工业视觉选型指南：主流全局曝光高速摄像头路线多维对比
2026/10/9 0:50:56
课程摘要
上一节完成了二维随机材料薄板的求解，但“算出了位移分布”不等于“结果足够可信”。本节用可校核的一维随机杆，分别改变材料场的空间离散尺度、KL 展开模态数和 Monte Carlo 抽样次数。通过相同随机样本的配对比较与超限概率区间，学习辨认三类误差，并形成可迁移到二维、三维随机有限元的收敛检查流程。
一、先问一个比“算完了吗”更重要的问题
第四十二节用500次抽样得到一个超限比例。假如把网格划得更细、KL 模态取得更多、抽样次数增加，这个比例还会不会变？
至少有三项需要分开检查：
| 检查对象 | 改变什么 | 固定什么 | 主要回答 |
|---|---|---|---|
| 材料场空间离散 | 表示材料的单元数 | 随机场样本、KL 模态、抽样数 | 粗单元是否抹平了材料变化？ |
| KL 截断 | 保留的模态数 | 空间单元、同一批随机系数、抽样数 | 丢掉的空间模式是否影响响应？ |
| Monte Carlo 抽样 | 样本数 | 空间模型、全部模态 |