企业官网建设流程全解析

很多搞疲劳耐久测试的工程师，第一次打开nCode的GlyphWorks时都是同一个感受：界面太不像传统软件了，没有菜单树，没有对话框流，满屏幕是一个个小方块和连线。但这恰恰是它最值钱的地方——把数据处理和分析做成了一条可视化流水线，数据从左边进去，经过清洗、滤波、计数、疲劳计算，右边直接出结果，每一步干了什么、参数是多少，全摊在桌面上，想复查、想改参数、想复用模板都非常方便。

这篇文章我就用一套真实的实测道路载荷谱案例，把GlyphWorks从数据导入到疲劳寿命估算的完整流程走一遍。案例选择的是汽车结构件在试验场道路上的应变和加速度信号，这类数据在整车耐久开发里最常见。整个流程包括原始数据检查、毛刺去除、滤波去趋势、雨流计数、S-N曲线选择、伪损伤计算和结果解读，每一步我会说清楚参数为什么要这么填、踩过哪些坑。如果你是刚接触GlyphWorks的测试工程师、CAE工程师，或者正在做疲劳耐久方向的研究生，照着这套流程走一遍，基本能把软件最核心的用法吃透。

1. 案例整体设计与数据准备

1.1 案例到底要解决什么问题

我在实际项目里经常接到这样的任务：某个新开发的副车架样件，在试验场跑了几个特定路面，采集了一批应变和加速度信号，现在要评估这个结构件在不同路面工况下的疲劳损伤贡献，回答“哪个路面最伤零件”“样件大概能跑多久”这两个问题。

这个案例的技术难点在于：原始信号是连续的时域波形，时长可能长达几十分钟甚至几个小时，采样率又高，数据量很大。如果直接拿原始波形去分析寿命，既不可能，也没有意义。疲劳分析的基本逻辑是先把时域载荷压缩成有代表性的循环统计信息，再结合材料的S-N曲线计算损伤。GlyphWorks干的就是这件事：把超长的时间序列数据，通过一系列信号处理和频域/时域分析模块，转化成工程上可以直接使用的寿命结果。

案例的输入数据包括：副车架左、右两侧的应变片通道，加速度传感器通道，还有一些车速、挡位之类的辅助信号，采样率设定在2000 Hz。文件格式是TDMS，这也是试验数据采集系统最常见的输出格式之一。

1.2 拿到实测数据后，先做好这三件事

很多新手拿到数据后第一件事就是双击打开软件、直接拖文件，结果导入进去一看，通道名是乱的、单位是空的、时间轴是错的，后面全部白做。我这里建议拿到实测数据后，先做三件事：

第一，整理通道信息表。把每一个通道的物理含义、传感器类型、灵敏度、标定系数、单位整理成一张Excel表格。GlyphWorks导入数据时会读取文件里的通道名和单位，如果原始文件里没有这些信息，就需要你在导入预览界面手工设定。单位搞错是疲劳分析里最隐蔽的错误之一：应变的单位是微应变（με）还是应变（ε），在计算时差了好几个数量级。

第二，确认采样率和时间轴。TDMS文件一般会记录采样率，但有些数据采集系统会把多段采集的数据拼成一个文件，中间可能出现时间戳不连续。导入后先看时间轴是否均匀，如果发现某一段信号的时长和实际记录对不上，最好先用预处理工具把有效段截出来，避免后面雨流计数时把无效段也算进去。

第三，备份原始文件。虽然GlyphWorks本身不做破坏性修改，所有处理都会生成新数据，但备份意识还是要有的。我在项目里见过不止一次因为导入参数设错、把原始数据覆盖的情况，所以规范操作永远是原始文件只读，所有处理都在副本上做。

1.3 GlyphWorks的工作区逻辑与连图思路

GlyphWorks和传统软件最不一样的地方，就是它没有一个固定的操作路径，而是给你一堆“Glyph”（工具块），你自己决定怎么连。界面左侧是工具面板，按照功能分了类：数据导入导出、信号处理、疲劳分析、统计、显示、报告等；中间的大片空白区域是工作区，你把工具块拖进去，连线，就组成了一条处理流程。每一个Glyph都有参数表，双击就能打开设置。

这个思路我一开始不太适应，但用久了之后反而觉得它比传统软件高效。原因很简单：传统软件把所有功能藏在菜单里，你记不住哪个功能在哪；GlyphWorks把处理过程全部摆在桌面上，流程长什么样、中间经过哪些环节，一眼就能看明白。你不需要记操作步骤，只看连图就知道数据是怎么被处理的。

常用的几个Glyph，我先在这里列一下，后面案例会逐个细讲：

• Data Source：数据源节点，负责读取外部文件，支持TDMS、CSV、Excel、MAT等多种格式。
• Display：显示节点，可以查看波形、直方图、雨流矩阵、S-N曲线等，相当于示波器。
• Time Series Stats：时间序列统计，计算均值、峰值、标准差、RMS等基本统计量。
• Spike Removal：毛刺去除，专门用来剔除信号里的瞬时异常尖峰。
• Filter：数字滤波节点，包括低通、高通、带通等。
• Detrend：趋势项去除，常用于消除应变信号的趋势漂移。
• Rainflow Counting：雨流计数节点，把时域信号转换成循环计数结果。
• Duty Cycle / Fatigue Life：疲劳分析节点，基于S-N曲线或E-N曲线计算损伤和寿命。

这就像搭积木，数据从左边进，经过一串处理，到右边出结果。先理解每个积木是干什么的，后面搭流程就顺理成章了。

2. 信号预处理实操：从原始数据到干净载荷

2.1 先看数据质量，别急着滤波

拿到数据后的第一步不是滤波，而是先看数据长什么样。很多初学者习惯一上来就丢一个低通滤波器进去，好像信号“脏”就必须先滤一下。但滤波器参数怎么选，取决于信号里的噪声特征和你想保留的频段，你必须先了解数据，才能定出合理的处理参数。

我自己的习惯是，先拖入Data Source读取数据，接一个Time Series Stats节点和一个Display节点，同时打开。Time Series Stats会给出每一通道的最小值、最大值、均值、标准差、RMS等统计量。重点看三件事：

• 均值是否合理。应变片的静态分量如果发生缓慢漂移，均值会偏离零点，这往往意味着应变片粘贴状态有问题或者温度补偿没做好。
• 峰值是否异常。如果某个通道的峰值是同类通道的几十倍，大概率是毛刺而不是真实信号。
• 是否存在削顶。采集系统量程设得太小，信号顶部会被切平，这种数据在疲劳分析里会低估损伤，比较麻烦，需要结合原始记录判断是否重测。

Display节点则是用来看波形的。我习惯把几个关键通道放在同一个显示窗口里，比如左、右两侧的应变通道，切换成Overlay模式叠加显示，这样可以非常直观地看出两侧信号的对称性和差异。如果某一通道有毛刺，叠加显示的图形上就会看到一根突兀的尖刺，特别明显。

这一步我一般会花十到二十分钟反复看数据，而不是急着往下走。数据质量决定分析结果质量，这句话在疲劳分析里尤其成立。你后面花再多精力去精细建模，如果输入数据本身是有问题的，结果只能是垃圾进、垃圾出。

2.2 毛刺去除：宁保守，不激进

毛刺是应变和加速度测试里最常见的污染信号。它的来源五花八门：连接器接触不良、电缆被拉扯、电磁干扰、采集卡瞬间丢码等等。毛刺的典型特征是持续时间极短（通常只有几个采样点），幅值却异常大，可能超过正常信号幅值的几倍甚至几十倍。

在GlyphWorks里处理毛刺用的节点叫Spike Removal。这个节点的原理并不复杂：它在信号上滑动一个窗口，计算窗口内信号的局部标准差，如果某个点的幅值偏离局部均值超过设定阈值，就认为它是一个尖峰，然后用邻近点的值替换掉。这里有两个关键参数：一个是阈值倍数，另一个是尖峰宽度。

阈值倍数到底设多少？我试过很多遍之后得出的经验是：先用默认值试跑一遍，看它识别出了多少个尖峰，然后打开Display对比识别前后的波形。如果识别出的尖峰数量很少，比如只有几个到十几个，而且每一个对应真实记录中的噪声瞬间，那阈值就基本合适。如果一次识别出几千个尖峰，说明阈值设得太敏感了，把大量真实峰值也当成了毛刺。

这里有一个重要原则：在疲劳分析里，毛刺去除宁保守、不激进。为什么？因为毛刺幅值虽然大，但持续时间极短，真实载荷中的高幅值事件其实是损伤的主要来源。如果滤波阈值设得过于激进，把真实的大幅值峰值也当成毛刺削掉，疲劳损伤会被严重低估。我一般会把阈值设得偏保守，让节点只去除那些明显不合理的数据点，而不是追求“信号看起来很干净”。信号干净不等于分析正确，保留真实的峰值比表面上的平滑更重要。

数据量特别大的时候，毛刺去除会比较耗内存，可以在处理之前先用一个Range Reduce节点把不需要的通道去掉，只保留需要分析的应变和加速度信号，可以明显加快速度。

2.3 滤波与去趋势项：截止频率怎么定

滤波是信号预处理里最容易引起争议的环节，因为没有唯一正确的参数，只有针对具体工况相对合理的参数。在GlyphWorks里，滤波节点最常用的是Butterworth滤波器，支持低通、高通、带通等模式。

先说截止频率怎么选。如果你处理的是结构疲劳分析，关心的频段一般是结构件的主要模态频率范围。整车结构件的疲劳损伤主要来自路面激励，频率范围通常在0到几十赫兹，车身局部的弹性模态一般也就到100 Hz左右。采样率2000 Hz的信号，能量大部分集中在低频段，高频部分更多是噪声。所以低通截止频率可以设在50 Hz左右，也可以先对信号做一次FFT分析，看频谱能量集中在什么范围，再来决定截止频率。

我个人经验是：不要在滤波上过度处理。如果你不确定某个频段是真实信号还是噪声，就先保留它，通过后面的雨流计数和损伤计算来看结果对滤波参数的敏感性。换句话说，你可以在GlyphWorks里搭两条并列的流程，一条用截止频率50 Hz，一条用100 Hz，分别计算损伤，看看结果差多少。如果差异很小，说明分析结果对截止频率不敏感，那滤波带来的不确定性就可以接受；如果差异很大，那就需要谨慎地判断哪些频段是真实载荷。

去趋势项是另一个容易被忽略的环节。应变片在长期测试中会有零点漂移，表现为信号的均值随时间缓慢变化。这个漂移如果不去掉，雨流计数时会把一个缓慢的波动误认为一个大循环，人为抬高损伤。GlyphWorks里的Detrend节点就是把信号减去一个缓慢变化的趋势项，保留高频波动。使用时注意选择合适的时间窗口，太短的窗口会把真实的低频载荷也去掉，太长的窗口则去了等于没去。

最后提醒一个细节：做疲劳分析时，滤波器最好选择零相位模式。普通IIR滤波器会引入相位延迟，导致滤波后的信号在时间轴上发生偏移。疲劳分析虽然不像控制算法那样对相位敏感，但应力-应变的时间关系如果被改变，雨流计数的循环识别结果会有细微差别。GlyphWorks的Filter节点一般提供零相位滤波选项，在参数界面里选上就行。

3. 疲劳分析核心流程：从载荷谱到寿命

3.1 雨流计数：复杂载荷如何变成循环

数据预处理完，接下来是疲劳分析最核心的一步：雨流计数。在介绍GlyphWorks的操作之前，我还是要啰嗦几句原理，否则你即使会点鼠标，也不明白结果里的那些矩阵到底在说什么。

雨流计数解决的核心问题是：一根不规则的载荷-时间曲线，怎么描述它造成的疲劳损伤？你用峰值计数法、幅值计数法、穿级计数法，都会丢掉一些信息，要么忽略小循环，要么把大循环拆碎。雨流计数法的厉害之处在于，它把载荷过程还原成一个个完整的应力-应变滞回环，对应的是材料在循环载荷下真实的损伤机制。

你可以这样理解：把载荷时间曲线想象成一条高低起伏的山路。雨流计数有点像沿着山路的边缘，找到一个封闭的“山谷-山峰-山谷”组合，相当于在起伏中识别出一个个完整的上下坡循环。大的循环对应大幅度载荷，小的循环对应小幅度载荷。一个复杂的随机载荷过程，最终可以被压缩成一张雨流矩阵表，行和列分别代表循环的幅值和均值，表格里的每一个值代表对应幅值-均值组合的循环次数。

在GlyphWorks里，Rainflow Counting节点就是干这个的。它会输出一个雨流矩阵（通常以三维直方图或雨流图的形式展示），还有循环计数表。矩阵的横轴是循环的峰值或幅值，纵轴是循环的谷值或均值，颜色深浅代表该组合出现的次数。你会看到矩阵的能量大多数集中在低幅值区域，少数高幅值事件虽然次数少，但在后面的损伤计算里贡献可能非常大——因为疲劳损伤和应力幅值呈幂指数关系，这正好对应了“少量大载荷造成大部分损伤”的工程经验。

3.2 S-N曲线和材料参数准备

有了雨流计数结果，下一步就是把每一个循环的幅值、均值，转换成材料损伤。这时候就需要S-N曲线。

S-N曲线描述的是材料在恒定应力幅作用下能够承受的循环次数N。简单说，应力幅越大，寿命越短。不同材料的S-N曲线差异巨大，钢材有明确的疲劳极限，铝合金基本没有，复合材料更是另一套逻辑。所以在GlyphWorks里做疲劳分析之前，你必须确认材料参数从哪里来。

nCode软件自带了一个材料数据库，里面有很多常用材料和对应的S-N曲线参数，包括钢、铝合金、铸铁等。你可以直接搜索材料名称，也可以手动输入参数。材料数据库里的参数包含S-N曲线的斜率、拐点位置、存活率、标准差等。对于汽车结构件用的钢材，一条典型的S-N曲线大概是这样：高周疲劳区呈直线下降，斜率通常是-3到-5左右（在双对数坐标下），超过一定循环次数（通常10^7次）后曲线趋于平坦，也就是所谓的疲劳极限。

如果你手上暂时没有准确的S-N曲线数据，也有一个办法：先用材料库里的相似材料跑一遍流程，先看流程能不能跑通、结果量级合不合理，等拿到实际材料数据后替换掉参数就行。在工程项目的早期阶段，用近似材料参数做相对比较，比完全没有结果要好得多。

这里需要特别强调单位一致性。应变片测出来的是微应变，但S-N曲线的横轴通常是应力幅（MPa）。要让计算结果正确，你必须知道材料的弹性模量，在GlyphWorks里设置好单位换算关系，或者在导入数据时就把应变换算成应力。单位这个坑，我在后面常见问题里还会再提一次，因为它是疲劳分析里出现频率非常高的错误。

3.3 一套完整的GlyphWorks疲劳流程怎么搭

前面工具和参数都说完了，现在我们把整个流程在GlyphWorks里连起来看一下。

我常用的针对路谱疲劳分析的流程是这样的（从左到右）：

Data Source → Resample（可选）→ Spike Removal → Detrend → Filter → Rainflow Counting → Duty Cycle / Fatigue Life → Display

这条流程看起来简单，但每一步都有它存在的理由。Data Source负责读原始TDMS文件；Resample如果采样率不一致，可以先统一；Spike Removal去掉毛刺；Detrend消除应变零漂；Filter滤掉高频噪声；Rainflow Counting把时域信号变成雨流矩阵；Duty Cycle或Fatigue Life节点结合S-N曲线计算损伤和寿命；最后用Display把结果画出来。

实际操作时需要注意：Rainflow Counting节点可以直接输出雨流矩阵到Display，也可以把计数结果接到疲劳计算节点作为输入。两者之间的数据流是自动匹配的，你只要保证连线的两端数据类型一致就行。如果你把Display节点直接接到Rainflow Counting后面，看到的是一张雨流矩阵图；如果需要看循环次数表，右键Display节点，在配置界面里选择对应的输出表格。

在疲劳计算节点里，你需要指定S-N曲线的来源，是使用材料数据库还是手动输入，以及指定应力单位。对于伪损伤计算，GlyphWorks会把雨流计数得到的每一个循环的幅值代入S-N曲线，查表得到对应的许用循环次数，1除以这个次数就是该循环造成的损伤。把所有循环的损伤加起来，就得到总损伤。

这里要解释一个常见概念：伪损伤。所谓“伪”，是因为它基于一条设定的参考S-N曲线，而不是某一种具体材料在实际服役条件下的真实曲线。伪损伤的数值本身没有绝对意义，但它非常适合做方案对比：同样一段时间内的载荷谱，哪个工况伪损伤大，就说明哪个工况更“伤”零件。在项目早期没有准确材料参数时，用小载荷谱评估各工况的损伤占比，几乎都用伪损伤对比。

4. 参数设置与结果解读

4.1 关键参数表格与填法

GlyphWorks里每个节点都有很多参数，新手第一次打开往往不知道哪些要改、哪些保持默认。我这里整理了一张实际案例中我会检查和修改的参数清单，你可以直接照着设置。

这里特别说明一下Hysteresis参数。雨流计数会把采样噪声也数成大量微小的循环，这些微循环本身的损伤几乎可以忽略，但会让矩阵变得很“碎”。设一个迟滞窗口，等于设定一个最小循环幅值的门槛，幅度小于这个门槛的波动就不计数。这个参数可以有效减少计算量，但别设太大，否则把真实的低幅值载荷也滤掉了。我一般先设1%的信号满量程，再看计数结果调整。

4.2 结果数据怎么看

流程跑完之后，结果怎么读？这是很多工程师卡住的地方。程序运行完不代表你拿到了结论，你得明白每个数字意味着什么。

Fatigue Life节点通常会输出两个核心结果：累计损伤值和疲劳寿命。疲劳寿命的表达方式取决于你输入数据的时间单位。如果你输入的一段信号代表某个试验场路面循环一圈共120秒，那Fatigue Life节点输出“如果反复跑这个路面，零件能跑多少圈”，或者直接换算成总秒数。还有一种输出方式是输出损伤值D，疲劳寿命=1/D。如果D=0.01，就意味着跑完这120秒，消耗了零件寿命的1%，总共可以跑100段这样的信号。

在看结果时，我建议你养成一个习惯：先看各通道的损伤排序。Fatigue Life的结果表里会有每一通道对应的损伤值，按从大到小排一下序。损伤最大的通道就是当前载荷和当前材料参数下最危险的位置，后续结构优化、测点布置的注意力都应该放在这个通道附近。如果同一组数据同时分析了左右两侧应变片，还可以看看两侧的损伤差异是否合理，用来验证测点位置和载荷边界是否正确。

雨流矩阵结果怎么看？一个典型的雨流矩阵图，横轴表示循环幅值，纵轴表示循环均值，颜色深浅表示频次。你重点看两个信息：大幅值循环分布在哪些均值附近，低幅值循环集中在哪个区域。大幅值循环对应高损伤事件，比如车辆驶过坑洼、路缘时的冲击载荷；低幅值集中区域则代表路面随机振动的主要贡献。把雨流矩阵和损伤计算结果结合起来看，你会对“哪个载荷造成主要损伤”有个很直观的判断。

Display节点还可以把S-N曲线显示出来，同时把本次分析的循环数据叠加到S-N曲线上，很像一张材料疲劳性能图。你可以直观地看到哪些循环落在寿命较短的高幅值区，哪些循环落在无限寿命区。这个图用于向项目组汇报，效果比单纯贴数据表好很多。

4.3 把流程保存成模板

实际工作中，同一个试验场会连续测很多个零件，每一批次的数据处理流程几乎一模一样，只是文件路径和通道数略有不同。如果每次都重新拖节点、设参数，既浪费时间，又容易出错。

GlyphWorks支持把已经搭好的流程保存成GlyphWorks工作流文件（后缀通常是.gwy或类似格式），下次直接打开这个文件，把Data Source节点里的文件路径替换成新数据，跑一遍就出结果。更高阶一点的做法是把流程保存到Process Manager里，这样每次可以用同样的模板批量处理一批文件，结果自动导出到指定文件夹。

我的建议是：在第一次成功跑通一个项目的完整流程后，立刻保存模板，并在模板文件名里注明项目名、材料参数依据、滤波参数等关键信息。这样过了几个月再回头看，你还能快速弄清楚当时的处理条件和参数设定。处理疲劳数据最怕“黑盒”，模板管理虽然不是分析本身，但对结果可追溯性帮助极大。

5. 常见问题与排查技巧实录

5.1 损伤结果小得离谱或全是零

这是新手最容易遇到、也最容易慌的情况：流程跑通了，Display里显示的数字却特别小，几乎为零，或者干脆是零。遇到这种问题，先不要怀疑软件坏了，绝大多数情况是参数设置问题。

排查顺序是这样的：第一，检查单位。应变的单位如果是微应变（με），而S-N曲线使用的是MPa，你没有设置弹性模量换算，那结果就会差了几百上千倍。第二，检查S-N曲线参数。如果你选的材料曲线是用应力表示的，而你输入的数据实际是应变，两者根本不是一个量纲，计算出来的损伤会毫无意义。第三，检查Hysteresis迟滞窗口设置。如果窗口设得太高，雨流计数把所有循环都过滤掉了，结果自然是零。把迟滞窗口调小或者关闭，再跑一次看循环数量是否正常。第四，检查数据本身。在Display里看滤波后的时域波形，如果信号几乎是一条直线，说明前面的滤波、去趋势等环节已经把你关心的真实载荷全部滤掉了。

5.2 滤波后波形边缘出现振铃

用Butterworth滤波器处理信号时，经常会在波形的开头和结尾看到不正常的振荡，这个现象叫振铃效应。原因是滤波器在信号边界处没有足够的历史数据来建立稳定的滤波状态，导致瞬态响应异常。

如果是做频谱分析，这个问题影响不大，截掉边缘数据就行；但做疲劳分析时，雨流计数会对整段数据进行循环统计，开头和结尾的异常振荡会被当成真实的载荷循环，造成损伤偏差。解决办法有几个：一是在滤波前对数据做边端延拓，把信号前后延长一段，滤波后再裁掉延长部分；二是使用GlyphWorks里支持零相位滤波的选项，这类滤波器在边界处理上通常比普通IIR滤波器更好。更稳妥的做法是，在工程应用中对关心的分析区段做适当的剪裁，避开信号开始采集和停止采集时的不稳定段。

5.3 内存不足与运算缓慢

长时间、高采样率的路谱数据，一个通道动辄几百万甚至上千万个数据点，如果一次处理几十个通道，计算机内存压力确实很大。我在这类问题上的经验是：能不加载的通道就不要加载，能用少量通道解决问题就不要贪多。

在Data Source节点里可以勾选只导入需要的通道，把多余的加速度、温度、车速等通道先去掉。如果某个通道只用于辅助判断，不在疲劳分析范围内，就没必要让它参与后续的雨流计数和损伤计算。其次，可以对数据进行分段处理。比如把一段30分钟的连续路谱按路面类型切成若干段，每一段独立跑一次分析和损伤计算，最后把各段的损伤线性叠加。这个做法在工程上完全成立，因为线性损伤累积理论本身就是疲劳寿命计算的基础。分段处理还有一个额外好处：你能得到每一段路面对总损伤的贡献占比，这正是项目组最关心的信息之一。

如果确实需要处理非常大规模的数据，可以考虑在服务器上运行GlyphWorks，或者用nCode的批处理功能把数据分块并行处理，最后再合并统计结果。

5.4 毛刺去除阈值到底怎么调

毛刺去除的阈值，本质上是一个权衡问题。阈值设得严，毛刺去除得干净，但风险是误伤真实峰值；阈值设得松，真实的冲击载荷保住了，但毛刺可能残留，影响计数结果。

我的方法是分三步走：先用默认参数跑一遍，统计识别出的尖峰数量和位置；然后在Display里逐个查看这些尖峰对应的波形片段，看它们到底是真实冲击还是明显噪声；最后根据情况调整阈值倍数。如果发现默认参数把一段明显是真实冲击信号的高幅值波形判定成了毛刺，就把阈值调大；如果发现某些明显的电噪声尖峰没有被识别出来，就往小调一点。

还有一种情况容易踩坑：有些毛刺并不表现为单一的尖峰，而是连续几个点快速振荡，这通常来自传感器的谐振或电磁干扰。针对这种毛刺，要适当增大Spike Width参数，让算法能够识别出一小段连续的异常信号，而不是只抓单点。

5.5 常见问题速查表

我把上面这些问题整理成一张速查表，你在排查时可以直接对照。

还有一个额外的心得想分享给正在学习的朋友：GlyphWorks的学习曲线之所以看起来陡，不是因为软件本身复杂，而是因为你对信号处理和疲劳分析的理解深度会直接体现为流程搭得好不好。这句话我是在连续处理了十几个项目的路谱数据之后才真正体会到的。你可以在示例数据上反复试验，把同一个数据集用不同的滤波参数、不同的S-N曲线跑出不同的结果，观察结果的变化趋势，这样远比机械地记住某些界面选项更有用。后面如果你需要进一步做载荷谱编辑、加速耐久试验设计，GlyphWorks还有Duty Cycle Editor、Time Series编辑等更深入的模块可以扩展，这个案例流程只是整个耐久性分析体系里的第一步。