COMSOL物理场的模拟和仿真软件安装

简介: COMSOL物理场的模拟和仿真软件安装

COMSOL6.1 WIN10 64位安装步骤:
1、先使用“百度网盘客户端”下载CMSL61_CN_x64安装包到电脑磁盘英文路径文件夹下,并鼠标右击进行解压缩,安装前先断开电脑网络,然后找到_SolidSQUAD_文件夹,将它复制粘贴到软件安装目录文件夹下,注意:安装目录路径文件夹名称中均不能含有中文字符!小编这里是复制到D盘COMSOL61文件夹下,将该文件作为软件安装目录
1.png

温馨提示:请记住新建安装目录文件夹的路径,后续操作需要用到。

2、然后找到COMSOL6.1.Build252.x64.iso,鼠标右击选择【解压文件】
2.png

3、耐心等待解压完成
3.png

4、双击打开COMSOL6.1.Build252.x64文件夹
4.png

5、然后找到setup.exe,鼠标右键选择【以管理员身份运行】
5.png

6、先勾选“简体中文(Simplified Chinese)”,然后点击【下一步】
6.png

7、点击【新安装COMSOL6.1】按钮
7.png

8、许可协议,先勾选“我接受…”,然后将许可证格式栏修改为“许可证文件”,再点击【浏览】按钮添加许可证文件
8.png

9、打开“选择许可证文件”窗口,先将“查找”栏修改为初始软件安装目录中_SolidSQUAD_文件夹,然后单击选中“LMCOMSOL_Multiphysics_6.1_SSQ.lic”文件,点击【Open】按钮
9.png

10、在公司栏后面的框中输入任意英文(如China等)即可,然后点击【下一步】
10.png

11、选择安装模块和安装路径,默认安装在C盘,点击【浏览】按钮可以修改安装路径,小编这里将软件安装在D盘COMSOL60文件夹下(见步骤1),然后点击【下一步】
11.png
11-1.png

12、先取消“安装完成后检查更新”选项前面的勾选,然后点击【下一步】
12.png

13、点击【安装】
13.png

14、正在安装中,这个过程大概需要15分钟作用的时间,请耐心等待…
14.png

15、安装完成,点击【关闭】按钮
15.png

16、返回电脑桌面,找到COMSOL6.1图标,首次打开建议鼠标右击选择【以管理员身份运行】
16.png

17、初始化中…
17.png

18、打开COMSOL6.1软件,中文版界面如下:
18.png

相关文章
|
TensorFlow 算法框架/工具 异构计算
成功解决PackagesNotFoundError: The following packages are not available from current channels: tensorflo
成功解决PackagesNotFoundError: The following packages are not available from current channels: tensorflo
成功解决PackagesNotFoundError: The following packages are not available from current channels: tensorflo
|
机器学习/深度学习 编解码
MobileNetV1详细原理(含torch源码)
MobilenetV1(含torch源码)—— cifar10
924 0
MobileNetV1详细原理(含torch源码)
|
iOS开发 MacOS Windows
电脑怎么截图?截屏电脑快捷键ctrl加什么?
截图是我们日常使用电脑过程中非常常见的操作之一。无论是想保存有用的信息、分享有趣的内容,还是记录某个错误信息,截图都是一个简单而有效的方式。但是,不同的操作系统和需求会决定使用不同的方法来截图。接下来,我们将详细介绍几种在Windows和Mac电脑上常见的截图方法,帮助您快速掌握这一技能。
电脑怎么截图?截屏电脑快捷键ctrl加什么?
|
安全 应用服务中间件 API
Netty API网关实操系列(一)
Netty API网关实操系列(一)
|
NoSQL Java Redis
若依如何使用(基本环境的配置)
若依如何使用(基本环境的配置)
Java中的动态类加载详解
Java中的动态类加载详解
|
Dart 前端开发 JavaScript
swoole(一)laravel8配置使用swoole(1)
然后在服务器使用命令行执行 复制代码
987 0
|
存储 JSON 安全
序列化模块pickle和json有什么区别
序列化模块pickle和json有什么区别
486 0
|
机器学习/深度学习 人工智能 资源调度
深度强化学习技术概述
在本文中详细介绍了深度强化学习技术,将强化学习分成三大类(value-based算法、policy-based算法及结合两者的AC算法)来进行介绍。首先,从数学理论角度介绍了强化学习;接着,从不同适用方向对两类深度强化学习算法进行介绍:基于值函数(Value-based)的深度强化学习算法DQN和基于策略(Policy-based)的深度强化学习算法PG。最后,介绍目前应用广泛的结合前两个算法的结合物AC(Actor-Critic)算法。
3043 2
深度强化学习技术概述
|
机器学习/深度学习 传感器 资源调度
【光学】基于matlab光纤布拉格光栅-FBG反射谱投射谱仿真
【光学】基于matlab光纤布拉格光栅-FBG反射谱投射谱仿真