你所在的領域,理論與實際差得遠不遠?

最近了解了不少領域,讀論文時,覺得所有問題都有解決辦法了。但在實際解決問題時,卻發現幾乎所有問題都沒有解決辦法,有的只是大概解決了,有的則壓根沒辦法、靠經驗。


幾乎在任何工程領域理論和實際都有差別,只是理論(方案)對現實的擬合程度不同。

我還在讀本科,比較喜歡發明。

實際上就自己做過的一些東西來看,當我把專利交底書給代理人,他們也沒檢查出有什麼問題,甚至受理下來了。我自己嘗試把實物模型做出來,問題還是不少(就不說專利號了。。)

實際上,用到感測器,容易被忽視感測器使用的條件(實際上其中一個實用新型中我買的那個溫度感測器,最大測量時超過了使用範圍。。)但就那也被批下來了==真無語。

現在我做發明都是先把實物做出來在申請了。。起碼對得起自己良心吧,不過說實在的,目前的專利和論文什麼,挺水的。。細節就不說了——這恐怕也是自己所在的領域吧。。

上面的扯遠了。。

四月份我們開始折騰四旋翼,因為學機械的,編程不是太精,所以就直接買的大疆飛控,調參時候有一項定gps坐標,說是精確到整厘米,照做。結果重心偏了,還沒飛起來直接撲街,真心嚇尿了。。於是我們整到實驗室懸掛側重心折騰了老久才能飛。現在在學編程,準備做飛控。估計這裡面問題也不少。實際上四軸能豎直起飛(五米高,位置度不超過直徑1厘米。)幾乎沒有。

暑假我們打算的是模擬一個蘇黎世理工做出來的cubli,雖然文獻都有了,什麼用凱恩方程做平衡演算法什麼的文獻里寫的很清楚了,可是還是困難重重。。

說說機械方面:

很基礎的東西:公差,粗糙度的選取。很完善的理論了,甚至什麼類型多大孔用什麼公差已經形成表格了,但仍然是一門很深的學問,所少人一直弄不懂,相對的,憑經驗去選取粗糙度倒方便很多。這就是老人們受尊重的原因吧。

扯一句:現在好多學校搞什麼卓越工程師計劃。我們剛退休的院長吐槽了句話我覺得挺經典:什麼卓越工程師,我幹了一輩子機械還不敢說卓越呢,整個項目起個名字都能叫卓越了?

理論畢竟是理論,實踐是檢驗理論的唯一標準。幾乎所有領域都這樣,理論先行。但還是得親自做了才知道,誤差不小。

一切還看實踐。


機器人、自動控制領域,一方面很多人在抱怨理論與實際的鴻溝,一方面另一些人,默默的、逐漸的試著把一些之前沒有人用的理論框架用上,當然這嘗試失敗居多,但一旦用上,便可獲得之前的框架下怎麼調也得不到的效果~


我做精準醫學的,上次和一個學醫的聊完,他和我說,你覺得修水管的需要懂流體力學么。。


理論上,現在占卜預測學說已經把量子力學納入了自己的解釋範疇,

然後實際上,火車站門口擺攤的同行們,業務水平可能還不如1000年前南宋時。

作為一個六爻預測從業者,我感到很憂傷。


講個笑話。

貼吧上一吧友說自己體檢發現有幽門螺桿菌,如何治療……我告訴他是三聯或者四聯用藥(比如奧美拉唑+阿莫西林+克拉黴素) 然後有個人跳出來評論說奧美拉唑不是質子泵抑製劑嗎?它不是治潰瘍的嗎怎麼用來治療幽門螺桿菌??

我呵呵,就問了一句:你不是臨床的吧?

他來一句:我學製藥的……

呵呵呵呵呵呵,你回去翻書好么!!藥理學沒有可以去看藥物治療學、內科學……不要學的那麼死只會背書好么!!!


遠,,,不過理論有理論的道理,實際是實際的便利和可行!


機械專業,遠


推薦閱讀:

沃羅諾伊圖(Voronoi Diagram,也稱作Dirichlet tessellation,狄利克雷鑲嵌 )是怎樣的?
嵌入式開發需要演算法嗎?
走班制的排課與傳統排課有何區別?
一個全是數字的大數組,除了其中一個數字出現2次外,其餘的數字都出現了3次。如何找出那個只出現了兩次的數字?
為什麼我精通並實現了《數據結構與演算法》上的所有功能還是找不到工作?

TAG:機器人 | 理論 | 演算法 | 工程學 | 控制系統 |