Количество материалов в базе удвоилось за счет сбор тяжелых и полезных моделей. Теперь у меня почти около 40 штук *MAT_JOHNSON_COOK + *EOS_GRUNEISEN (причем много с трещинообразованием), примерно столько же ВВ (причем есть и AFTERBURN, и JWLB) и конечно 6 штук (а это вообще все, что есть в свободном доступе) сложных моделей полимеров   *MAT_SAMP-1 + *MAT_ADD_DAMAGE_GISSMO.

Ну а для таких сложных данных грех не добавить более удобный UI. Так что теперь автоматически визуализируются *DEFINE_CURVE, *DEFINE_TABLE,  *MAT_JOHNSON_COOK и *EOS_GRUNEISEN.

В открытый код SPHinXsys завезли многофазку! А ведь там уже есть и GPU и турбулентность! Красота.

https://www.linkedin.com/posts/xiangyu-hu-tum_stable-high-order-high-resolution-simulation-activity-7366457517859553282-4TY5?utm_source=share&utm_medium=member_desktop&rcm=ACoAAAIB-1wBSy2qdKlEdvn4uXa5JRLKv3rDaxk

[🚀 Stable high-order, high-resolution simulation of violent two-phase flows

I’m excited to share the results of our recent work on advancing high-order SPH methods for two-phase flow simulation.

By… | Xiangyu Hu](https://www.linkedin.com/posts/xiangyu-hu-tum_stable-high-order-high-resolution-simulation-activity-7366457517859553282-4TY5?utm_source=share&utm_medium=member_desktop&rcm=ACoAAAIB-1wBSy2qdKlEdvn4uXa5JRLKv3rDaxk)

Вот и в матлаб завезли что-то типа ИИ. Надеюсь, что у них получиться лучше, чем пока получается у Ansys. Вообще, я пока еще не видел нормальных копилотов от компаний, для которых это не их главный бизнес или его дают бесплатно. И если вы думаете, что Copylot от GitHub/Microsoft внутри VS Code - это сила, то вы просто не пробовали нормальные продукты.

Моя текущая связка:

• OpenAI ChatGPT5 Thinking строго для Deepresearch, так как ищет он ну очень хорошо, а вот обработать результаты поиска он толком ленится или делает это с ошибками
• Anthopic Opus 4.1 для планирования и написания реально сложного кода ибо он очень быстро сжирает лимиты. Хотя его усердие и сообразительность в обработке информации, понимании запросов и выдаче консистентный ответов восхищает.
• Zencoder.ai для каждодневной разработки. Это рабочая лошадка. Без него я теперь свой код вообще не трогаю. Тут тебе и тесты, и код ревью и поговорит по душам можно. Ну и конечно, огромная обвязка из MCP.

https://www.mathworks.com/company/events/webinars/upcoming/introducing-matlab-copilot-4905250.html

ИИ идет за вами!

Должностные обязанности:

• Создавать и запускать модели для оценки производительности в различных областях.
• Разрабатывать рабочие процессы для повышения эффективности и повторяемости симуляций.
• Сотрудничать с командами проектировщиков и тестировщиков для определения требований и проверки моделей.
• Использовать вычислительный анализ для принятия решений и выявления компромиссных решений.
• Вносить вклад в улучшение внутренних методов и практик симуляции.

https://www.linkedin.com/jobs/view/4286310712/?refId=TALFZ2X5O769yLNmSqZYiA%3D%3D&trackingId=TALFZ2X5O769yLNmSqZYiA%3D%3D

https://www.linkedin.com/jobs/view/4286310712/?refId=TALFZ2X5O769yLNmSqZYiA%3D%3D&trackingId=TALFZ2X5O769yLNmSqZYiA%3D%3D

Есть такое ощущение, что R16.1 для дайны уже зафиналился, но про это забыли рассказать. По крайне мере на официальном ftp он лежит уже почти месяц без изменений, и у него даже есть релизноты.

Лично был очень доволен R16, за стабильность и решение многих проблем весьма неудачного, на мой взгляд, R15.

https://ftp.lstc.com/user/mpp-dyna/R16.1.0/Release_Notes_LS-DYNA_R16_1_0_rev0.html

P.S. Если вы не знаете пароля от https://ftp.lstc.com/user/ или не можете его нагуглить за пару минут, то, без обид, вы не настоящий джедай.

!

Да, у меня есть маленькая (пока) библиотека почти готовых материалов для LSD. А где взять сырые данные? Да пожалуйста, тут их хоть закачайся:

https://github.com/sedaoturak/data-resources-for-materials-science?tab=readme-ov-file

GitHub - sedaoturak/data-resources-for-materials-science: A list of databases, datasets and books/handbooks where you can find materials properties for machine learning applications.

Отпуск прошел весьма продуктивно. В компании я Claude и Zencoder.ai я сделал новую версию своего домашнего проекта: сайта с готовыми моделями материалов для LS-DYNA. За пару недель я полностью переработал формат хранения данных, переделала архитектуру сайта, добавил еще материалов, добавил калькуляторов для создания физичных кривых пластического течения сталей, идентификации параметров гиперупругих материалов и разрушаемых пен. А еще все это теперь корректно работает и на мобильном.

Это по-прежнему бесплатный и открытый не коммерческий проект, это по-прежнему только моя разработка, это пока только лишь 10% того, что я могу и хочу опубликовать. Благодаря LLM разработка идет очень быстро, так что скоро будут больше новостей и обновлений проекта.

https://oxr.eng.ox.ac.uk/aimaterial/?utm_source=chatgpt.com#slide=1

AI Material Model for LS-Dyna https://oxr.eng.ox.ac.uk/aimaterial/?utm_source=chatgpt.com#slide=1

В смысле это модели, которые самоопределяются на основе статистических и экспериментальных данных, в не имеют предопределенных уравнений в своей основе. Кажется, что это неплохо, если у тебя есть собственная испытательная лаба и прямые руки у лаборантов. Но вот что делать, когда руки кривые? Как понят что ты настроился на воспроизведение реального физического эффекта, а не шума от неправильно установленного тензодатчика?

Утром я прочитал, что ChatGPT 5  теперь заменит всех. Ну что ж, у меня есть в ChatGPT проект, куда загружена вся документация LS-DYNA.

Как видите, даже с такими знаниями он пока не заменяет инженеров:

• форматирование карт с ошибками и метами придуманное
• порядок параметров в карте  не правильный
• про eos забыл

Кажется, что коэффициенты он “знает”, но как их применить не понимает.