Десять минут печатал ответ, а Хабр без спроса перезагрузил страницу. Вкратце, мой ответ:
Не соглашусь про нецелевое использование (хотя вы и так поправились). Самый простой «канонический» FDTD алгоритм — это постоянная восприимчивость, нужно всего лишь два поля. Материалы с дисперсией (в модели Лоренц-Друдовской восприимчивости, к примеру) уже нужны вспомогательные поля. Вы верно отметили, что в этом случае нужно знать модель, но при наличии огромного количества данных для всевозможных материалов для восприимчивости из, например, из измерений эллипсометрии, сделать фиттинг к модели нет никаких сложностей. Да и никаких последствий от «физической неразумности» параметров не будет — ясно, что важно только чтобы она всего лишь верно предсказывала восприимчивость для реально присутствующих спектральных компонет.
FDTD алгоритмы все же могут частично подстраивать шаг сетки локально. Кроме того, они высоко параллелизуемы и очень устойчивы. Никогда не использовал FEM, но полагаю, что последнее может вызывать там больше проблем, если сетка выбрана неправильно. Еще они сразу дают отклик на всем спектре, что, я могу представить, обычно и так нужно для оптимизации структуры.
Все это я написал в защиту FDTD, потому что, мне кажется, вы незаслуженно его принизили. По сути же вы, конечно, правы. Для конкретно заявленных результатов FEM, вероятно, был бы быстрее (исключая фактор доступности/опыта работы конкретного исследователя). Кроме того, про FDTD я прочитал только в комментарии, на который я отвечал. Отвечая на ваш, прочитал статью, и там вообще не заявлено, что за алгоритм использовался. Так что вы, вероятно, правы, и использовался FEM.
Есть уравнения Максвелла, которые управляют электродинамикой на локальном уровне. Если усреднить реакцию системы на масштабе многих атомов вещества, получатся макроскопические уравнения, в которых среда описывается усредненными характеристиками — восприимчивостями. Они хорошо известны для многих материалов.
Можно пойти дальше, собрать материал в структуры, которые гораздо больше межатомного расстояния, но все еще меньше длины волны — метаматериалы. Им также можно присвоить усредненные свойства, такие как восприимчивость. Но теперь появляется возможность гораздо более гибкого контроля, в отличие от атомов, вариантов, в которые можно выстроить метаструктуры гораздо больше.
FDTD просто числовой метод решения уравнений Максвелла. Берут материалы, из которых сделаны структуры, задают их восприимчивость. Решают уравнения Максвелла. Оказывается, что усредненные макроскопические свойства обладают необычными свойствами (при этом на маленьких масштабах все также описывается теми же микроскопическими уравнениями Максвелла).
Чья бы корова… Вы-то вообще занимались наркоторговлей и рэкетом на первом курсе, чтобы заработать на взятку профессору, который не согласился ставить вам допуск.
Все же, принтер для этого переделывать придется, хотя бы для того, чтобы туда плата влезала (подозреваю что с плотностью/адгезией чернил тоже может понадобиться какая-то возня с настройкой). У 3D принтеров толщина слоя около сотни микрон, для большинства нужд, думаю, должно хватить.
Развивая ваш вопрос, можно ли на фольгированном текстолите напечатать маску в 3D принтере? Так, конечно, травить еще придется, но, с другой стороны, все уже готово.
Фотографии классные! Всегда интересовал вопрос, если насчелкать 300 фотографий с секундной выдержкой, а потом программно повернуть/совместить, результаты будут похожими? Если да, то стоит ли это того?
Ок, перечитал ваш комментарий, в такой конфигурации может работать. Остается та же практическая проблема, что и с маховиком, раскручивать продолжительное время его сложновато.
Думаю, разница в том, что угловые координаты неэквивалентны поступательным, а именно, они цикличны. К задаче Фейнмана есть вполне интуитивная механическая аналогия — замените поля маховиком, если маховик затормозить, его основание, по закону сохранения момента импульса, раскрутится. Понять следствия этой аналогии просто, попробуйте в пустоте нарастить ток через соленоид, диск раскрутится в обратном направлении (за счет тех же вихревых полей).
Аналогия с поступательным движением — если ваш корабль имеет поршень, который баллистически скользит внутри, и вы его затормозите, то корабль ускорится. Разница только в том, что баллистически вращающийся маховик (или статические поля) сами по себе компактны, а поступательное движение неограниченно, так что в качестве корабля придется использовать довольно длинную трубу. Ну или выбрасывать «поршень» в пустоту подальше, но это и так уже придумали сто лет назад.
А почему нельзя использовать оба обозначения? В физике, к примеру, иногда для обозначения величин, отличающихся на константу, используют разные буквы (к примеру, постоянная Планка или угловая и простая частоты).
Не соглашусь про нецелевое использование (хотя вы и так поправились). Самый простой «канонический» FDTD алгоритм — это постоянная восприимчивость, нужно всего лишь два поля. Материалы с дисперсией (в модели Лоренц-Друдовской восприимчивости, к примеру) уже нужны вспомогательные поля. Вы верно отметили, что в этом случае нужно знать модель, но при наличии огромного количества данных для всевозможных материалов для восприимчивости из, например, из измерений эллипсометрии, сделать фиттинг к модели нет никаких сложностей. Да и никаких последствий от «физической неразумности» параметров не будет — ясно, что важно только чтобы она всего лишь верно предсказывала восприимчивость для реально присутствующих спектральных компонет.
FDTD алгоритмы все же могут частично подстраивать шаг сетки локально. Кроме того, они высоко параллелизуемы и очень устойчивы. Никогда не использовал FEM, но полагаю, что последнее может вызывать там больше проблем, если сетка выбрана неправильно. Еще они сразу дают отклик на всем спектре, что, я могу представить, обычно и так нужно для оптимизации структуры.
Все это я написал в защиту FDTD, потому что, мне кажется, вы незаслуженно его принизили. По сути же вы, конечно, правы. Для конкретно заявленных результатов FEM, вероятно, был бы быстрее (исключая фактор доступности/опыта работы конкретного исследователя). Кроме того, про FDTD я прочитал только в комментарии, на который я отвечал. Отвечая на ваш, прочитал статью, и там вообще не заявлено, что за алгоритм использовался. Так что вы, вероятно, правы, и использовался FEM.
Спасибо за понятное объяснение на пальцах, сразу видно человека образованного.
Вполне уверен в уровне своих знаний по этому вопросу. В ваших, судя по вашим «объяснениям» сильно сомневаюсь.
Можно пойти дальше, собрать материал в структуры, которые гораздо больше межатомного расстояния, но все еще меньше длины волны — метаматериалы. Им также можно присвоить усредненные свойства, такие как восприимчивость. Но теперь появляется возможность гораздо более гибкого контроля, в отличие от атомов, вариантов, в которые можно выстроить метаструктуры гораздо больше.
FDTD просто числовой метод решения уравнений Максвелла. Берут материалы, из которых сделаны структуры, задают их восприимчивость. Решают уравнения Максвелла. Оказывается, что усредненные макроскопические свойства обладают необычными свойствами (при этом на маленьких масштабах все также описывается теми же микроскопическими уравнениями Максвелла).
Не могу на ходу перевести, 1400 мм — это порядка 1400000 микрон?
Аналогия с поступательным движением — если ваш корабль имеет поршень, который баллистически скользит внутри, и вы его затормозите, то корабль ускорится. Разница только в том, что баллистически вращающийся маховик (или статические поля) сами по себе компактны, а поступательное движение неограниченно, так что в качестве корабля придется использовать довольно длинную трубу. Ну или выбрасывать «поршень» в пустоту подальше, но это и так уже придумали сто лет назад.
Нужно еще мух прикрутить.