detection and processing with wavelets. IEEE. Trans. Inform. Theory.1992,38(2):617~643
  12. 张德丰. Matlab小波分析与工程应用. 北京:国防工业出版社,2008
  13. Zhang Defeng. Matlab wavelet analysis and application in Engineering. Beijing: National Defense Industry Press,2008
  14. 徐学勇,程康. 爆破震动信号模极大值小波消噪方法的改进. 爆炸与冲击,2009,29(2):194~198
  15. Xu Xueyong. Improved Algorithm of Blasting vibration signal Based on Modular Maximum Denosing Method by Wavelet Transformation Explosion And Shock Waves. 2009,29(2):194~198
  16. 张兆宁,董肖红,潘云峰. 基于小波变换模极大值去噪方法的改进. 电力系统及自动化学报,2005,2(17):9-12
  17. Zhang Zhaoning, Dong Xiaohong, Pan Yunfeng. Improved Algorithm Based on Modular Maximum Denosing Method by Wavelet Transformation. Proceedings of the CSU-EPSA. 2005,2(17):9~12
  18. 秦叶,陈新度,冯文贤. 小波基的选择与振动信号分析. 广东工业大学学报,1997,14(4):57-60
  19. Qin Ye, Chen Xindu, Feng Wenxian. Selection of wavelet bases and vibration signal analysis. Journal of Guangdong University of Technology,1997,14(4):57~60
正在颠覆医疗产业链的五大技术

密闭空间内爆炸数值模拟精度分析

AbstractTo study the effect of mesh densities on the numerical simulation accuracy, based on the explosion in closed structure, numerical simulation of different mesh density is carried out in the issue using LS-DYNA. The results show that: the larger the density, the greater the accuracy; the smaller scaled distance of explosion, the higher densities are required; the greater accuracy of following overpressure impulse at the same mesh densities.

Keywordsnumerical simulation accuracy; Internal explosion; shockwave; closed space

引言                                           

密闭空间内爆炸因为受到结构有限空间的约束作用使得冲击波在空间内部多次反射、相互作用,产生冲击波叠加、汇聚;使冲击波流场变的相当复杂。因此毁伤效应的研究也比在空气自由场中的要复杂的多。目前,内爆炸冲击波毁伤效应的研究主要以试验和数值计算为主[1];但是对大型密闭空间,如大型车库,地铁车站等内爆炸研究,试验上需要耗费大量人力,财力;数值计算因为计算机硬件受限很难获得高精度的模拟结果。

本文在典型密闭装置内爆炸试验的基础上,分析数值模拟网格密度对冲击波超压和波形的影响,建立峰值超压随网格密度变化的数学模型,对大型密闭空间内爆炸的数值计算提供参考。

1 典型装置内爆炸试验

试验装置为密闭长方体,主体采用C35级混凝土和直径为14mm的HRB400级钢筋,内腔长、宽、高的尺寸为3m*1.5m*1.5m,壁厚为150mm。在相邻两堵墙上共设置2个测点,用于安装压力传感器;测点布置如图1所示。在装置的顶面设置一个装药安装孔,装药中心位于装置的几何中心,距顶板内表面750mm处;采用TNT圆柱形装药,装药密度为1.46g/cm3

图1 混凝土装置测点布置图

75g药量试验3次,装置基本保持完好。图2所示为其中一发75g药量下各测点的超压时程曲线,表1列出对应测点的荷载特征参数。

由图2和表1可以看出:

(1) 测点1处在正对爆心位置,爆心距最小,超压时程曲线只有一个峰值较大的初始脉冲,冲击波经历了正反射过程。正压持续时间为400左右。

(2) 测点2也处于正对爆心位置,超压时程曲线呈现四个脉冲,且第四个脉冲峰值最大;其主要原因在于密闭结构狭长,冲击波经过多次反射后汇聚于B面,直接导致第四个峰值大于首个超压峰值。因此,在考虑密闭空间内爆炸毁伤效应时,不仅需要考虑首个脉冲的作用,更需要考虑后续脉冲的作用,因此在考虑数值计算精度时,也需考虑后续脉冲。

因为测点1和测点2均正对爆心,其首个脉冲超压峰值可视为正反射超压峰值,正反射冲击波的超压为[2]

其中为标准大气压强,为入射波超压,采用国防工程设计规范中的规定的经验公式:

为TNT装药质量,kg;R为比例距离,;

由(1)(2)可得测点1和2的首个脉冲超压峰值为:0.9283Mpa和0.1499Mpa

表1 75g药量试验数据汇总

药量/g 测点 爆心距(r)/m 比例距离()/ 首个脉冲超压均值/MPa 最大超压超压均值/MPa
75 1 0.75 1.412 0.955 0.955
2 1.5 2.823 0.174 0.977

2 网格密度对计算结果的影响

2.1 建模分析

建立与试验装置尺寸相同的有限元模型,且考虑装置的对称性和测点的位置,选取装置的1/8实体建模,对称面施加位移约束。炸药和空气两种材料采用欧拉网格建模,单元使用多物质ALE算法[3]。由于在本次试验过程中,75g药量下装置并未被破坏,而且只考虑冲击波的传播和空间分布,因此忽略钢筋混凝土的变形吸能作用,将钢筋混凝土简化为刚体模型。结构与炸药和空气之间采用流固耦合算法,装药通过关键字*INITIAL_VOLUME_FRACTION_GEOMETRY在计算初始化阶段填充到空气单元中去,从而可以简化建模过程[4]

2.2材料模型及参数的确定

TNT装药采用*MAT_HIGH_EXPLOSIVE_BURN高能炸药材料模型,装药密度,爆速。爆轰产物的压力与爆轰产物相对比容和比内能之间的关系采用JWL状态方程表示,具体形式为[5]

式中:为状态方程参数。V为爆轰产物的相对比容,E为爆轰产物的比内能。

空气采用*MAT_NULL材料模型和多项式状态方程EOS_LINEAR_POLYNOMIAL来描述。对于理想气体来说,其表达式为:. 空气初始密度,绝热指数,初始能量密度E取0.25MPa,为空气当前密度。

2.3 计算结果精度分析

将模型空气域均匀划分成不同边长尺寸的正六面体单元,并定义网格密度d为空气域体积与单元体积之比,即。在相同材料参数情况下,分析不同单元网格密度对模拟计算精度的影响,并建立数学模型对误差范围内的冲击波超压进行预测。

图3和图4所示分别为测点1试验均值和测点2试验均值与不同网格密度下对应冲击波超压曲线对比。

图3 75g药量测点1试验与模拟超压曲线对比

图4 75g药量测点2试验与模拟超压曲线对比

由图3和图4可以看出:

(1)仿真脉冲时间均滞后于试验脉冲,网格密度越高,这种时间上的差距越小;超压峰值随网格密度的增大不断接近试验值,而且波形曲线也由平坦逐渐变陡,正压作用时间也逐渐缩短。

(2)相同网格密度下,测点2的脉冲超压峰值更接近试验值,可见不同比例距离处的超压峰值对网格密度的要求是不一样的。

(3)计算精度随网格密度的增大而提高,为了定量分析网格密度对超压峰值的影响,对测点1,建立首个脉冲超压峰值随网格密度(d)变化的数学模型,对测点2,分别对首个脉冲超压峰值和第四个脉冲超压峰值建立数学模型,如图5和式(4)所示。可得超压峰值的提高速度随着网格密度的增大逐渐趋缓。对测点1,当时,仿真误差开始低于10%,当,仿真值等于试验均值;对测点2,当时,首个脉冲仿真误差开始低于10%,当时,首个脉冲仿真值等于试验均值;当时,第4个脉冲仿真误差开始低于10%,当时,第4个脉冲仿真值等于试验均值。因此,对密闭空间内爆炸,比例距离越小,对网格密度要求越高;后续脉冲对网格密度的要求相对较低。

图5 测点1和测点2仿真超压峰值拟合曲线

(4)

其中R2为数据拟合相关系数均方值。

结束语:

(1)仿真超压峰值和波形随网格密度的增大逐渐趋向于试验值,仿真精度越来越高;超压峰值的提高速度随网格密度的增大趋于缓慢。

(2)密闭空间内爆炸比例距离越小,对网格密度的要求越高;在工程误差允许范围内(10%),相同网格密度下,后续脉冲超压峰值精度更高。

 

参考文献:

[1] 卢红琴,刘伟庆.空中爆炸冲击波的数值模拟研究[J].武汉理工大学学报,2009,31(19):105-108.

[2] 李翼祺,马素贞.爆炸力学[M].北京:科学出版社,1992

[3] 饶国宁,陈网桦,王立峰.内部爆炸荷载作用下容器动力响应的数值模拟[J].中国安全科学学报. 2007,17(2):129-133.

[4] 成凤生,顾晓辉,曾星星等. TNT装药爆炸波在刚性平面上方传播反射的数值研究[J].爆破器材,2011,40(4):1-4.

[5] 赵铮,逃钢,杜长星.爆轰产物JWL状态方程应用研究[J].高压物理学报,2009,23(4):277-282.

[6] 年岗,顾晓辉,成凤生,等. 平板封头圆柱形爆炸容器振动特性分析[J].弹箭与制导学报,2011,31(5):105-108.

[7] 曲树盛,李忠献.地铁车站内爆炸波的传播规律与超压荷载[J].工程力学,2010,27(9):240-247.

[8] 黄民荣,顾晓辉,高永宏.脆性材料静态抗侵彻阻力简化计算模型与对比研究[J].弹道学报,2009,21(2):86-89.

[9] 黄民荣,顾晓辉,高永宏.基于Griffith强度理论的空腔膨胀模型与应用研究[J].力学与实践,2009,31(5):30-34.

[10] 顾晓辉,宋浦,王晓鸣.TNT在钢筋混凝土靶中爆炸的试验研究[J].火炸药学报,2009,32(5):33-36.

[11] 孙书学,宋浦,吕艳新,等.弹载声阵列原理及定位算法[J].弹道学报,2009,21(1):95-98.

ANSYS Workbench菜单中英文对照缩略图

ANSYS Workbench菜单中英文对照

1、ANSYS12.1 Workbench界面相关分析系统和组件说明
【Analysis Systems】分析系统 【Component Systems】组件系统
【CustomSystems】自定义系统 【Design Exploration】设计优化
分析类型 说明
Electric (ANSYS) ANSYS电场分析
Explicit Dynamics (ANSYS) ANSYS显式动力学分析
Fluid Flow (CFX) CFX流体分析
Fluid Flow (Fluent) FLUENT流体分析
Hamonic Response (ANSYS) ANSYS谐响应分析
Linear Buckling (ANSYS) ANSYS线性屈曲
Magnetostatic (ANSYS) ANSYS静磁场分析
Modal (ANSYS) ANSYS模态分析
Random Vibration (ANSYS) ANSYS随机振动分析
Response Spectrum (ANSYS) ANSYS响应谱分析
Shape Optimization (ANSYS) ANSYS形状优化分析
Static Structural (ANSYS) ANSYS结构静力分析
Steady-State Thermal (ANSYS) ANSYS稳态热分析
Thermal-Electric (ANSYS) ANSYS热电耦合分析
Transient Structural(ANSYS) ANSYS结构瞬态分析
Transient Structural(MBD) MBD 多体结构动力分析
Transient Thermal(ANSYS) ANSYS瞬态热分析

组件类型 说明
AUTODYN AUTODYN非线性显式动力分析
BladeGen 涡轮机械叶片设计工具
CFX CFX高端流体分析工具
Engineering Data 工程数据工具
Explicit Dynamic(LS-DYNA) LS-DYNA 显式动力分析
Finite Element Modeler FEM有限元模型工具
FLUNET FLUNET 流体分析
Geometry 几何建模工具
Mechanical APDL 机械APDL命令
Mechanical Model 机械分析模型
Mesh 网格划分工具
Results 结果后处理工具
TurboGrid 涡轮叶栅通道网格生成工具
Vista TF 叶片二维性能评估工具

2、主菜单
【File】文件操作 【View】窗口显示 【Tools】提供工具
【Units】单位制 【Help】帮助信息

3、基本工具条
【New】新建文件 【Open】打开文件 【Save】保存文件
【Save As】另存为文件 【Import】导入模型 【Compact Mode】紧凑视图模式
【Shade Exterior and Edges】轮廓线显示 【Wireframe】线框显示
【Ruler】显示标尺
【Legend】显示图例 【Triad】显示坐标图示 【Expand All】展开结构树
【Collapse Environments】折叠结构树
【Collapse Models】折叠结构树中的Models项
【Named Selections】命名工具条 【Unit Conversion】单位转换工具
【Messages:Messages】信息窗口 【Simulation Wizard】向导
【Graphics Annotations】注释
【Section Planes】截面信息窗口 【Reset Layout】重新安排界面

4、建模
【Geometry】几何模型 【New Geometry】新建几何模型
【Details View】详细信息窗口
【Graphics】图形窗口:显示当前模型状态
【Extrude】拉伸 【Revolve】旋转 【Sweep】扫掠
【Skin/Loft】蒙皮 【Thin/Surface】抽壳: 【Thin】创建薄壁实体 【Surface】创建简化壳 【Face to Remove】删除面:所选面将从体中删除。
【Face to Keep】保留面: 保留所选面, 删除没有选择的面。
【Boldies only】仅对体操作: 只对所选体上操作不删除任何面。
【Blend】圆角 【Fixed Radius】固定半径圆角
【Variable Radius】可变半径圆角 【Vertex Radius】顶点倒圆
【Single Select】单选 【Box Select】框选
【Sketching】2D草图 【Modeling】3D建模
【Draw】画图 【Modify】修改
【Dimensions】尺寸定义 【Constraints】约束
【Settings】设置 【sketch】创建草图
构建平面命令:
From Plane:基于另一个已有面创建平面
From Face:利用已有几何体表面创建平面
From Point and Edge:用一点和一条直线的边界定义平面
From Point and Normal:用一点和一条边界方向的法线定义平面
From Three Point:用三点定义平面
From Coordinates:通过键入距离原点的坐标和法线定义平面
定义点位:
【Single】单点: Sigma and Offset
【Sequence By Delta】根据间隔控制序列点: Sigma, Offset, Delta
【Sequence By N】根据数量控制序列点: Sigma, Offset, N, Omega
【From Coordinates File】坐标点:文本格式文件,类似于3D曲线。
【Sigma】参数:导引边起始端和起始点之间的距离。
【Edge Offset】边偏移:导引边和基准面上点阵放置处之间的距离。
【Delta】参数:对于按间隔控制序列点【Sequence By Delta】选项,这项指的是引导上测得的两个连续点之间的距离。
N:放置的点数,与导引边相关,在根据数量控制序列点【Sequence By N 】选项情况下使用。
【Omega】参数:对根据数量控制序列点【Sequence By N】选项,这项是导引边末端和末点之间的距离。
【Pattern】阵列特征 【Plane】平面 【Angle】旋转角 【Thickness】设置厚度 【Split】命令用于分割边线:
【Split Edge at Selection】:缺省选项,表示在选定位置将一条边线分割成两段,但指定边线不能是整个圆或椭圆,要对整个圆或椭圆做分割操作, 必须指定起点和终点的位置。
【Split Edges at Point】:用点分割边线: 选定一个点后,所有过此点的边线都将被分割成两段。
【Split Edge at all Points】:用边上的所有点分割: 选择一条边线,它被所有通过的点分割。
【Split Edge into n Equal Segments】:将线n 等分: 先在编辑框中设定n 值,然后选择待分割的线,n 最大为100。
【Drag】拖曳 【Cut】剪切 【Copy】拷贝 【Paste】粘帖
粘贴命令:
【End / Set Paste Handle】:指定粘贴点位置
【End / Use Plane Origin as Handle】:指定粘贴点在平面原点
【End / Use Default Paste Handle】:将第一条线的起始点作为粘贴点
【Rotate by +/- r Degrees】: 正向旋转+或反向旋转- r度
【Flip Horizontally / Vertically】:水平或垂直翻转
【Scale by Factor f or 1/f】:放大f 倍或缩小1/f
【Paste at Plane Origin】:在平面原点粘贴
【End】:结束 【Replicate】复制 【Move】移动 【Offset】偏移
【Surface Body】面体 【Line Body】线体
创建线体:
【Line From Points】点生成线体
【Line From Sketches】草图生成线体:基于草图创建线体。
【Line From Edges】边生成线体:基于已有的2D和3D模型边界创建线体。
【Split Edges】分割线体:分割线体边成段,用比例特性控制分割位置,如0.5等效于在一半处分割。
【Cross Section】横截面:横截面作为一种属性赋给线体,这样就可以在有限元数值模拟中定义梁的属性。
【Instance】草图援引:草图援引用来复制源草图并将其加入到目标面中,复制的草图和源草图始终保持一
致,也就是说复制对象随着源对象的更新而更新。
【Freeze】冻结:用冻结特征【Freeze】可以将所有的激活体转到冻结状态
【Unfreeze】解冻:选取体对象后用解冻特征【Unfreeze】可以激活单个体,冻结体在导航树中呈现较淡的
颜色。
【Slice】切片:体冻结可以将零件切片分割成不同部分,为数值模拟分析中装配建模提供不同选择的方式。
【Suppress Body】体抑制:抑制体不显示在窗口中,抑制体既不能用于数值模拟也不能导出。
【Form New Part】生成新零件 【Generate】生成特征体
【Add Material】添加材料: 创建材料并合并到激活体中。
【Cut Material】切除材料: 从激活体上切除材料。
【Slice Material】切片材料: 将冻结体切片,仅当体全部被冻结时才可用
【Imprint Faces】给表面添加印记: 和切片相似, 但仅仅分割体上的面,如果需要也可以在边线上增加印记 (不创建新体)。
【Add Frozen】加入冻结: 和加入材料相似, 但新增特征体不被合并到已有的模型中,而是作为冻结体加入,
线体不能进行切除, 印记和切片操作。
特征延伸类型:
【Fixed】固定:固定界限将使草图轮廓按指定的距离进行拉伸,特征预览精确地显示出创建特征后的情形。
【Through All】穿过所有:将剖面延伸到整个模型,在添加材料操作中延伸轮廓必须完全和模型相交。
【To Next】到下一个:在添加材料操作将延伸轮廓到所遇到的第一个面,在剪切、印记和切片操作中,将轮廓延伸至所遇到的第一个面或体。
【To Faces】到面:可以延伸拉伸特征到有一个或多个面形成的边界,对多个轮廓而言要确保每一个轮廓至少有一个面和延伸线相交否则导致延伸错误,“到面”选项不同于“到下一个”选项,到“下一个”并不意味着“到下一个面”, 而是“到下一个块的体(实体或薄片)”,“到面”选项可以用于到冻结体的面。
【To Surface】到表面:和到面选项类似, 但只能选择一个面,延伸长度可以由到所选表面的下一个并且有可能是无约束的面所定义。
创建面体:
【Surface From Edges】用边生成表面体
【Surface From Sketches】草图生成面体
【Edge Joints】边接合显示
【Named Selection】命名选择 【Joint】接合 【Enclosure】包围 【Fill】填充
【Mid-Surface】抽取中面 【Face Extend】表面延伸
【New Material】定义新材料 【Import】导入

5、单位
【Meter】米 【Centimeter】厘米 【Millimeter】毫米 【Micrometer】微米
【Inch】英寸 【Foot】英尺

6、【Meshing】网格划分
【Tet Meshing】四面体网格 【Hex Meshing】六面体网格
【Quad Meshing】四边形网格 【Triangle Meshing】三角形网格
【Mesh Control】网格控制 【Automatic】:程序自动划分网格
【Tetrahedrons】:采用四面体单元划分。
【Hex Dominant】:主要采用六面体单元划分,但是包含少量金字塔单元和四面体单元 。
【Sweep】:扫掠划分,可以扫掠的实体划分后具有的是六面体单元,也可能包含楔形单元,其他实体采用四面体单元划分,扫掠划分要求实体在某一方向上具有相同的拓扑结构,在【Mesh】 分支上点击右键选择【Show Sweepable Bodies】可以看到能够采用扫掠划分的体,此时该体被选中。
【Multizone】:多重区域网格划分自动对几何体进行分解成映射区域和自由区域,可以自动判断区域并生成纯六面体网格,对不满足条件的区域采用更好的非结构网格划分,多重区域网格划分和扫掠网格划分相似,但更适合于用扫掠方法不能分解的几何体。
【CFX-Mesh】:采用流体网格CFX划分实体。
【Sizing】网格局部尺寸控制:
【Element Size】 设置单元平均边长
【Number of Divisions】 设定边上的单元数目
【Sphere of Influence】 用球体设定控制单元平均大小的范围,球体的中心坐标采用的是局部坐标系,所有包含在球域内的实体单元网格尺寸按给定尺寸划分。
【Contact Sizing】接触区域网格控制:允许在接触面上产生大小一致的单元。
【Refinement】单元细化:可以对已经划分的网格进行单元细化,一般而言,网格划分先进行整体和局部网格控制,然后对被选的边、面进行网格细化。 推荐使用“1“级别细化。这使单元边界划分为初始单元边界的一半,这是在生成粗网格后,网格细化得到更密网格的简易方法。
【Mapped Face meshing】映射面网格划分:允许在面上生成结构网格。
【Match Control】面匹配网格划分:用于在对称面上划分一致的网格,尤其适用于旋转机械的旋转对称分析。
【Virtual Topology】虚拟拓扑:允许为了更好的进行网格划分而合并面。
【Virtual Cell】虚拟单元就是把多个相邻的面定义为一个面。
【Coordinate Systems】坐标系
【Shared Topology】共享拓扑:
【Automatic】自动方法在交界面合并节点,即节点匹配而不产生接触。
【Imprints】印记面方法限定交界面的接触区域,因此提供更好的接触行为的控制。
【None】不设定方法则产生接触行为。
【Patch Independent】片体独立算法
【Match Mesh Where Possible】可以设置交界面处节点是否匹配
【Thin Sweep】薄层扫掠:对薄层实体允许沿厚度方向分层进行扫掠,对多体零件,沿厚度方向仅划分一层单元,对装配体沿厚度方向则可以划分多层单元。
【Automatic Thin】自动薄层扫掠 【Manual Thin】手动薄层扫掠

7分析设置
【Magnitude】大小 【Direction】方向
【Step Controls】步长控制 【Step End Time】定义载荷步的结束时间
【Time Step】控制时间步长 【Number of Steps】生成多载荷步
【Solver Controls】求解器控制 :
【Direct】直接法:在包含薄面和细长体的模型中是有用的,是个很有力的求解器并且可以处理任何情况。
【Iterative】迭代法:在处理体积大的模型是十分有效的。
【Nonlinear Controls】非线性控制 【Output Controls】输出控制
【Analysis Data Management】分析数据管理: 【Foot】英尺
【Temperature】温度 【Convection】对流 【Radiation】辐射
【Heat Flow】热流率 【Perfectly Insulated】完全绝热
【Heat Flux】热流密度 【Internal Heat Generation】内部热生成
【CFD Imported Temperature】CFD导入温度
【CFD Imported Convection】CFD 导入对流
【Average Film Temperature】平均膜温度:T=(Ts+Tf)/2
【Surface Temperature】表面温度:T= Ts
【Bulk Temperature】环境温度:T= Tf
【Difference of Surface and Bulk Temperature】表面与环境温度差:T=Ts-Tf
【Transient Thermal】瞬态热分析
【Value】典型值 【Tolerance】收敛容差
【Line Search】线性搜索 【Tabular Data】表数据
【Total Heat Flux】热通量云图 【Directional Heat Flux】热通量的分量
【Solution Information】求解信息 【Maximum Principal】第一主应力
【Minimum Principal】第三主应力 【Total Deformed】总体变形
【Auto Time Stepping】自动时间步在瞬态分析中也称为时间步优化,它使程序自动确定子步间的载荷增量。同时,它根据分析模型的响应情况,自动增、减时间步大小。在瞬态分析中,响应检测基于热特征值。对于大多数问题,都应该打开自动时间步长功能并设置积分时间步长的上下限。这种设置有助于控制时间步长的变化量。
【Time Integration】时间积分:该选项决定了是否包括结构惯性力,热容之类的瞬态效应,在瞬态分析时,时间积分效应缺省是打开的,如果将其设为OFF,ANSYS将进行一个稳态分析。
【Output Controls】输出控制:定义后处理所需要时间点的输出值,因为瞬态分析涉及到载荷历程中不同的时间点的计算结果,而并非所有结果都是我们感兴趣的,或者结果数据非常大,因此利用该选项可以严格控制得到在确定点的输出结果。
【Nonlinear Controls】非线性控制:可以修改收敛准则和求解控制,通常不需要改变默认设置。
【Analysis Data Management】分析数据管理:从瞬态热分析中保存特定的结果文件用于其它的分析类型。
【Probes】探测点:可以显示结果随载荷历程的变化。
【Chart】图表:可以表示一个结果对另一个结果的变化。
【Frictionless Support】无摩擦约束
【Directional Deformation】轴向变形
【Total Deformation】总变形
【Normal Stress】轴向应力
【Electric Voltage】电压
【Joule Heat】焦耳热
【Boundary Condition】边界条件

运动旋转声阵列对声目标定位理论研究

选题的科学意义和应用前景
直升机、坦克、装甲车、轮船、潜艇等在工作过程中都不可避免的产生噪声,而这些噪声各自产生机理不同,噪声信号之间存在一定差别,尤其这些声源在运动过程中更具特点,通过对这些噪声的接收和处理就可以识别目标,进而对目标方位进行估计和跟踪。之所以采用被动接收噪声来作为一种探测手段是因为被动声探测具有独特的优势:在探测过程中不向声源发射主动探测信号,不暴露自己,隐蔽性好;不受光线限制,可全天候工作;声在有很强的绕射能力,在一定距离内可以接收到障碍物后面的声源发出的噪声。声探测装置与激光等主动探测方式所采用的装置相比大多成本低、功耗低;现代微电子技术、信号处理技术以及传声器技术的迅速发展使得实时处理声信号成为可能,立足于这些技术,研究被动探测声源发出的噪声来对运动声源空间位置进行定位。所谓定位就是要研究一定算法,根据声传声器接收到的信号来实时确定声源位置在指定坐标系下的方向信息和距离信息。
声阵列就是将一定数量的传声器按一定规则排成阵列的形式,分别接收声源的声波,由于传声器空间位置上的差距,致使接收到的声信号存在时间差,可根据信号处理理论计算出各个传声器之间的时延差,再根据传声器位置的几何关系就可以推算出声源所在方向和距离信息,运动旋转声阵列就是将声阵列固结在某种载体上随载体一起作直线运动或旋转运动,在随载体一起运动的条件下判断声源相对于载体的空间变化信息。
本学位论文在平面固定声阵列对声目标定位理论的基础上,将弹体运动学与声阵列定位理论相结合,研究运动旋转(弹载)声阵列对声目标的定位理论,研究适合运动旋转声阵列对各种运动状态下的声源定位的算法和理论,研究弹体运动参数对声目标定位精度影响,并对定位误差进行分析,研究对运动旋转声阵列对声目标的定位算法并进行全数字仿真或半实物仿真。
声阵列技术被广泛应用于海洋探测、地形探测、金属探伤甚至医学领域,在不透光的环境里声阵列更是具有不可替代的优势,在这些领域都有广泛的应用。本文提出运动旋转声阵列可应用于智能子弹药,可以加强对目标正确识别能力,并对声目标进行精确方位定向,进而通过合理算法确定目标距离。该声阵列可以应用到对直升机、坦克、装甲车辆等识别、运动轨迹跟踪等领域,被动定位技术是智能雷和智能子弹药探测声目标的重要手段之一,加强对声阵列的研究可以提高武器智能化水平和数字化水平,可以为武器向智能化方向发展提供积极的参考价值。

运动旋转声阵列对声目标定位理论研究插图

背景科研项目情况简介
空气中声阵列一个主要应用就是在智能雷系统中用来识别和跟踪近距离坦克、武装车辆以及对空中武装直升机等目标进行识别和跟踪,并寻找适合时机攻击目标。考察国内外文献以及一些国家这方面的产品,总结出以下特点:
(1)几乎都采用了利用多种传声器的复合探测体制,这样可以大大提高探测识别的精度,并且可以适应多种目标;
(2)为了进行目标探测和识别,都使用了声探测器,都应用了声阵列;
(3)智能雷的探测识别系统中,都包含了自动处理、识别及控制功能,这部分功能都采用微处理器来实现,这也是智能雷最显著的特点之一。
如何利用声探测技术精确的确定目标在空中的位置并适时攻击目标是声武器系统的关键技术之一,也是我们研究过程中要攻克的主要难题。传统的被动声定位有声相关法和声强法,声强测量法用双传声器先求出声强,求声强由两种方法声压差分法[24]和互功率谱法,由于声强是矢量,可由声强值的变化来确定声源的方向,这种方法不能确定距离,且误差较大,不能满足武器系统的要求。声相关法是通过从传声器阵列中获得的信号到达时差来计算目标所在的方位角和距离,特别是随着数字信号处理技术的迅速发展,近几年来一些高精度的时延算法相继问世,时延估计已突破了采样间隔的量化约束,向连续可变时延估计过渡,例如时延频率估计法、特征结构发放、以及FIR数字滤波连续可变时延法,这使得声相关法定位达到了较好的效果。除上述两种方法外,也可不需要直接估计时延值,而用人工神经网络进行目标定向以及自适应相位计实现跟踪定位,这可避免时延估计引起的定位误差,具有较高的定位精度。
总之,随着近年来信号处理理论的火热发展以及微电子技术的突飞猛进,在声信号处理方面的新理论新应用层出不穷。为声阵列应用于武器系统创造了良好的条件和技术贮备。

谁说便宜没好货?| 小米的爆品逻辑

谁说便宜没好货?

谁说便宜没好货?| 小米的爆品逻辑

 

小米性价比的真正核心

对于小米,大家都会有一个认知,叫做性价比。

性价比是一个中性词,有人把它理解为廉价、便宜、低端,而有人把它理解为亲民、大众、规模效应,但真正的核心在于:小米实现了对产品认知的反转,叫做“好货也可以很便宜”。

小米商业模式之所以对传统产业和互联网产业产生了巨大的影响力,原因在于它试图扭转消费者对于产品的价值认知。

怎么做到的呢?小米用了一个新的模式,在整个的企业结构里,互联网、硬件、新零售三者互为犄角,形成系统性支撑,相互补充,极大提升了企业的效率。

大家知道产品为什么贵吗?因为产品在出厂的时候会经过层层环节,最后达到消费者手里时,它已经远远不是出厂时候的实际价值了,这在行业里面叫做定倍率。而小米借助铁人三项模式,使工厂的产品到消费者之间的路径能够最短达成。

小米的商业模式有很多人总结,其中有一家证券公司的文章写得非常好,它说:小米是一家重构了人、货、厂、场全产业链的新型科技消费品公司。这里的核心关键词人、货、厂、场其实是简称,它是指用户、产品、供应链、零售渠道。

不要小看这四个元素,因为过去的生态或过去的消费产品品牌,从来没有一家企业做到四位一体。比如传统企业美的、格力,它们有产品,有供应链,但是零售渠道往往不是自有的;它们所说的用户,到底是不是真正跟企业、品牌之间发生频繁互动,产生密切连接,也值得讨论。

因此,我们可以把小米商业模式总结为:以用户需求为导向,以流量经营为思路,以效率提升为方法。

接下来我将从三个层次,分析爆品商业模式:

混沌大学想听苏峻老师亲授课程?点我直达小程序

小米是如何成为全球最具价值的科技公司之一的?它的底层逻辑到底是什么?希望通过分析,使大家对小米产生更深刻的理解,由此可以对当代制造业领域,特别是产品领域的爆品商业模式产生更深的理解。

规模与成本模式

如果你做产品已经拥有一定的规模,这时你想进一步降低成本,有两条路径:

第一条路径是,整合上游供应商,去提升效率。比如现在很多空调企业都拥有了自己的压缩机工厂,三星是垂直供应链整合非常典型的案例,它有显示屏、闪存和芯片技术,把上游资源做了一个充分的整合。

第二条路径是,整合下游渠道。下游对于制造业来说是比上游更大的损耗,因为销售的成本占比非常高。但如果把下游渠道整合到自己的内部,那么整个效率就会得到很大的提升。

规模与成本模式有几个特点:

  • 围绕产品做垂直产业
  • 整合上游供应商和下游渠道
  • 提高效率,节约成本

下面我通过小米空气净化器这个案例给大家讲解一下。它用对标市场上3000元到4000元性能的产品,将销售价格做到了699元,这是怎么办到的?实际上就是以规模为基础的上下游资源整合。

▍上游

首先,整合上游供应链体系,关键词叫做货找源头。

货找源头的概念和埃隆·马斯克的物理学的第一性原理,道理是一样的。他在分析电动车成本的时候,发现电池部分的成本是最高的,但他把电池的成本分解为原材料成本,便发现如果将原材料按照一个合理的定价来算,电池成本能够极大地降低。

你看,他没有简单地停留在电池这个层面,而是向上追溯到原材料。他认为假使有相当大的规模,那么就可以让电池的成本越来越趋近于原材料的价格,从而降到原来的几分之一,使得电动车的普及具备非常强的可能性。

对于产品来说,货找源头的概念就是为了从这个角度来优化成本。单纯从一台净化器上看不出来,但是如果把净化器拆开,就会发现里面的成本结构。比如占成本最主要部分的一定是DC马达(直流电机)、过滤滤材、铜、塑胶等,如果能够按照这种方式去分解和追溯源头,你就能不断地降低成本。

如果按照一个非常小的规模去采购DC马达,假设一年5万只,那么这个价格应该不会低于100块。但是,如果一年采购500万只,这个价格很可能是100块的1/3,也就是三十几块钱。原因在于马达的生产是24小时全自动化的,过程跟印刷差不多,所以只要你有需求,供给的规模是能够充分保证的。

所以,如果有足够的采购规模,成本就会迅速降低。

如果每年要使用的电源线有几千万只,单纯从电源线本身来看,一根电源线并不便宜,但把电源线做分解,会发现它是由塑胶和金属组成的。假设你能够找到这两种原料的源头,这个标准品的价格就会急剧下降。

所以,只要你有能力向上追溯,成本就会不断地被分解,效率会不断地被提升。

▍下游

再看下游,下游的损耗有着更大的倍率。一个产品的生产成本是80元,100元出厂,但到你手里就变成了500元,这中间的400元几乎都来自销售成本。

小米之所以成功,核心就是自有渠道的成功。当时做手机的时候,真的没想做自己的电商,它是想通过一些合作的电商平台去卖,结果发现理想达不成。小米的初心是要把好东西卖得很便宜,结果把成本、出货价、零售价算好,跟这些渠道一聊,渠道说根本没法给你卖。所以小米就直接自己做,然后就产生了mi.com,中国现在最大的自有品牌电商。

自有品牌电商的概念就是说,这个平台是我内部的一个组织部门,只销售我的产品。一旦出现这种整合,效率会极大提升,因为它会跟其他部分产生系统协同,这个时候它的消耗就变得非常小。

本来小米的计划是完全互联网化做销售,但发展到2016年面临了一个巨大的瓶颈,整个中国乃至全世界的电商普及率大概在20%,也就是说有80%左右的销售依然产生在线下。如果所有商品都通过电商销售,意味着你只能在20%的市场规模上耕耘,基本盘就很小,所以这个时候又做了线下小米之家。

小米之家也是自有的销售渠道,它是通过线上线下同价,相互引流,用一个低毛利、大销售量的方式,把门店快速延展。

其实做小米之家是一件特别难的事情,因为中国地产的价格特别高,导致商业租金极高。那么我们用一个什么样的方式去改变它呢?流量的引擎是爆品。

举个例子,戴森是卖吸尘器的,它每一个产品的利润很高,假设一家店的销售额一个月是100万元,但即使它的利润可以达到惊人的40%,它的利润也就是这些。可是小米之家,270平米的店,一年的营业收入可达1.4亿人民币,这还是以前的数字。所以即使毛利率很低,但当销售规模特别大的时候,人员和地租这部分自然就被化解了。

两个起始原则

小米做爆品的这个逻辑看上去是很通的,但是起始点的发生,要有相当的考验。

大家注意,这里有两个很有意思的原则:

原则一:假定成功

在做一款产品的时候,小米是以爆品逻辑为起点的。小米在起始点上是按照百万量级规划的,也就是说如果这个产品规划的一年销售量没有真正达成100万,这个产品就算失败了。

比如净化器,在开始做的时候,我们是按照一年100万起步的量规划的。

  • 正是因为有了这个规划,你才能够在供应商端用比较大的规模承诺,进而获得一个相对低的价格。
  • 另外,你只有按照这样一个规模规划,前期在研发和生产制造上才敢做高投入。

大家可以仔细去看小米空气净化器,那个产品在精度上超越了目前绝大多数电器。同样做个净化器,传统公司的模具投入成本在几十万元到百万以内,小米空气净化器的模具投入在1000万以上。

如果按照5万台的年销量起量,1000万是绝对不敢投入的,模具分摊在每一件产品里会达到惊人的200元,200元如果转换到销售渠道,销售成本会增加到很多。但是假设按照100万起量,最终如果达到200万到300万台,每件产品分摊的模具成本只有几块钱。

就是说,假定成功原则能让你在前期做大投入,后续才更有可能产生大规模和高产出。这是小米开发爆品的一个重要逻辑。

原则二:定倍率

定倍率 = 商品售价 / 商品成本

我们看一下各个行业的定倍率。家电产业是2.5到5倍定倍率,100块钱出厂,卖到你手里250到500块;服装领域是10倍到20倍定倍率,100块钱做的东西,到你手里可能变成1000到2000块。

小米产品定倍率是1.2到1.5,也就说100块钱做的产品,120到150块钱销售到你的手里。

因此,小米通过上下游的资源整合形成了规模效应,可以系统地提高效率,极大降低产品的定倍率,使消费者能够买到真正便宜又好的产品,这就是雷总经常提的感动人心、价格厚道。

▍案例

再给大家延展两个例子。

宜家也是上下游整合的典型,它是在家具领域里把产品真正做到民主化消费的公司。大家早期还觉得宜家的产品贵,但现在大多数城市人口都已经觉得它不贵了。宜家在美国、欧洲这些发达地区,实际上是面向中低收入和学生人群的品牌。

在上游,宜家有很好的林业资源,它追溯到家具的原材料阶段,拥有非常好的代工体系;在下游,宜家最核心的销售渠道是它的大型卖场,形成了大流量、大规模、低毛利和大销售收入。它将这个模式在全世界复制,最终形成一个巨大的商业帝国。

优衣库也很典型,它在下游,主要一部分销售产生在实体店,还有一部分是它的电商。

优衣库在上游抓住了核心,通过与东丽化学这家高科技的核心原材料公司建立长期战略合作关系,制作大量专属优衣库的高科技材料,并把这个高科技专有材料做大规模的销售,进而把成本降得很低,让它产生了非常好的爆品,吸引到了很大的客流。

比如它的AIRsim内衣,销售价格是79块钱两件,一年销售量超过1亿件。很多用户进入优衣库就是冲着这个高品质、低价格的标准品去的,然后连带可能会买牛仔裤、其他的时尚衣着等。

生态模式,互联网模式

生态模式是在整合上游供应商和整合下游渠道的基础上,向另外一个维度横向延展。

它的特点是以单个产品产生的爆品效应为基础点,关联性地引入更多的要素。这些品类之间相互共生、相互联系。

互联网模式是在生态模式的基础上,又一个维度的加成。这里面有两大特点:

  • 爆品产生流量,流量带动爆品,爆品再反馈流量
  • IOT产生叠加效应

小结

雷军有一句话说得很好:小米未见得会成功,但小米模式一定成功。

对于企业、商业的发展,这个认知已经到了非常高的层面。这就是商业理念的渗透和成功,是商业模式的成功。

印度人占领的不只美国硅谷,还有高速公路

印度人占领的不只美国硅谷,还有高速公路

印度人占领的不只美国硅谷,还有高速公路

 

夜幕降临,Samir 和Manny Patel兄弟站在他们的汽车旅馆前,表情一如夜幕般肃穆。

这家名叫威根的汽车旅馆,位于加利福尼亚州圣贝纳迪诺县,是美国三家以帐篷为主题的汽车旅馆之一,以美国土著文化和对66号公路的怀旧为特色。兄弟俩的父亲Jayantibhai Patel自20世纪70年代初就开始经营旅馆业务,在2003年买下了这家汽车旅馆。

Samir 和Manny 在汽车旅馆附近长大,至今Samir仍然和家人住在那里。

作为20世纪70年代初的美国新移民,Jayantibhai Patel早出晚归日夜操劳。白天,他在旧金山的一家银行工作。到了晚上,他在这个城市最脏乱差的田德隆区的文森特酒店继续辛苦的工作,这家酒店是他移居美国不久后所购置的一处产业。

所幸天道酬勤,Patel的不眠之夜得到了回馈。到了20世纪80年代,Patel和他的两个儿子已在加利福尼亚经营着数家汽车旅馆和酒店。而现在,在Patel去世四年后,他的孙女们开始接班,推动家族企业向前发展。

从20世纪40年代开始,印度移民筚路蓝缕披荆斩棘,在美国建立起酒店业这门生意。如今,他们的子孙将其打造成一个帝国。

总理老乡建立的汽车旅馆“卡特尔”

Patel及其家人的成功,是印度裔在美国汽车旅馆行业中崛起的一个缩影。美国大约一半的汽车旅馆归印度裔所有。这些业主大多是来自印度西部古吉拉特邦的帕特尔人(帕特尔是古吉拉特邦的一个高等种姓,在印度独立运动中发挥主要作用的萨达尔·瓦拉巴伊·帕特尔,就属于该种姓),这也让他们被戏称为帕特尔汽车旅馆卡特尔。

Jayantibhai Patel的孙女之一、圣何塞的Lotus Management的财务总监Katki Patel说:“我叔叔和爸爸的工作方式非常像夫妻店模式。”从2006年开始,Katki的姐姐Pratima集中了公司的会计流程,使贷款人和投资者能够轻松评估由其管理的房地产的财务状况。

“没有这一点,就不可能发展业务,”Katki说。作为一名经过培训的注册理财规划师,Katki获得了房地产许可证,这样她就可以代表公司进行交易。她的妹妹 Sita负责开发新酒店。该公司目前拥有12处房产,并计划在年底前新开3家酒店。

在美国,许多第二代和第三代的古吉拉特人在移民父母所经营的汽车旅馆中长大,他们吸收了企业家精神和勤奋工作的品质,并在将家族企业现代化和开展自己的新业务的过程中,将这种精神和品质发扬光大。

美国首位来自古吉拉特的酒店经营者名叫Kanji Manchhu Desai。1942年,他加入了加利福尼亚两名古吉拉特农场工人的队伍,接管了加利福尼亚萨克拉门托的一家有32间客房的酒店,这家酒店之前的业主是一名日裔美国人,被迫去二战拘留营报到。

加州的历史学家Mahendra Doshi正在写作一本关于美国早期的古吉拉特酒店经营者的书,根据他的说法,Desai在1947年搬到旧金山的Hotel Goldfield,那里的大门总是向来自古吉拉特的新移民敞开。Desai鼓励新移民们进入酒店行业:“如果你是帕特尔人,就租一家酒店。”

许多人听从了他的建议。“他们会互相发放握手贷——没有抵押、没有还款时间表,只需要在有能力的时候还款,” Doshi解释道。

一旦一个家庭买下了汽车旅馆,他们就会住在那里,家庭成员会完成经营汽车旅馆所需的全部工作,从打扫房间到接待客人登记入住。这有助于降低成本,而利润被用来收购新的汽车旅馆。到了20世纪80年代,古吉拉特人已经开始主导了这个行业。

勤奋结出成功之果

Avinash Bhakta管理着自家在德克萨斯州圣安东尼奥的Staybridge Suites酒店。1979年,他的父母在洛杉矶好莱坞地区购买了他们的第一家汽车旅馆。这家旅馆有一张苹果树的照片,上面写着“不要害怕出门,这就是结果。”Bhakta的父亲Dinesh说,“一直在冒险,可以说这就是我的生活方式。”这家人现在已经投资了10家酒店。

Victor Floyd是一名退伍军人,住在加利福尼亚州圣罗莎。Victor将他父母打拼的汽车旅馆进行了改建,为退伍军人和长期无家可归者提供居所,该中心会定期为居民举办社交聚会。

对于许多在父母经营的汽车旅馆中长大的第二代古吉拉特人来说,生活并不容易。

47岁的Manoj Pandoria眼睛明亮,性格开朗,他在北卡罗来纳州落基山的假日汽车旅馆中长大。1981年,在家人搬到美国后不久,他的父母接管了这家旅馆。这座旅馆坐落在松树林和玉米地之间的三英亩土地上,尽管它有23个房间,但这栋房子对于小孩来说是一个孤独的所在。“我周末和父母一起打扫房间,” Pandoria说。

工作和生活之间没有界限。“任何时候,如果有人想要一个房间、想要买零食或者需要卫生纸以及其他什么东西,他们都会来办公室,”他回忆道,“我们必须停止手头在做的任何事,为客户服务。”Pandoria和他的兄弟姐妹们唯一的玩伴,是住在高速公路另一边的拖车里的孩子。因为汽车旅馆的游泳池会吸引附近的孩子们,所以他和兄弟姐妹们都特别喜欢夏天。

大学毕业后,Pandoria在IBM和一家酒店工作,之后开始经营连锁美容水疗中心 (他的父母把汽车旅馆卖给了一个帕特尔家族)。

回首往事,Pandoria将他的创业精神归功于成长的岁月。“我经常看到我爸爸在半夜工作,”他说。而他的母亲每天早上不管有多累,都必定会把房间收拾得整整齐齐。勤奋是成功的必要条件,他说,“努力工作,别无选择”。

防盗、通话、导航、健身,一文解锁无所不能的自行车伴侣

防盗、通话、导航、健身,一文解锁无所不能的自行车伴侣

防盗、通话、导航、健身,一文解锁无所不能的自行车伴侣

自行车不仅是一种出行方式,更是一种生活方式。很多人将自行车做为一种健身手段,在进行有氧运动的同时还能欣赏沿途的风景,这种锻炼方式要比健身房的跑步机有意思的多。

作为一名自行车爱好车,必须要拥有一辆自己的“专车”,而用来记录骑行距离和配速的码表也是必不可少的。除了码表之外,骑行爱好者还会将手机架在车把之上,用来看导航,以及避免自己错过重要的来电。

但边看手机边骑行,还有可能要接电话,这其中的危险系数可想而知。

如果有一个设备能够实现上述所有功能又保障你的安全,你会心动吗?

集导航、接打电话、健身效果监测、夜间充当车前灯以及车辆防盗等等于一身的SmartHalo 2刚好可以满足你,它还被视为当前市场上最强悍的自行车伴侣。

防盗、通话、导航、健身,一文解锁无所不能的自行车伴侣

外观

防盗、通话、导航、健身,一文解锁无所不能的自行车伴侣

SmartHalo 2采用了极简的设计风格,整机身上没有任何一个按钮,甚至连必备的开关键也无处可寻。它内部的动作探测装置能够判断自己何时应该启动。

在启动之后,SmartHalo 2会用多彩的灯光迎接使用者,而在骑行完毕车辆停止一段时间之后,它便会自己关闭。

安装

防盗、通话、导航、健身,一文解锁无所不能的自行车伴侣

只需要一按、一转就可以牢牢的固定在自行车的车把上。

固定之后,你不用担心它被偷走,在锁定完成后,只有用配套的HaloKey才能解锁,而且每一部SmartHalo 2都配备了独一无二的HaloKey。

更为贴心的是,该团队为SmartHalo 2准备了两种不同的安装底座。一个名叫SmartHalo Anti-Theft Mount,这个就是上面提到的防盗底座,需要用HaloKey才能解锁。

另外一个名为Quarter Lock Mounts,你可以将它理解为一个快拆系统,无需HaloKey就可以实现拆卸,它更适合家中有多辆自行车的用户。

防盗、通话、导航、健身,一文解锁无所不能的自行车伴侣

导航

防盗、通话、导航、健身,一文解锁无所不能的自行车伴侣

其内置的灯泡可以实现导航视觉提示功能,你只需要在手机端的应用内设定好目的地,SmartHalo 2就可以为你的骑行进行导航了。

在设定目的地的时候,你还能根据自己的喜好和体力来安排线路,除了“最安全”、“最平坦”和“用时最少”等基本选项之外,你还可以使用一些进阶选项。例如初学者可以选择“避开山路”+“沥青铺面道路”的组合;而大神级别的骑手可以选择“山路”和“石子路”的搭配。

与其他GPS设备不同,SmartHalo 2不需要预先下载地图,它可以直接调用手机中的地图数据并不同的导航模式。如指南针模式,在这个模式下它允许你按照心情随意选择道路,只是在骑行过程中它会一直提示你目的地所在的方向,距离目的地越近,灯光的颜色就约趋近绿色。

如果你忘了把车停在哪里了,没有关系,SmartHalo 2能够将自己的位置发送到你的手机端应用上,在地图中显示车辆所停放的位置。

防盗、通话、导航、健身,一文解锁无所不能的自行车伴侣

防盗报警

防盗、通话、导航、健身,一文解锁无所不能的自行车伴侣

骑行爱好者最害怕的就是车辆被偷,尤其是在骑行路上的时候。想象一下,你去上了个厕所,出来以后发现车不见了,自己身处在一个“前不着村、后不着店”的地方,连车都打不到,这种感觉直接崩溃了有没有?

有了SmartHalo 2就不用担心了,当你临时停车的时候,你可以打开它的警戒模式,SmartHalo 2立刻就会变成你的私人警卫。它内置的动作探测器此时会被激活,只要有人动了你的车,SmartHalo 2的警报就会立刻响起,它的报警声音高达110分贝。对分贝没有概念?那这么说吧,110分贝相当于一架螺旋桨飞机在你身边起飞时发出的声音。这么大的声音足以喝退所有偷车贼。

健身效果追踪

它还能够追踪并记录骑行过程中的各种健身数据,例如速度、距离、卡路里消耗、海拔高度变化、骑行时间和减少的碳排放量等等。

防盗、通话、导航、健身,一文解锁无所不能的自行车伴侣

照明

防盗、通话、导航、健身,一文解锁无所不能的自行车伴侣

充分考虑了骑行爱好者的各种需求后,在夜间骑行的时候,SmartHalo 2能够变身车前灯。相比上一代产品,SmartHalo 2的灯光亮度提升了4倍。

提醒

防盗、通话、导航、健身,一文解锁无所不能的自行车伴侣

而自带的来电提醒功让你不再错过重要的电话。

除了电话和短信之外,SmartHalo 2还支持其他很多主流社交工具的提示,如Messenger、WhatsApp、微信和Slack等。

当然,如果你不想被打扰,希望专注的享受骑行,你也可以打开它的勿扰模式。

怎么样,拥有如此强大的功能,是不是足以被称为黑科技啦!

为什么烘焙行业这么难赚钱?

为什么烘焙行业这么难赚钱?

为什么烘焙行业这么难赚钱?

 

为什么烘焙行业这么难赚钱?

作为介于正餐和零食之间的模糊选项,烘焙行业以一个特殊的餐饮垂直品类,自2013年以来,已连续多年保持了高速增长。

数据显示,2013-2017年,烘焙食品行业的年复合增长率高达13%,2017年,包括面包、蛋糕、糕点等在内,烘焙食品总销售量达9940万吨,总销售规模达2000亿元。

然而在这种高速增长之下,随着新零售时代下,消费零售的行业边界正逐渐被打破,烘焙行业也在面临来自多场景、全渠道、多品类的复合型竞争。

在这种竞争之下,传统烘焙连锁的生意正在越来越难做。

– 1 -中西方不同的消费观念和环境

中国消费者对于烘焙其实并不陌生,在这个2000亿的大市场中,不乏好利来、元祖、85度C等知名品牌。从一线城市的繁华商圈,到五线城市的小卖部货架,想要买点面包,绝非什么难事。

这个行业,诞生了包括桃李、面包新语、元祖、曼可顿、宾堡等上市公司,其中也有不少在中国大陆市场年销售额破10亿的品牌。

根据前瞻产业研究院的数据,我国烘焙行业产品结构呈现多元化之下并存集中的情况,其中面包所占比重最高,约为44%。

为什么烘焙行业这么难赚钱?

烘焙行业的主品类——面包和蛋糕,在中国可以称为是纯粹的舶来品。这种发源于古埃及、由小麦研磨成为面粉,再经由发酵、烘烤成型的食物,进入中国数百年以来,依然没有得到在西方同等的关注度。

这种关注度体现在消费数量上,据前瞻产业研究院发布的《烘焙食品行业品牌竞争与消费需求投资预测分析报告》统计数据显示,2017年,我国人均烘焙食品消费量仅6.9公斤,远低于西方国家的人均消费量,也低于18.7公斤/人的世界平均水平。

即便是与饮食习惯相近的日本、新加坡相比,我国的烘焙食品人均消费量仍具有翻倍甚至三倍的增长空间。

为什么烘焙行业这么难赚钱?

全球各国人均烘培食品消费量统计情况(单位:公斤)

这与中西方在餐饮上的文化差异密不可分。上世纪80年代以来,烘焙产业从台湾、香港进入中国大陆市场,并逐渐成为重要的食品产业分支之一。然而在消费习惯上,或许是“民以食为天”的中国人在“吃”的方面太过于忠诚,无论是作为西式主食的面包,还是近年来被视为风口市场的咖啡,在中餐的文化语境下,都始终没能进入主流视野。

遑论只有生日、纪念日等特定场合才会被想起的蛋糕,在下午茶和餐后甜点习惯几乎为零的中国,长久以来都被视为高毛利、高单价、低频低复购的存在。

尽管随着近年来居民消费习惯的改变,面包等烘焙食品正餐化的趋势正愈发明显,但依然限制在城市白领群体的早餐消费场景为主。而伴随餐饮渠道和产品种类的进一步丰富(如城市便利店扩张带来早餐消费渠道和品类的增加),这种竞争可以预见将会进一步加剧。

抛开正餐身份不提,作为零食,烘焙食品同样也存在着自己的尴尬。近年来,在烘焙品尤其是面包品类上,健康化的趋势愈发浓厚,抛弃以往烘焙食品高油高糖的特征,转而以粗粮、全麦等健康属性去切入餐饮市场。

这就带来一个避无可避的问题——凡是以粗粮和全麦为招牌的食品,必然是以损失一部分口味为代价的。作为正餐如果勉强还说得过去,作为零食,“不好吃”三个字就足够要命。

好吃、健康不可兼得,作为零食而言又太过充饥。由于现制优于包装零售的属性,获取的便利性和口味之间还存在另一层悖论,烘焙食品正餐化的背后,未尝不是其作为零食的身份遭遇了发展瓶颈。

– 2 -为什么烘焙店这样难赚钱?

烘焙行业水深,已经是一个人尽皆知的话题。作为餐饮行业的一个分支,烘焙行业也有着整体餐饮业的共同苦恼——盈利难。

对于烘焙品牌,尤其是线下的烘焙连锁门店而言,由于聚焦点在于品类,核心竞争力往往不是体现在售卖和连锁,而是体现在针对单品的创造能力和制造能力。

因此,烘焙行业常常会出现网红单品,一款产品的爆红甚至能够撑起一家门店。但在烘焙行业这样低门槛、有限品类的情况下,这种针对单品的有限“创造”往往在短时间内就会引起批量跟风,因此烘焙爆品的生命周期往往不长。

以去年风靡一时的脏脏包为例,其本身只是一款改良的巧克力可颂面包,但制作手法上的细微差别会导致其在口感上的巨大差异,只是从外观来看,没有任何区别。

在脏脏包走红后,短时间内多达几十个品牌跟风模仿,基本每家都推出了自己的“脏脏包”,由于从外形来看无法分辨,许多不明所以的尝鲜型消费者在尝到“仿制脏脏包”之后,巨大的消费心理落差叠加舆论,从而让这个品类在短时间内迅速遇冷,甚至于影响了“原创脏脏包”的生意。

这不仅是一个品类的个例,也是整个烘焙行业面临的问题。从脏脏包到鲍师傅商标案,烘焙行业在技术迭代空间基本为0的情况下,无法避免同质化竞争和单品照猫画虎的模仿抄袭。

以上市公司桃李面包为例,这家市值271.98亿元(截至2019.06.14)的烘焙行业大鳄,其2018年半年度报告显示,研发支出仅占营业收入0.1%。

抛开食品安全问题,抛开加盟乱象,这种行业整体缺乏生命力,从而陷入无止境的存量竞争,无论对于商家还是消费者而言,都不是什么太好的事情。

在中国这种餐饮场景和品类选择极度丰富的当下,继续走老路的烘焙行业,能做“百年品牌”大梦吗?

锂,新能源的一个重大商机?

锂,新能源的一个重大商机?

随着技术的进步,全球共同迈向低碳未来,加速了化石燃料向新能源的转变。

交通和能源生产迫切需要减少排放,电动汽车和电池存储技术的发展正在迅速改变这两个市场。

锂,有时被称为“白色石油”,是能源储存的关键组成部分,全球近四分之三的锂来自澳大利亚的矿山或智利的盐湖,近年来需求猛增。

本期推介文章来自福布斯《电动汽车正在推动对锂的需求,也对环境造成了影响》(Electric Vehicles Are Driving Demand for Lithium—With Environmental Consequences),作者James Ellsmoor 对这一领域进行了深入分析。

锂,新能源的一个重大商机?

早在埃隆•马斯克(Elon Musk)挑战自我,要在100天内升级南澳大利亚州的能源网络之后,作为可再生能源的大容量电池就成为了关注的焦点。

特斯拉只用了63天的时间就造出了一块100MW的锂离子电池,这是世界上最大的锂离子电池,能够在不到一秒钟的时间内作为备用电源投入使用,极大地提高了可再生能源的实际可实用性,消除了间歇性供应问题。

尤其是当燃煤电厂或风力发电场意外关闭时,这种巨型电池将起到稳定电网的作用,大幅降低能源成本。

通过在需求波动期间买卖电力,特斯拉靠电池产生了收入,五天的价格波动之后,收入接近140万澳元(96万美元)。

由于其灵活性和对现有能源存储形式的改进,许多公共事业公司已经开始考虑大规模采用电池的可行性。

然而,一些突出的问题正威胁着锂电池的发展。

作者指出,当越来越多的人了解到使用锂电池来储存能量的好处,向低碳经济转型过程中较为消极的一面也暴露了出来。

矿业本身的弊端对电池的崛起造成了沉重的压力。因为制造电池,需要一系列的稀土金属,而这些金属的开采制造会排放大量废气。锂矿开采约有一半来自卤水开采,其余为硬岩开采,对环境的危害更大。

此外,锂、镍和钴等主要成分含量有限,不太可能完全满足当前和未来的需求。

不管怎么说,锂电池对低碳世界的未来非常重要。那么,是否有办法既满足当前和未来的需求,又能减少污染呢?这其中是否蕴藏着新的商机?

首先,作者提到,研究电动汽车可持续性的报告指出,随着市场对新型电动汽车的高需求,更多的汽车被制造出来,汽车行业将从规模经济中受益,生产过程更高效、污染更少。

一方面,为电动汽车制造的过剩电池会形成一个回收市场,减少对新的采矿活动的需求。另一方面,可以刺激各大能源勘探公司研发新的突破性技术,促进促进行业规范,尽量减少对环境的有害影响。

最近的一项研究显示,美国可以通过可再生能源来满足其80%的能源需求,其中最大的缺口是储存电力资源的基础设施不健全,与之相关的市场价值超过2.5万亿美元。

作者认为这实际上是新能源行业的又一个商机。

许多初创企业和投资者正在寻求相关电池存储技术的突破,以取代或补充锂离子电池,或找到一种方法使其更高效、成本更低。

其中一个名为“突破性能源投资”(Breakthrough Energy Ventures)的项目由包括比尔•盖茨(Bill Gates)、杰夫•贝佐斯(Jeff Bezos)和理查德•布兰森(Richard Branson)在内的多位亿万富翁资助,旨在通过超过10亿美元的投资,为零碳未来找到解决方案。

目前,大规模的电池存储有了一个渐进的替换计划,即利用低碳能源(核能和天然气)来替代化石燃料的基本能源需求,安装电池作为备用系统,直到它们能够逐步取代上述能源。

能源储存显然是低碳未来不可或缺的一部分,也是科技初创企业寻求技术突破的机会。毕竟资源有限且宝贵,不可滥用。