CONOR BLOG

光学设备随机振动与冲击标准：从两个案例到可执行规范

Thu, 24 Sep 2026 00:00:00 GMT

一套振动条件是否合理，不能只看“多少g”。随机振动要看能量分布和结构模态，冲击要同时看峰值、脉宽与SRS；对于光学设备，最终还要回答光轴、扫描精度和重复定位是否发生不可恢复漂移。

一、为什么光学设备的振动标准最难定二、先分清随机振动、正弦振动与冲击三、案例一：三类随机振动谱应该怎样读 1. 第一处风险：PSD单位 2. 第二处风险：只看RMS，不看谱形 3. 第三处风险：RMS没有复核四、案例二：15g、11ms半正弦冲击代表什么五、光学设备的判据不能只写“功能正常”六、从真实环境形成试验标准第一步：冻结任务剖面第二步：获取环境数据第三步：处理结构传递第四步：加入可追溯裕量第五步：规定控制和保护七、鉴定、验收、筛选与包装验证必须分开八、可以直接写进企业规范的12章九、推荐引用的标准体系写在最后

一、为什么光学设备的振动标准最难定

普通结构件可以用裂纹、变形、松动作为判据，但光学设备往往在外观完好、功能仍可启动时，已经出现微小光轴偏移、镜组姿态变化、扫描角误差或回零精度下降。

因此，光学设备的振动标准至少包含三条证据链：

环境输入链： 真实工况产生了什么频率、量级和持续时间；

结构响应链： 包装、夹具、安装界面和结构模态如何放大或衰减输入；

性能结果链： 响应是否造成结构损伤、功能中断或光学指标漂移。

🎯

标准不是从IEC或ISO表格里“选一个最像的数”，而是把真实环境、结构动态响应和任务性能判据连接起来。

二、先分清随机振动、正弦振动与冲击

类型	输入定义	主要用途	典型标准
正弦扫频	频率、位移/加速度、扫频速率	寻找共振与固定频率耐久	IEC 60068-2-6
随机振动	PSD拐点、频带、总RMS、时长	模拟宽带环境、暴露疲劳与松动	IEC 60068-2-64
经典冲击	波形、峰值、脉宽、次数和方向	验证瞬态高载荷	IEC 60068-2-27
SRS/时域冲击	冲击响应谱或实测时程	评估复杂冲击的结构响应	IEC 60068-2-81/-2-85

三、案例一：三类随机振动谱应该怎样读

你给出的三组条件分别对应：

陆运卡车，带包装，1–200 Hz，每轴60 min，标称0.58 g RMS；

空运，带包装，2–300 Hz，每轴60 min，标称1.49 g RMS；

集成、工作、维护，不带包装，10–2000 Hz，每轴60 min，标称0.35 g RMS。

1. 第一处风险：PSD单位

原表使用 (m/s²)²/Hz，而很多振动控制器使用 g²/Hz。换算关系为：

例如3 (m/s²)²/Hz约等于0.0312 g²/Hz。若把它直接录入为3 g²/Hz，总RMS会放大约9.81倍，属于严重过试验风险。

2. 第二处风险：只看RMS，不看谱形

陆运谱的能量集中在低频并出现多个峰谷，更接近路面、车体和包装系统耦合后的输入；

空运谱在12–100 Hz形成高平台，总能量最高，容易激励整机和包装的低阶模态；

集成/维护谱总RMS较低，但500 Hz附近有窄带峰，可能正好打到镜架、连接器或电子器件的局部模态。

两个谱即使总RMS相同，只要频率分布不同，对光学设备造成的响应也可能完全不同。

3. 第三处风险：RMS没有复核

总均方根加速度为：

对数坐标下，相邻拐点通常按幂律连接，再逐段积分。

按该方法复核：

工况	计算值	原表	判断
陆运卡车	0.589 g RMS	0.58 g	一致
空运	1.517 g RMS	1.49 g	基本一致，差异来自取整或控制器算法
集成/工作/维护	0.356 g RMS	0.35 g	一致

⚠️

规范中必须明确PSD单位、拐点插值方式、控制器计算规则及允许取整误差，否则同一张表在不同实验室可能得到不同的输入量级。

四、案例二：15g、11ms半正弦冲击代表什么

第二个案例为运输包装状态下的15 g半正弦冲击，脉冲宽度11 ms，每个方向3次。若三轴正负方向全部施加，则总次数为：

半正弦波形可表达为：

其中A=15g，τ=11ms。其速度变化量约为：

这解释了为什么不能只比较峰值。15g/11ms与15g/3ms虽然峰值相同，但速度变化量、低频能量和结构响应并不相同。

经典波形主要控制输入；SRS描述不同固有频率单自由度系统可能达到的最大响应。对精密光学设备，建议在时域波形容差之外增加SRS检查，避免“波形合格但结构响应不等效”。

冲击规范还应明确：峰值与脉宽容差、横向运动限制、测量带宽、采样率、滤波、安装姿态、脉冲间隔、通电状态、功能监测、暂停条件及过试验处理。

五、光学设备的判据不能只写“功能正常”

判据层级	建议监测量	典型失效
结构完整性	紧固、胶接、线缆、镜片、限位	松动、裂纹、脱粘、碰撞
功能连续性	启动、扫描、通信、编码器、状态机	掉线、失步、复位、瞬时中断
光学性能	光斑位置、指向、焦点、波前、MTF	光轴漂移、离焦、像质下降
任务性能	扫描角、重复定位、回零、长期保持	指标超差或不可恢复漂移

针对双光楔扫描装置，建议把扫描角度精度、重复定位精度、回零精度、光学位置偏差作为主判据；将驱动电流、编码器误差、通信事件、壳体与关键镜架响应作为辅助诊断量。

判定应分三个时间窗口：

试验过程中： 不允许不可接受的掉线、复位、失步或性能突变；

试验后立即： 功能完整、结构无损伤、关键指标不越界；

规定恢复后： 在22±2℃静置规定时间，再判断永久漂移是否超过误差预算。

六、从真实环境形成试验标准

第一步：冻结任务剖面

分别定义陆运、空运、装卸、集成、工作和维护状态；写清产品是否带包装、是否通电、安装方向、暴露时长和任务次数。

第二步：获取环境数据

使用三轴加速度传感器记录真实时程，并同步标记车辆、路况、装卸、起降、设备转速和异常事件。随机段计算PSD和统计包络；冲击段提取峰值、脉宽、速度变化和SRS。

第三步：处理结构传递

控制点应靠近产品—夹具接口；响应点布置在镜组、扫描机构、连接器和壳体等关键位置。先用低量级扫频或随机摸底识别模态，区分产品响应与夹具共振。

第四步：加入可追溯裕量

测量误差、路线差异、样本差异、寿命累积和模型误差应分别说明。不要把所有不确定性简单压成一个没有依据的“加6dB”。

第五步：规定控制和保护

写明单点/平均控制、控制容差、响应限制、notching规则、中断规则及过试验判定。光学设备若在某模态处出现高放大，应以结构安全与真实环境上限共同确定响应限值。

七、鉴定、验收、筛选与包装验证必须分开

鉴定试验用于证明设计裕度和环境适应性；

验收试验用于确认交付产品的一致性，量级应避免明显耗寿；

ESS用于析出批量制造缺陷，必须用缺陷析出率和过筛风险持续优化；

包装运输验证考核包装—产品系统，不能替代裸机结构鉴定。

推荐总体顺序：装配与版本冻结 → 常温基线 → 低量级模态调查 → 包装随机振动与冲击 → 拆箱静置与完整复测 → 裸机工作振动 → 温度循环或长期运行 → 最终标定、拆检与失效分析。

八、可以直接写进企业规范的12章

目的与适用范围；

引用标准和优先级；

术语、单位、坐标和插值方法；

样品、数量、版本与追溯；

试验状态、包装与安装方式；

设备、夹具、传感器与测量链；

预处理和试前性能基线；

随机谱、RMS、容差、方向和时长；

冲击波形、峰值、脉宽、方向和次数；

过程监测、响应限制、中断与过试验；

结构、功能、光学和任务性能判据；

原始数据、照片、曲线、异常与报告要求。

九、推荐引用的标准体系

IEC 60068-2-6：正弦振动；

IEC 60068-2-64：宽带随机振动；

IEC 60068-2-27：经典冲击；

IEC 60068-2-47：振动和冲击试验的安装；

IEC 60068-2-81：冲击响应谱综合；

IEC 60068-2-85：长时程冲击；

IEC 60068-3-8：振动试验方法选择；

ISO 9022-3：光学与光子学仪器机械应力；

ISO 9022-22：温度或干热与随机振动/冲击组合。

写在最后

你给出的两组参数已经具有规范雏形：随机振动给出了PSD拐点、RMS、方向和时长；冲击给出了峰值、波形、脉宽与次数。但若要成为可执行、可复现、可判定的光学设备标准，还必须补齐单位、插值方式、安装状态、控制容差、响应限制、光学判据、恢复条件和数据要求。

🔁

最重要的不是继续提高g值，而是形成“真实环境—结构响应—光学性能—失效机理—标准回灌”的闭环。

可靠性工程师工作全流程：从需求定义到失效闭环

Mon, 21 Sep 2026 00:00:00 GMT

可靠性工程师工作全流程封面

可靠性工程师的价值，不是把产品送进试验箱，再给出一张“合格/不合格”的报告；而是建立一套从需求到风险、从试验到失效、再从失效回到设计的工程闭环。

一、可靠性不是研发末端的一组试验二、可靠性工程师工作全流程三、阶段一：定义任务、环境、寿命与失效四、阶段二：把整机目标分解到功能链五、阶段三：风险识别不是填FMEA表六、阶段四：试验设计的核心是“应力—机理—监测量”七、阶段五：试验执行必须建立“四段数据”八、图片实例：激光器模块温振异常闭环 1. 保护现场并确认异常有效 2. 沿功能链隔离 3. 建立根因证据链 4. 整改与回归九、阶段六：失效闭环的八段式结构十、阶段七：把一次问题变成组织能力十一、优秀可靠性工程师的能力结构写在最后

一、可靠性不是研发末端的一组试验

很多团队把可靠性理解成高低温、振动、冲击和老化测试。这样最多能证明“这几台样机在这组条件下没有立即失效”，却不能回答产品在真实环境、目标寿命和批量波动下是否可靠。

成熟的可靠性工作必须回答六个问题：

产品在什么任务、环境与寿命边界下工作？

哪些部件、接口和失效机理最可能导致任务失败？

用什么分析或试验，以合理成本暴露风险？

采集哪些数据，才能发现退化而不仅是停机？

异常出现后，怎样证明根因并验证整改？

如何把经验回灌到需求、设计、工艺和供应链？

因此，可靠性工程师不是测试执行者，而是产品风险闭环的系统工程师。

二、可靠性工程师工作全流程

这不是一次性的瀑布流程。版本变化、供应商变更和现场数据都会触发新一轮风险识别。

三、阶段一：定义任务、环境、寿命与失效

“产品要稳定可靠”无法直接验证，必须翻译为四类工程边界：

任务剖面： 待机、启动、稳态运行、调整、关机分别持续多久？

环境剖面： 温湿度、振动、冲击、洁净度、电磁环境和运输条件是什么？

载荷剖面： 电压、水温、水流、光功率、转速与循环次数怎样变化？

寿命剖面： 日运行时间、启停频次、维护周期、设计寿命与贮存时间是多少？

还要提前定义失效判据。失效不只等于“完全不工作”，还包括精度下降、漂移超限、初始化失败、偶发掉线、恢复时间变长、噪声增大和状态不可监测。

本阶段的关键交付物包括任务/环境剖面、可靠性需求清单、性能退化判据、假设约束和需求追溯关系。

⚠️

没有明确失效判据的试验，最终往往只能靠现场争论来判断“算不算失败”。

四、阶段二：把整机目标分解到功能链

可靠性指标不能停在整机层面，应沿“整机—分系统—模块—部件—接口”逐层展开。

以精密激光器模块为例，任务成功依赖光学输出、热管理、电源驱动、连接器与线缆、安装结构以及控制监测。任何一条链路中断，都可能造成任务失败。

这一阶段要形成可靠性框图、关键功能链、单点失效清单和指标分配依据。分配不是平均拆数字，而要结合架构、冗余、故障后果、维修策略和成熟度。

五、阶段三：风险识别不是填FMEA表

FMEA的价值，是把隐性的工程担忧变成显性的验证任务。风险通常从四个入口识别：

设计： 材料失配、应力集中、预紧不足、热路径、公差叠加、运动磨损；

接口： 连接器松脱、线缆拖拽、屏蔽接地、冷却接头、通信与供电瞬态；

过程： 加工偏差、装配一致性、清洁污染、胶粘固化、力矩和供应商波动；

场景： 运输冲击、温循、长期运行、反复启停、误操作和维护扰动。

风险排序不能只看RPN。应优先处理高严重度、难监测、未覆盖、跨接口耦合以及现场重复发生的问题。每个高风险项都要映射到设计消除、裕量分析、工艺控制、供应商管控、监测告警或可靠性试验。

六、阶段四：试验设计的核心是“应力—机理—监测量”

要素	需要回答的问题
试验目的	验证哪条需求、暴露哪种风险？
应力条件	应力来源是什么，量级和持续时间依据是什么？
样本与顺序	样本量是否支持结论，前项试验会不会影响后项？
监测量	除功能结果外，监控哪些性能量、状态量和环境量？
判定规则	基线、过程、恢复后分别怎样判定？
追溯要求	样机、版本、仪器、人员和原始数据如何关联？

常见试验分别回答不同问题：高低温工作验证边界适应性；温度循环暴露界面疲劳和预紧变化；随机振动暴露共振、松动和线缆问题；冲击检查瞬态高载荷风险；重复上下电暴露启动时序与电源冲击；长期稳定性观察漂移、磨损和污染；EMC验证扰动下是否误动作、失联或性能劣化。

试验越多不等于覆盖越好。真正有效的是：每项试验对应风险，每个高风险都有控制或验证手段。

七、阶段五：试验执行必须建立“四段数据”

试验前基线： 建立样机健康状态、性能分布和版本基准。

应力加载过程： 连续记录环境量、状态量、性能量和事件日志。

应力后复测： 判断是否出现永久退化、松动或偏移。

恢复期数据： 区分可恢复漂移、滞后效应和不可逆损伤。

单点终检只能看到“最终是否通过”，连续数据才能回答“何时开始变坏、与什么变量相关、失效前有什么征兆”。

分析时应关注趋势、突变、周期性、离群点、变量相关性和样机差异。先识别粗大误差，再区分系统偏差与随机波动，避免把测量系统问题误判成产品问题。

八、图片实例：激光器模块温振异常闭环

激光器模块可靠性异常闭环示意图

假设某激光器模块在温度循环叠加振动后，光功率短时波动增大，连接状态偶发异常。最终功能检查仍能通过，但过程数据已经出现缓慢漂移。

1. 保护现场并确认异常有效

冻结软件、硬件、样机和仪器版本，检查时间同步、采样丢点、仪器量程和测试线缆，先排除测试系统产生的假异常。

2. 沿功能链隔离

把问题拆为光、机、热、电、控五条路径：光路位置与污染、安装结构与紧固、热界面与冷却、供电和连接器、控制指令与反馈日志。通过替换、边界复现和状态对比，把问题收敛到连接器受力与热界面变化。

3. 建立根因证据链

“发现连接器异常”还不是根因。至少需要证明：

振动方向与线缆受力方向一致；

异常时刻与接触电阻或通信错误同步；

改变固定方式后异常消失；

恢复原状态能够再次复现；

拆检发现锁紧、应力释放或接触界面缺陷。

只有具备复现性、相关性与排他性，根因才成立。

4. 整改与回归

措施可能包括增加线缆应力释放、优化走向、提高连接器锁紧保持、改善热界面材料和压紧一致性，并补充关键状态监测。

回归不能只重复原试验，还要检查整改是否引入装配、散热、维护或EMC副作用。验证通过后，同步更新图纸、BOM、装配规范、检验要求和FMEA。

九、阶段六：失效闭环的八段式结构

建议统一采用“现象—影响—复现—隔离—机理—措施—验证—回灌”：

现象： 发生了什么，数据和日志证据是什么？

影响： 对功能、性能、寿命和交付有何影响？

复现： 什么条件下能够稳定重现？

隔离： 排除了哪些路径，剩余可疑项是什么？

机理： 应力如何作用并形成失效？

措施： 临时遏制与永久纠正分别是什么？

验证： 如何证明措施有效且没有副作用？

回灌： 哪些需求、图纸、规范和检查项需要更新？

最常见的低质量闭环，是更换部件后问题消失，便把“部件损坏”写成根因。真正的根因还要解释部件为何损坏、为何此前未发现，以及怎样避免再次发生。

十、阶段七：把一次问题变成组织能力

经验至少要回灌到五个位置：

需求： 补充环境边界、寿命条件和失效判据；

设计： 修改材料、结构、接口、裕量和可监测性；

工艺： 固化装配、清洁、力矩、固化和检验要求；

供应链： 增加关键特性、变更控制和来料验证；

运维： 建立健康指标、预警阈值和现场数据回收机制。

历史问题能转化为设计准则、检查清单、试验模板和监测指标时，可靠性才从个人经验变成组织资产。

十一、优秀可靠性工程师的能力结构

系统理解： 看懂功能链、接口和失效后果。

机理分析： 理解材料、结构、热、振动、电气和软件的耦合。

试验设计： 把风险转化为有效应力、监测量与判据。

数据诊断： 从长时间、多变量数据中识别退化和因果线索。

闭环推动： 协调设计、测试、制造、供应商与现场完成整改。

最稀缺的不是会做某项试验，而是能在复杂系统中建立证据链，并推动问题真正关闭。

写在最后

可靠性工程师每天面对的是需求、FMEA、试验、数据和故障，实质上管理的是产品未来的不确定性。

🔁

从真实场景定义风险，用分析与试验获得证据，通过失效闭环推动设计改进，再把经验回灌到下一次研发。

可靠性介入得越早，越多问题不必等到试验箱、生产线或客户现场才被发现。最好的成绩不只是解决了多少故障，而是让多少故障从一开始就没有发生。

从光机设计到可靠性：一次从“做出来”到“跑得住”的职业转向

Sun, 20 Sep 2026 00:00:00 GMT

光机设计解决的是“系统怎样实现”，可靠性工程追问的是“系统在真实边界下，能否长期、稳定、可预测地实现”。

从“把它做出来”开始两种岗位，关注的是同一个系统的不同时间尺度光机设计经历，如何成为可靠性工作的底层能力 1. 更容易理解失效背后的物理机制 2. 能把试验条件翻译成设计语言 3. 更重视“可验证”和“可监测”转岗之后，真正需要补上的能力从“经验判断”走向“风险分解”从“做完试验”走向“设计试验”从“一次合格”走向“趋势判断”从“发现问题”走向“关闭问题”一条更务实的转型路径可靠性不是职业方向的“离开设计”写在最后

从“把它做出来”开始

职业起点是机械结构设计，后来进入半导体设备领域，从事了一段时间的光机结构设计。那时工作的核心很明确：把光学、机械、驱动、传感与装调约束放进同一个空间里，让结构能够加工、装配、校准，并达到精度要求。

设计阶段经常面对这样的矛盾：空间越紧凑，装调余量越小；刚度越高，质量和热容可能越大；精度要求越高，对加工、装配和环境的敏感性也越强。设计工作的魅力，就在于不断寻找这些约束之间的平衡。

后来转向可靠性工程，最初以为只是从“设计”转到了“测试”。真正做了一段时间后才发现，变化远不止岗位名称。它更像是观察系统的坐标系发生了转换。

两种岗位，关注的是同一个系统的不同时间尺度

光机设计常问：

功能能不能实现？

精度能不能达到？

结构能不能加工和装配？

光、机、电接口是否兼容？

成本、空间和进度能否接受？

可靠性工程则继续追问：

在温度、振动、电压和负载波动下还能不能实现？

连续运行数百、数千小时后，性能会怎样退化？

哪个薄弱环节最先暴露？

失效发生前有没有可监测的信号？

出现异常后，能不能定位、复现并形成设计闭环？

观察维度	光机设计	可靠性工程
核心目标	实现功能与性能	保证全寿命周期内稳定实现
关注对象	结构、精度、接口、装调	边界、退化、失效、监测
典型问题	“方案能不能成立？”	“方案在最坏条件下还能撑多久？”
最终产出	设计方案与工程图纸	风险收敛与持续改进闭环

两者并不对立。可靠性不是设计完成后的附加测试，而是把设计放进时间、环境和使用场景中重新审视。

光机设计经历，如何成为可靠性工作的底层能力

1. 更容易理解失效背后的物理机制

精密光机系统的异常往往不是单点问题。一次光斑漂移，可能来自结构热变形、装配应力释放、运动机构回差、传感器漂移，也可能来自线缆拖拽、连接器接触或控制参数变化。

有设计经验后，面对测试数据不容易只停留在“结果超差”。可以沿着载荷、材料、接口、装配、传递链和控制链继续向下追，判断异常究竟是随机波动、系统偏差，还是正在形成的退化趋势。

2. 能把试验条件翻译成设计语言

振动、冲击、高低温、温循和长时间运行，不只是试验箱里的参数。它们最终都会落到结构和器件上：

温度变化对应热膨胀失配、预紧力变化和光轴漂移；

振动对应模态响应、紧固连接和线缆受力；

电压或流量波动对应执行器、热管理和控制稳定性；

反复启停对应瞬态冲击、初始化一致性与累计损伤。

可靠性工程的重要能力之一，就是把外部应力转成设计人员能够理解并采取行动的工程量。

3. 更重视“可验证”和“可监测”

设计容易天然关注标称性能，而可靠性会迫使人关注边界与证据。例如一个电动光学调整装置，除了指令位置是否准确，还应观察反馈误差、重复定位、漂移、驱动状态、连接稳定性以及电磁环境下的异常行为。

如果系统没有留下足够的状态量，故障发生后就很难区分机械卡滞、驱动异常、通信问题还是传感偏移。因此，可测试性与可监测性本身就应该成为设计输入。

转岗之后，真正需要补上的能力

从设计转到可靠性，最大的挑战不是看不懂结构，而是要建立一套新的工作闭环。

从“经验判断”走向“风险分解”

可靠性工作不能只依靠直觉说某处“可能有问题”。需要把整机目标分解到模块、部件和接口，再结合使用场景识别失效模式、影响与验证手段。风险要能够被描述、排序、验证和跟踪。

从“做完试验”走向“设计试验”

一份有效的试验方案，不是把高温、低温、振动、冲击简单罗列出来，而是回答四个问题：

这项试验要暴露什么风险？

应力水平为什么这样设置？

过程中需要采集哪些性能量和状态量？

异常出现后，如何定位并回到设计改进？

比如对精密量测模块开展可靠性验证，除了环境温度，还可能需要叠加水温、水流、电压、激光输入等边界变化。只有当试验应力与真实失效机制相关，结果才有工程意义。

从“一次合格”走向“趋势判断”

可靠性数据最有价值的部分，往往不是最终的合格或不合格，而是过程中发生了什么：误差是否缓慢增大，启停后是否能恢复，某个状态量是否与环境同步变化，不同样机之间是否存在一致性差异。

这要求补充统计、数据清洗、趋势分析和不确定性意识。单次测量可以证明“此刻正常”，连续数据才可能揭示“正在变坏”。

从“发现问题”走向“关闭问题”

试验暴露异常只是起点。一个完整闭环通常包括：问题记录、复现与隔离、根因分析、纠正措施、回归验证，以及经验回灌到需求、设计规范和检查清单。

如果没有回到设计端，可靠性测试就容易变成昂贵的筛选；如果形成闭环，它才会成为组织能力的积累。

一条更务实的转型路径

对准备从机械或光机设计转向可靠性的人，可以按下面的顺序建立能力：

保留设计优势。 持续强化结构、材料、热、振动、装配和公差知识，这是理解失效机理的根基。

熟悉可靠性语言。 学习需求分解、FMEA、故障树、可靠性试验、加速模型和问题闭环方法，但不要只记模板。

从一个真实模块做完整闭环。 从风险识别开始，完成方案、执行、数据分析、根因定位和回归验证。

建立数据工具链。 用脚本或分析工具处理长时间运行数据，统一时间轴、识别异常点、比较不同工况。

主动连接上下游。 与设计、测试、软件、供应商和现场团队一起定义问题，让可靠性信息能够流动。

沉淀可复用资产。 把案例转成检查项、试验规范、监测指标和设计准则，而不只是一份结项报告。

可靠性不是职业方向的“离开设计”

短暂承担项目协调职责后，对交付节奏、跨团队沟通和资源约束有了更直接的认识，也更确认自己希望长期沉淀的是技术闭环能力。

从光机设计转到可靠性，并不是离开产品设计，而是把设计的时间尺度拉长：从一次装调成功，扩展到长期运行稳定；从满足标称工况，扩展到覆盖真实边界；从解决眼前问题，扩展到降低下一代产品重复发生同类问题的概率。

💡

可靠性最理想的状态，不是证明产品不会坏，而是让团队更早知道它可能怎样坏、为什么坏，以及应该怎样改。

写在最后

光机设计教会人如何在复杂约束中把系统做出来，可靠性工程则教会人如何对系统的长期表现负责。

前者建立方案，后者验证边界；前者创造性能，后者守住性能。两种视角叠加后，工程师看到的不再只是一个能够工作的结构，而是一个会经历制造、装配、运输、运行、维护和退化的完整产品。

这也是这次职业转向最重要的收获：从关注“设计是否完成”，逐渐转向关注“问题是否真正关闭，能力是否能够复用”。

文章封面

MATLAB如何进行公式推导

Sun, 24 Mar 2024 00:00:00 GMT

Matlab基础用法界面基础指令有趣的指令常用指令函数与表达式函数图像 polar ezpolar 符号表达式 expand simplify 函数求极限泰勒展开函数求导求不定积分求定积分例题积分绘图解方程求偏导数二重积分三重积分级数求和解常微分方程线代数组的定义与生成参考资料

Matlab基础用法

界面

Matlab软件界面主要可分为几大块：

菜单和工具栏，不多说

编写程序窗口：在这里编辑程序文件（注意程序中绿色的字体是注释文本，是不被程序执行的)；

文件夹窗口：显示当前所处的文件夹以及文件夹下面的所有文件（你要运行一个程序文件，此文件一定要在当前文件夹下面，不然需要切换到该程序文件所在文件夹）；

变量窗口：会展示并列出运行程序过程中产生的变量（这些变量有时候对于调试检查程序的正确性具有至关重要的作用！）；

命令行窗口：可以在>>后面任意输入matlab指令，再按回车，立刻出执行结果。

基础指令

+，-，×，÷四个运算符在Matlab中分别对应+，-，*，/四个符号

在Matlab中是pi；

乘方是^；

开根号是sqrt；

绝对值是abs；

三角函数写法不变

如，计算复杂算式

解方程方程用solve或者roots或者fsolve或者fzero等指令,甚至你可以把方程的函数图像画出来，然后直接找函数值为0的点！例如，求解一元二次方程，用指令solve（该指令可以求解一些不是很复杂的方程或者方程组，得到准确解！但是对复杂的方程无能为力）求解得到：

注意，solve指令求解符号方程，需要首先利用syms定义一个符号变量。

用指令roots（该指令专门求解多项式的根，N阶多项式可以求出N个根）求解得到：

指令fsolve和fzero是相对高级的求解方程的函数，可以求解非常复杂的方程还有方程组，理论上说不管多么复杂都可以求解（是基于一些迭代算法，因此得到的是数值解而不是精确解）。

画二维函数图像，用指令plot或者ezplot或者fplot。例如，绘制函数 的图像，用fplot,

其中，grid on指令是为图像加网格。

用plot指令，首先要取点，再计算每个点处的函数值，最后"描点画图"，如下

你也可以仅仅“描点”，如

其中，'rp'中的r表示颜色为红色，p表示标注点为五角星（还有各种形状可选)。得到

绘制复杂的函数

其中，c--指定颜色为cyan，线型为虚线，得到

有趣的指令

peaks指令，

xpklein指令，画出克莱因瓶（克莱因瓶只有一个面，无所谓内无所谓外也）

makevase指令，顾名思义，“制作花瓶”，鼠标点击得到花瓶的外形

鼠标右键得到“花瓶”

vibes指令，得到L形鼓膜振动图，动感十足（这里没有显示动图，可以自己去命令行输入命令感受）

lorenz指令，展示洛伦兹吸引子（蝴蝶效应）的动态图

常用指令

函数与表达式

用符号表达式定义函数（符号表达式在运算时是绝对的解析解，没有任何数值误差！）例如

若要知道某个自变量对应的函数值，可以使用subs指令并结合vpa指令，如

我们也可以将函数中的变量用另外的变量或者表达式代替（即换元）:

若要化简函数表达式，使用expand，展开表达式：

或者simplify，化简表达式：

还有一个很好用的指令:pretty,该指令可以使得复杂的符号表达式用比较‘人性化’的方式显示在屏幕，例如

针对符号表达式运算，还有许多有用的指令，例如因式分解factor,合并同类项collect,分式通分numden等等，且不必细说。

匿名函数，通常定义格式为f=@(x,y,...)表达式，例如

值得说明的是，匿名函数定义函数快捷方便，运算结果是高精度的数值结果，在后面将要介绍的数值积分和微分方程数值解等方面都会用到。

符号表达式转化为匿名函数，将要隆重介绍一个指令matlabFunction,该指令可以将任意的符号表达式转化为相应的匿名函数，对复杂表达式求值具有很重要的简化作用。例如，你想求一个具有多个变量的复杂表达式在指定点处的函数值，不嫌麻烦你可以嵌套使用subs指令，如

这里存在3个自变量x,y,z就需要嵌套使用subs指令3次。

下面用转化匿名函数的方法，有

可以看到，matlabFnction指令将原来的符号表达式转化为了具有3个自变量的函数句柄ff,直接调用它就可以高效地计算函数值！

利用函数文件定义函数需要指出，Matlab文件分为两类，

第一类为程序脚本文件，也就是可以直接运行的程序文件；

第二类是函数文件，不能被直接运行（只能被脚本文件调用），以关键词function 开头，函数名和文件名必须保持一致（许多初学者往往会忽略这一点，会导致很多简单的运行错误）。例如，定义函数名称为myfun

然后Ctrl+s保存文件，会发现当前文件夹下出现名为myfun的函数文件

而后，我们就可以在命令行窗口或者程序脚本文件中调用该函数，例如

在各种需要定义复杂函数表达式的问题中都需要利用函数脚本文件来定义函数。

函数图像

对于绘制二维函数图像，上一篇中已经介绍了几个常用的指令:plotezplot以及fplot. 可以简要总结为

下面介绍极坐标曲线的绘图指令polar和ezpolar，以及如何显示轨迹（“轨迹”一词立马让我想起高中数学圆锥曲线压轴题，很快啊）。

`polar`

polar指令可以由极坐标的数据点绘制极坐标曲线图，下面绘制半径为2的圆

其中，0:0.1:2*pi是一种数组的生成方式，表示从0开始到2*pi结束，步长为0.1，

而ones(size(theta))指令是生成与theta等长度的全1数组，使得每一个theta值对应的极径r都为2. polar指令中的b表示图线颜色设置为蓝色。

下面绘制心型线

ezpolar

ezpolar指令快速绘制符号表达式极坐标图，例如，绘制螺旋线方程，

显示2维曲线的轨迹图用指令comet（3维曲线轨迹用comet3），该指令可以运用在高中物理中天体运动以及带电粒子运动轨迹可视化等方面。例如，螺旋线轨迹

甚至可以利用comet指令来画简笔画

符号表达式

利用符号表达式可以定义一个函数表达式，所有的符号表达式定义都从syms指令开始，比如你的表达式包含x,y两个变量，那么你要首先定义两个符号变量: 紧接着就可以写出你的符号表达式，例如想画一个双曲面三维图，

其中fsurf指令可以快速绘制符号表达式的三维曲面图，你只要指定函数表达式，调用该函数就可以很快绘制曲面图，不需要指定任何数据信息。这和之前介绍过的快速绘制符号表达式的二维曲线图的指令fplot用法类似。（以后我们专门讲绘图指令时会再提。）

expand

我们可以利用符号表达式来进行简单的公式推演，例如

其中expand指令是把乘积结果展开。

我们也可以对符号表达式进行化简，例如

simplify

函数求极限

微积分中求极限是最基本的操作。在matlab中求极限的指令为limit(f,var,a)，即求

的值。例如，我们求下面这个常见的极限

完全正确！对于高等数学中所有的求极限题目都可以一网打尽！

泰勒展开

Matlab中求一个函数f的某个自变量x某点x0处截断的泰勒展开利用指令taylor(f,x,x0),其中x0若是缺失则默认在0处展开，例如求函数在0处的前几阶泰勒展开：

（若没有指定展开到多少阶，默认最高只展开到6阶）我们可以指定展开到n阶，利用taylor(f,x,x0,'order',n).例如展开到13阶

我们也可以对二元函数进行泰勒展开（这是高等数学下册所学，不要求掌握的内容），例如求函数的前13阶展开：

函数求导

微积分中求导是第二基本操作。在matlab中求导的指令为diff(f,var,n)，即对函数f的某个变量var求n阶导数。例如，我们求函数的一阶导数，有

我们也可以求偏导数，例如对如下函数求x偏导

求不定积分

微积分中求积分是第三基本操作。在matlab中求不定积分的指令为int(f,var)，即对函数f的某个变量var求积分。例如，我们求积分两边积分

我们可以求多元函数关于某一变量的积分（其他的变量当成常数对待），例如求

求定积分

定积分就是在不定积分基础上加上积分上下限，有多种方法。

方法一，符号表达式利用int(f,x0,x1)求函数f在x0到x1区间的积分。例如，求积分

（还记得高等数学教材中是如何求此积分的吗？上册教材利用“夹逼定理”，即先求圆域积分再求正方形域积分，最后取极限；下册是利用二元函数极坐标系求积分，最后取极限）在matlab中只需要两三行程序：

方法二，匿名函数（前面说过匿名函数怎么定义）情况下利用integral(f,x0,x1)求函数f在x0到x1区间的积分。例如，依然求上面的积分，则有

注意这里面得到的是数值结果（除了符号表达式下得到的是精确的解析解外，其他情况下都是数值解！）

integral指令求一元函数的定积分可以说是非常强大！任何复杂的一元函数都可以利用该指令求出数值积分！后面我们将会讲到对应的二重积分和三重积分求积指令分别为integral2和integral3.

方法三，各种数值积分。例如quad(f,a,b)利用复化辛普森求积算法计算积分（精度比较高），trapz(x,y)利用梯形公式计算积分（精度最低）。例如，依然计算上面的积分，利用quad函数有

（注意quad中的上下限不能出现无穷符号inf，所以如果你的求积区间存在无穷大，要使用quad指令，可以把无穷大用一个相对较大的数值取代，例如这里我把无穷大取代为1000）

和integral的结果一致。（有人可能会问把无穷替换为一个相对较大的数，积分出来结果能不能反映真实值？很显然，如果一个函数在0到无穷大的区间内积分收敛，即积分结果是一个定值，那么你取0到1000和0到10000积分得到的结果应该很接近，如果说你取了两种相对较大的区间，发现积分结果差别比较大，可能存在两种原因，第一，被积函数在无穷范围内积分不收敛！第二，你取的“相对较大”的数还不够大！）

我们再利用trapz函数来求此积分，（先把0到1000离散成很多个点x，显然我也不可能取0到无穷大的离散点，所以就取一个相对较大的数1000。再计算每个离散点处被积函数的值f.然后调用trapz函数计算积分）得到

例题

积分

绘图

和的交线

其中，用到绘制符号三维曲面的函数fsurf和fmesh.得到：这恰是空间中的一个椭圆。

解方程

解代数方程（组）的求解是个永恒的话题，线性方程组很好解，直接利用线性代数理论即可。对于非线性方程组，在matlab里面可以利用solve指令求解符号方程组（可以得到绝对的解析解，但是只对一些不太复杂的方程组有效），复杂的非线性方程组可以利用fzero和fsolve求解数值解。

例如，我们求解方程组：

可以看出，求出三组解，一组实数解，两组复数解。

有时候我们不想要复数解，只想求实数解，这时候就需要用到一个很厉害的指令：assume(var,conditions)，即：假定变量var具有condition条件，这些条件可以有real（实数），positive（正数），integer（整数)等等。

例如，对上面的问题，我们只要加上两句指令：

求偏导数

求偏导数是多元函数微积分最基本操作。求偏导还是用一元函数求导指令diff，只是需要嵌套使用。

以2021年考研数学一第20大题为例，演示matlab在复杂符号函数求偏导数方面的威力。

该题计算,其中：

能不能利用格林公式需要判断是否成立：

遇到复杂表达式一定要想到simplify可以来帮忙！

二重积分

首先，大家需要知道，解方程或者计算积分，都存在两种方法：

符号表达式，可以求精确的解析解，但是只适用一些较简单的情形；

数值计算，求出数值解，适用范围很广。

首先，对于符号表达积分，之前已经介绍过一元函数积分int(f,x,a,b)指令，对于二重积分，只需要嵌套使用。

例如，我们求积分

则只要三行指令：

（任何符号表达式运算都需要首先利用syms定义变量！）其中int指令进行了一次嵌套使用，

对于复杂的积分，例如计算:

注意其中积分变量y的下限是x的函数.

如果我们依然利用符号表达式积分，有：

显然得不到想要的结果。

如果我们想要看这个积分的值到底是多少，可以利用数值积分指令

integral2(fun,xmin,xmax,ymin,ymax)，其中xmin,xmax一定要是常数，而ymin=ymin(x),ymax=ymax(x)可以是x的函数。

对于上面的积分，有：

三重积分

对于三重积分，和二重类似，可以利用int的嵌套使用来求绝对精确的符号表达式积分，但是大多数情况下我们需要借助Matlab函数integral3(f,xmin,xmax,ymin,ymax,zmin,zmax)来求数值积分.

需要注意的是，x变量的上下限一定是常数！

y变量的上下限可以是x变量的函数，即ymin=ymin(x),ymax=ymax(x).

而z变量的上下限可以是x、y两个变量的函数，即zmin=zmin(x,y),zmax=zmax(x,y).

因此，再果使用integral3计算三重积分时，如果你的x变量的上下限不是常数，要先进行转化，把上下限是常数的积分变量当成x，其余两个上下限不是常数的变量分别当成y,z.

例如，我们求下面的四面体的体积，

利用三重积分表达为

利用int嵌套来求符号表达式积分，

利用integral3来求数值解，注意需要将不是常数的积分上限ymax=1-x,zmax=1-x-y用函数句柄的形式定义出来，

级数求和

Matlab中级数求和用symsum指令，基本用法为symsum(f,k,a,b),表示对表达式f中的k从a到b求和.

例如，求级数

(在高等数学中我们已经知道，此级数可以通过傅里叶级数展开的方法求得，值为).

我们需要定义符号表达式，再利用symsum求和，

Exactly what we expect !

我们也可以利用symsum求无穷级数的和函数，例如，求：

(显然，这是函数的展开式).利用下面的程序：

解常微分方程

同积分的计算一样，解微分方程也可以分为利用符号表达式的解析方法和各种丰富的数值方法.

Matlab中常微分方程的符号表达式解法利用dsolve(equations,conditions)指令，即在conditions条件下，求解方程equations.

若没有condition条件限制，我们可以得到带有常系数的通解.

例如，我们要求解微分方程：

这正是上述方程的通解形式。

若要求解带有边界条件的微分方程，例如，求解：

线代

数组的定义与生成

首先，要知道数组是Matlab中数据的基本存储与操作格式，一维数组就是线性代数中的向量，二维数组就是线性代数中的矩阵.向量的表现形式为一列数据（列向量）或者一行数据（行向量），而矩阵的表现形式为m行n列的数据.

Matlab中生成一个数组可以有多种方法：

直接输入，并利用中括号[]将数据括起来，例如a=[1,2,3,4] % 行向量b=[1;2;3;4] % 列向量得到行向量和列向量：要注意的是，相同行的数据之间用**逗号,隔开；不同行的数据之间用分号；*隔开。

利用冒号:生成等距间隔的数据,格式为a:h:b，即：a到b且间隔步长h的向量.例如，列出20以内的奇数，则有：c=1:2:20 % 1到20，间隔2得到：想要得到列向量怎么办？很简单，转置就好了,Matlab中转置是加单引号’.例如：d=(1:2:20)' % 转置得到列向量得到列向量：

利用内置函数生成数组，包括：

linspace(a,b,n)：生成一个从a到b的具有n个数的等距向量，例如：e=linspace(0,1,6) % 0到1，共6个数的行向量
zeros(m,n):生成一个m行n列的全零矩阵，例如：f=zeros(1,length(e)) % 生成一个与e具有相同长度的全零向量得到一个和行向量e相同长度的全零向量：其中，length(e)函数可以获得向量e的长度。值得注意的是，在编程时提前生成一个用来存放计算结果的全零向量，可以避免在循环语句中向量的长度一直在变化，从而减少计算时间，提高效率，这有点类似C语言中提前指定变量以分配内存的思想。
ones(m,n):生成一个m行n列的全1矩阵，例如：g=ones(size(f)) % 生成一个与f具有相同维度的全1向量得到一个和行向量f相同长度的全1向量：其中，size(f)函数得到数组f的维度，f此时是1行6列的向量，因此返回[1,6]，再利用ones可以得到一个和f维度相同的全1向量g.
eye(m,n):生成m行n列的单位矩阵（即对角元素为1，其他元素为0）.例如：E=eye(3,3) % 3阶单位矩阵得到单位矩阵：
magic(n):生成n行n列的**“魔方”矩阵**（每一行之和、每一列之和、每一斜对角之和都相等的矩阵！）例如：M=magic(4) % 4阶数魔方矩阵得到：读者可以验证是否满足“魔方”矩阵的性质。
rand(m,n):生成m行n列0到1的随机分布矩阵，例如：h=rand(2,3) % 2乘以3的随机矩阵得到随机矩阵：
randi(Nmax,[m,n]):生成一个m行n列的整数随机矩阵，且整数的最大值为Nmax.例如，k=randi(10,[2,3]) % 2乘以3的整数随机矩阵，最大值为10
randn(m,n):生成m行n列的正态分布矩阵。例如：n=randn(1,5) % 1行5列的正态分布矩阵得到：

利用已有的数组进行整体运算与赋值得到新的数组。例如,在二维函数绘图中，我们首先定义离散坐标x向量，再由函数表达式得到对应的y向量，紧接着用y关于x绘图。例如，下面绘制心形线:首先我们要定义个向量来表示角度,紧接着利用写出每个角度处对应的x坐标和y坐标，它们应当和角度向量具有相同维度！最后用y关于x绘图。t=linspace(0,2*pi,100); % 角度离散点x=(1-sin(t)).*cos(t); % x坐标y=(1-sin(t)).*sin(t); % y坐标fplot(x,y,'r-*')得到：注意我们利用了.*运算符号，该运算符可以说是Matlab中最重要的几个运算符号之一！.*运算符号表示的是两个相同维度的数组对应位置的元素相乘，和通常的矩阵乘法规则完全是两个概念。例如，A=[1 2 3];B=[1 1 1];A.*B得到：即为对应元素相乘的结果。

参考资料

Matlab基础（一）

前言简介什么是`Matlab`?长什么样子?`Matlab`基础用法常用指令有趣的指令前言之前说过，Matl

https://mp.weixin.qq.com/s/EzxZ-QptnHmpacFoRUtYwQ

Matlab基础（六）-线性代数应用1

Matlab线性代数应用1

https://mp.weixin.qq.com/s/5Movy18OeXXKCZAcy1grxg

有限元分析——模态分析

Tue, 11 Jun 2024 00:00:00 GMT

模态概述模态结果分析变形分析共振的条件结构动力学模块动力学功能分类及算法瞬态结构静态结构工况2 工况3 瞬态计算结果对比结果的原因时间步长和阻尼振动的初步了解共振阻尼参考资料

模态概述

每种结构都具有固定的振动形态，称之为振动模态。模态是振动系统的一种固有振动特性，模态一般包含频率，振型和阻尼三个因素。为了便于对模态进行称呼，就以模态频率的大小进行排队，这种排队的顺序就称之为阶。一个结构的动力学特性可以用模态参数完整的描述。

HZ对应振动频率；不同模态的振动形态激发需要不同频率，对应不同阶数。

自由模态下，只有空中或者水中才会这样，其他不约束基本不可信，设定边界条件或者约束后结果规律也不一定。（试过几次会更高一些，基频）

网格划分中，尺寸调整自适应尺寸调整，点击否。

复制一个系统，命名为约束模态

固定约束后，

刚度和固有频率成正比关系，质量和固有频率成反比关系。

K主要和结构形状和材料本身的因素相关。

PV=m，E刚度，p密度不变，加压后改变了，受压刚度下降，受拉刚度上升。

密度下降，固有频率上升明显

模态结果分析

大部分结构不允许共振，在基频的附近避频。

该情况的下±50%都没有可用的频率

变形分析

显示真实的尺度，有些振动是不会发生的，使用探针功能打点测试。

只是显示振动的样子，数值不重要。

共振的条件

频率一定要在基频附近，振动在力的方向上容易振动，有些方向不会，可以看分量，经验相关个，不能100%确定。

1、会改变的，不同的振动载荷会到来不同的振动幅值；

2、会有可能；

3、降低振动的幅值。

模态分析是振动分析的前置分析，而不是等同于振动分析。

结构动力学模块

一般是都是绿色的

谐波响应：当前没有办法确定当前的载荷对结构产生共振时，采用谐波响应。加一个指定的载荷，以一定的频率激励设备，反馈真实的振动量，非常重要。

动力学功能分类及算法

一根棍子插在土里受力的三种状态：1、受力后来回摇摆；2、断裂；3、飞出去

动力学分为刚体动力学和变形体动力学，刚体动力主要是针对结构不会变形，如3案例。

运动学仿真主要针对刚体运动仿真，也能做部分变形体。有限元分析范畴更广，主要变形体，也能设置刚体。

变形体分为三种，从上至下分别对应2、1、3.。

变形体动力学一般通过时域积分法，对T进行积分，算出运动。该方法包含隐式积分法和显示积分法，其中，隐式积分法主要针对振动问题和一般运动问题。而显示积分法应用更广，三种动力学问题都能计算。

针对振动问题有四种特定的方法更为适用，这四种方法只能解决单一的振动问题，不能包含物体运动，比如球掉落在地上，振动和运动同时发生不适用。

其中谱分析和随机分析针对例如地震海啸等随机振动。

谐波分析主要给定载荷和一定频率，激励设备，反馈振动。

瞬态分析主要是用频域分析法进行分析，而不是时域，对于时间长的计算更高效。例如杆在土中振动，既可以用隐式积分法，也可以用频域积分法。

瞬态结构

静态结构

工况2

网格设置

固定支撑

固定面

分析设置，0.2s

插入力

0.1s

求解，总变形

工况3

分析设置

力的设置，步长

求解

结论，静态结果相同

瞬态计算

设置的区别在于下图

设置时间步长参数

参数的含义

力矩的大小

结果对比

载荷的动态过程，需要去做瞬态仿真。

动态结果对比

结果的原因

动态方程与速度和加速度有关，当速度和加速度偏大，对结果会有影响。

当载荷作用缓慢，等效于静态变化，类似工况1

时间步长和阻尼振动的初步了解

时间步可以刚开始百分之一，千分之一的步长设置，如果精度很好了，可以步长×2，反之除2，

但是，要注意实际的步长看电脑自动选取的步长，实际计算出多少个点来衡量。

共振

频率加方向

尝试研究和理解，产生振动

之前振动模型中，方向和振形最有可能振动的是2阶和4阶

加载设置好的载荷，0.02s一个周期，

除以固有频率的两倍，

例如，100Hz,下的设置，

复制数据时有技巧，选中第一个单元格

贴入后

结果没有共振

注意，这种报错是时间总长设置有误。

230HZ下共振

最后一种，载荷的方向不对，也无法发生共振

阻尼

常用的是瑞丽阻尼（a,b）和常阻尼比

参考资料

有限元分析丨模态分析

模态分析（modal）学习笔记分享！

https://mp.weixin.qq.com/s/V621vxGjQ20yl6kdOO-LFQ

有限元分析丨模态分析参数

修正《有限元分析丨模态分析》中一处错误。

https://mp.weixin.qq.com/s/Ynx-rn6DzRwaTW7hIprQjQ

光机结构设计分析之轻量化蜂窝结构的三种等效刚度仿真方法

蜂窝结构作为一种轻量化结构形式，常用于轻量化反射镜、蜂窝夹层板等结构，本文验证了蜂窝等效刚度有限元模型的建模方法，对比三种等效刚度简化模型与完整三维实体模型的模态计算结果。

https://mp.weixin.qq.com/s/ZpHH5iold8YgwwZXN3S9Mw

第一课固有频率基础概念_哔哩哔哩_bilibili

第一课固有频率基础概念是ANSYS Workbench动力学应用基础教程张晔（持续更新中）的第2集视频，该合集共计24集，视频收藏或关注UP主，及时了解更多相关视频内容。

https://www.bilibili.com/video/BV1LN4y1j7Y5/?p=2

简历制作

Mon, 26 Sep 2022 00:00:00 GMT

简历的重要性简历制作基本准则基本要求认识自己认识企业适合自己的类型和格式简历内容基本信息教育背景实践/项目经历专业技能荣誉奖励补充信息（自我评价）总结优秀简历模板投递技巧简历模板推荐简历模板网站

简历的重要性

💼

简历只有一个功能一一获得一次面试的机会对雇主需要的特质做出机敏的反应真实而巧妙的反应自己的过去最关键的是一一根据职业目标、求职意向，把个人的教育背景、工作/实习/培训经历，兴趣爱好、个人特点结合起来。

简历制作

基本准则

要以一个明确的求职目标为重点个人简历视为一种产品推出去简历内容要尽量陈述有利条件，以争取面试机会

基本要求

简历中表现出你了解行业或公司的事尽量使你像一位专业人士言简意败着重展示与求职目标一致的工作经历和背景仔细检查简历中的错别字照片一定要职业照（正式）

认识自己

你更看中什么（经验、薪资、成就感）你不能忍受什么（受限制过大、加班）你与众不同的特点（优、缺点）你最得意的经历，对今后发展是否有用你失败的经历，是如何处理和改进的

认识企业

你对所应聘职位和企业的了解程度决定了你“中彩”的几率你清楚所应聘的职务是什么你了解该职务需要做哪些具体工作该职务必须具备什么样的条件和能力该公司有怎样的企业文化特点企业的产品是什么？市场形象和定位是什么

适合自己的类型和格式

格式与内容要完整个人状况要简洁明了个人背景要争取对应工作经验要有详有略专业技能要真材实料项目经验要描述完整

简历内容

基本信息、教育背景、实践/项目经历、专业技能、

基本信息

必要：姓名，联系方式（邮箱、手机、地址）；

建议：有性别、年龄（出生年月）、生源地、求职意向；

非必需：照片、政治面貌（国企党政机关需要）、身份证号、身高体重、婚姻状况；

注意事项：

1.照片需要近期职业照最佳，不要过度美化修饰；

2.求职意向根据岗位需要有一定的定制化，不能一份简历打天下；

案例

教育背景

从最高写起，最多到第一学历；

不要罗列太多主修课程，和岗位相关2~3门即可；

实践/项目经历

1.罗列和岗位相关的项目经历；

2.通过一些数据表达结果，动词；

3.面试官更关心你的项目成果、获得了什么样的收获；

实习案例

按照时间的倒叙写工作经历，尽量与应聘岗位/行业相关或类似。

项目案例

如无过多相关行业背景，可以加上项目总结

专业技能

1.列出岗位相关的技能、2~3个最重要的，要能回答的出来；

案例

荣誉奖励

1.标注时间、级别、名称；

2.可以重要程度从上到下排列，最重要最突出的奖励放在显眼的位置；

案例

所获证书荣誉应与应聘位或行业背景有关联能够优势

补充信息（自我评价）

1.根据岗位要求，凸出你的重点，不要过分长文，自我评价精简干练；

2.根据自己的实际情况；力求客观真实；适度美化，切忌浮夸；勿故作幽默；不宜太长；

总结

1.不要有错别字；

优秀简历模板

投递技巧

简历模板

材料科学与工程专业-优秀简历模板.docx

优秀简历模版姓名-英国xxxx大学-工科专业-硕士.docx

163.2KB

优秀简历模版姓名-双非院校-商科专业-本科.docx

31.3KB

5【菜鸟无忧】央国企成功求职经验贴（5例）(1)(1).pdf

4685.3KB