{"id":808,"date":"2026-07-30T12:21:34","date_gmt":"2026-07-30T12:21:34","guid":{"rendered":"https:\/\/matforge.org\/?p=808","raw":"https:\/\/matforge.org\/?p=808"},"modified":"2026-07-30T12:21:34","modified_gmt":"2026-07-30T12:21:34","slug":"understanding-fipys-core-architecture","status":"publish","type":"post","link":"https:\/\/matforge.org\/de\/understanding-fipys-core-architecture\/","title":{"rendered":"Die Kernarchitektur von FIPY verstehen","raw":"Die Kernarchitektur von FIPY verstehen"},"content":{"rendered":"Reading Time: <\/span> 5<\/span> minutes<\/span><\/span>

FIPY ist ein in Python geschriebener Solver mit partieller Differentialgleichung (PDE) mit endlichem Volumen, der es Forschern und Ingenieuren erm\u00f6glicht, Modelle so auszudr\u00fccken, dass sie der zugrunde liegenden Physik genau folgt. Viele Benutzer beginnen mit Beispielen oder Anpassen von Snippets. Die reale Produktivit\u00e4t ergibt sich jedoch aus dem Verst\u00e4ndnis, wie FIPY intern strukturiert ist und wie die Hauptkomponenten interagieren. Sobald Sie ein klares mentales Modell der Architektur von FIPY haben, wird das Debuggen einfacher, die Modelle skalieren nat\u00fcrlicher und Leistungsentscheidungen sind sinnvoller.<\/p>\n

Dieser Artikel erkl\u00e4rt Fipys Kernarchitektur von Grund auf. Anstatt sich auf die schwere Mathematik zu konzentrieren, konzentriert es sich darauf, wie FIPY Geometrie, Daten, Gleichungen und L\u00f6ser organisiert und wie diese Teile w\u00e4hrend einer Simulation zusammenpassen.<\/p>\n

Das mentale Modell von FIPY in einem Fluss<\/h2>\n

Auf hohem Niveau folgt FIPY einer konsistenten Pipeline:<\/p>\n

    \n
  • Definieren Sie ein Netz, das die Geometrie darstellt,<\/li>\n
  • Definieren Sie Variablen, die auf diesem Netz leben,<\/li>\n
  • Erstellen Sie Gleichungsbegriffe, die physikalische Prozesse darstellen,<\/li>\n
  • Diese Begriffe zu Gleichungen zusammensetzen,<\/li>\n
  • L\u00f6sen Sie das resultierende System mit einem numerischen Solver,<\/li>\n
  • Zeit voranschreiten und Ergebnisse visualisieren oder exportieren.<\/li>\n<\/ul>\n

    Jedes FIPY-Skript, vom einfachsten Diffusionsbeispiel bis hin zu komplexen Multiphysikmodellen, folgt dieser Struktur. Wenn Sie jede Ebene einzeln verstehen, f\u00fchlt sich das gesamte Framework eher vorhersehbar als magisch an.<\/p>\n

    Die Netzschicht<\/h2>\n

    Was ein Netz in FIPY darstellt<\/h3>\n

    In FIPY repr\u00e4sentiert das Netz die r\u00e4umliche Diskretisierung der physikalischen Dom\u00e4ne. Es besteht aus Zellen (Kontrollvolumen) und Gesichtern (Schnittstellen zwischen Zellen). Finite-Volumen-Methoden arbeiten, indem sie die Erhaltungsgesetze \u00fcber jede Zelle durchsetzen, sodass Zellvolumen und Gesichtsbereiche grundlegende Mengen sind.<\/p>\n

    Jede Zelle speichert Informationen \u00fcber ihr Volumen und ihren Standort, w\u00e4hrend jede Fl\u00e4che geometrische Informationen wie Fl\u00e4che und normale Richtung speichert. Diese geometrischen Eigenschaften werden intern verwendet, wenn FIPY Fl\u00fcsse \u00fcber Fl\u00e4chen berechnet.<\/p>\n

    G\u00e4ngige Netztypen<\/h3>\n

    Die meisten Benutzer beginnen mit einheitlich strukturierten Netzen in einer, zwei oder drei Dimensionen. Diese sind leicht zu argumentieren und schnell zu berechnen. Die gleichen Konzepte gelten unabh\u00e4ngig von der Dimension: Ein zweidimensionales Netz verh\u00e4lt sich aus Sicht des Solvers genauso wie ein dreidimensionales Netz.<\/p>\n

    Die wichtige Unterscheidung, die zu beachten ist, ist nicht die Dimension, sondern die, in der Gr\u00f6\u00dfen leben: Einige Werte sind mit Zellen verbunden, w\u00e4hrend andere mit Gesichtern verbunden sind.<\/p>\n

    Mesh-Daten, die Sie verwenden, ohne es zu merken<\/h3>\n

    Viele FIPY-Operationen basieren auf Mesh-Attributen hinter den Kulissen. Zellvolumina, Gesichtsbereiche, Gesichtsnormale und Konnektivit\u00e4tsinformationen werden alle aus dem Netz gezogen, wenn Gleichungen zusammengestellt werden. Sie m\u00fcssen diese selten manuell berechnen, aber wenn Sie verstehen, dass sie existieren, wird erkl\u00e4rt, warum FIPY auf nat\u00fcrliche Weise Masse, Energie oder andere Gr\u00f6\u00dfen spart.<\/p>\n

    Die Variablenebene<\/h2>\n

    Zellenvariablen und Gesichtsvariablen<\/h3>\n

    Variablen repr\u00e4sentieren physikalische Felder. Eine Zellvariable speichert einen Wert pro Zelle und wird \u00fcblicherweise f\u00fcr Gr\u00f6\u00dfen wie Temperatur-, Konzentrations- oder Phasenfeldreihenfolgeparameter verwendet. Eine Gesichtsvariable speichert einen Wert pro Fl\u00e4che und wird h\u00e4ufig f\u00fcr Fl\u00fcsse oder fl\u00e4chenzentrierte Koeffizienten verwendet.<\/p>\n

    Diese Unterscheidung ist f\u00fcr die Architektur von FIPY von zentraler Bedeutung. Viele neue Benutzer k\u00e4mpfen, wenn ein Koeffizient auf Zellen platziert wird, wenn er auf Gesichtern oder umgekehrt sein sollte. Fragen Sie im Zweifelsfall, ob die Menge etwas darstellt, das \u00fcber ein Volumen gemittelt wird, oder auf etwas, das auf einer Schnittstelle definiert ist.<\/p>\n

    Randbedingungen als Einschr\u00e4nkungen<\/h3>\n

    Randbedingungen in FIPY werden als Einschr\u00e4nkungen f\u00fcr Variablen implementiert. Eine Randbedingung mit festem Wert beschr\u00e4nkt den Wert einer Variablen an ausgew\u00e4hlten Fl\u00e4chen, w\u00e4hrend Bedingungen vom Flusstyp beeinflussen, wie Begriffe zur Gleichung zusammengefasst werden.<\/p>\n

    Da Randbedingungen eher an Variablen als fest in Solver codiert sind, integrieren sie sich sauber in den Gleichungsprozess. Dieses Design h\u00e4lt Gleichungen modular und leichter zu \u00e4ndern.<\/p>\n

    Alte und neue Werte in zeitabh\u00e4ngigen Problemen<\/h3>\n

    Bei vor\u00fcbergehenden Problemen verfolgt FIPY sowohl aktuelle als auch vorherige Werte von Variablen. Dies erm\u00f6glicht Zeitdiskretisierungsschemata, um alte und neue Zust\u00e4nde beim Zusammensetzen von transienten Termen zu vergleichen. Explizite und implizite Zeitintegration beruhen beide auf diesem Mechanismus.<\/p>\n

    Die Begriffe Layer<\/h2>\n

    Warum FIPY Begriffe verwendet<\/h3>\n

    Begriffe sind die Bausteine von Gleichungen in FIPY. Jeder Begriff repr\u00e4sentiert einen physischen Beitrag wie Diffusion, Konvektion, eine Quelle oder eine vor\u00fcbergehende Komponente. Anstatt eine gro\u00dfe monolithische Gleichung zu schreiben, verfassen Sie eine Gleichung, indem Sie Terme addieren.<\/p>\n

    Dieser modulare Ansatz macht Gleichungen lesbar und flexibel. Das Hinzuf\u00fcgen oder Entfernen von Physik bedeutet oft, einen Begriff hinzuzuf\u00fcgen oder zu entfernen, anstatt das gesamte Modell neu zu schreiben.<\/p>\n

    Gemeinsame Begriffe, denen Sie begegnen<\/h3>\n

    Ein vor\u00fcbergehender Begriff repr\u00e4sentiert die Zeitabh\u00e4ngigkeit. Diffusionsterme repr\u00e4sentieren Gradienten, die Fl\u00fcsse treiben. Konvektionsbegriffe repr\u00e4sentieren den Transport durch ein Geschwindigkeitsfeld. Quellbegriffe repr\u00e4sentieren die lokale Erzeugung oder den Verbrauch. Jeder Begriff wei\u00df, wie man sich auf dem Netz diskretisiert.<\/p>\n

    implizites und explizites Verhalten<\/h3>\n

    Begriffe k\u00f6nnen implizit oder explizit behandelt werden. Implizite Begriffe tragen zur Systemmatrix bei und verbessern im Allgemeinen die Stabilit\u00e4t, insbesondere bei steifen Problemen. Explizite Begriffe tragen nur zur rechten Seite bei und erfordern oft kleinere Zeitschritte f\u00fcr die Stabilit\u00e4t.<\/p>\n

    Die Auswahl der impliziten Begriffe ist eine der wichtigsten architektonischen Entscheidungen in einem FIPY-Modell. Schlechte Entscheidungen manifestieren sich oft als instabile Simulationen oder extrem kleine Zeitschritte.<\/p>\n

    Gleichung Assembly<\/h2>\n

    Vom symbolischen Ausdruck zum linearen System<\/h3>\n

    Wenn Sie Terme zu einer Gleichung kombinieren, baut FIPY intern ein lineares System zusammen. Jeder Term tr\u00e4gt Eintr\u00e4ge zu einer Matrix und einem rechten Vektor auf der Grundlage der Netzgeometrie, der variablen Werte und der Koeffizienten bei.<\/p>\n

    Benutzer interagieren selten direkt mit diesen Matrizen, aber das Verst\u00e4ndnis, dass sie existieren, erkl\u00e4rt, warum die Wahl und Konditionierung von Solver so wichtig ist.<\/p>\n

    Gekoppelte Gleichungen<\/h3>\n

    Viele reale Probleme betreffen mehrere Variablen, die durch gekoppelte Gleichungen gesteuert werden. FIPY unterst\u00fctzt dies, indem es die gemeinsame L\u00f6sung von Gleichungssystemen erm\u00f6glicht. Gekoppelte L\u00f6sungen sind teurer, aber notwendig, wenn Variablen stark voneinander abh\u00e4ngen.<\/p>\n

    Nichtlineare Probleme<\/h3>\n

    Nichtlinearit\u00e4ten entstehen, wenn Koeffizienten von der L\u00f6sung selbst abh\u00e4ngen. FIPY behandelt dies durch iterative L\u00f6sungsstrategien, bei denen die Gleichungen wiederholt und gel\u00f6st werden, bis die Konvergenzkriterien erf\u00fcllt sind.<\/p>\n

    Die Solverschicht<\/h2>\n

    Lineare L\u00f6ser und Iteration<\/h3>\n

    Solver arbeiten mit dem montierten Linearsystem. Sie berechnen Aktualisierungen der Variablenwerte, die den Rest reduzieren. Bei nichtlinearen Problemen treten lineare L\u00f6sungen innerhalb einer \u00e4u\u00dferen Iterationsschleife auf.<\/p>\n

    Die Solver-Leistung h\u00e4ngt von der Problemgr\u00f6\u00dfe, der Matrixstruktur und der Parameterauswahl ab. W\u00e4hrend Standards h\u00e4ufig f\u00fcr kleine Probleme funktionieren, erfordern gro\u00dfe Simulationen eine sorgf\u00e4ltigere Abstimmung.<\/p>\n

    Diagnostik und Konvergenz<\/h3>\n

    Restnormen, Iterationszahlen und Konvergenzverhalten liefern kritisches Feedback. Wenn ein Solver stagniert oder divergiert, weist dies h\u00e4ufig auf Probleme mit Randbedingungen, Diskretisierungsoptionen oder Zeitschrittgr\u00f6\u00dfen hin.<\/p>\n

    Zeitschritt und Simulationssteuerung<\/h2>\n

    die typische Zeitschleife<\/h3>\n

    Die meisten FIPY-Simulationen verwenden eine explizite Zeitschleife. Bei jedem Schritt werden Gleichungen gel\u00f6st, Variablen aktualisiert und Ergebnisse k\u00f6nnen visualisiert oder gespeichert werden. Die Zeitschrittgr\u00f6\u00dfe steuert sowohl Stabilit\u00e4t als auch Genauigkeit.<\/p>\n

    Stoppkriterien<\/h3>\n

    Eine Simulation kann nach einer festen physikalischen Zeit oder beim Erreichen eines station\u00e4ren Zustands beendet werden. Das Erkennen des station\u00e4ren Zustands beinhaltet h\u00e4ufig die \u00dcberwachung von \u00c4nderungen von Variablen oder integrierten Gr\u00f6\u00dfen.<\/p>\n

    Visualisierung, Export und Reproduzierbarkeit<\/h2>\n

    Interaktive Zuschauer<\/h3>\n

    Die Zuschauer geben w\u00e4hrend der Entwicklung sofortiges Feedback. Sie helfen, Fehler fr\u00fchzeitig zu erkennen, wie z. B. falsche Randbedingungen oder instabile Diskretisierungen. Viewer-Probleme in kopflosen Umgebungen sind h\u00e4ufig und weisen nicht auf numerische Fehler hin.<\/p>\n

    Ergebnisse exportieren<\/h3>\n

    F\u00fcr eine ernsthafte Analyse sollten Ergebnisse zusammen mit Metadaten geschrieben werden, die die Einstellungen des Mesh, der Parameter und des Solver beschreiben. Dies unterst\u00fctzt die Reproduzierbarkeit und Nachbearbeitung.<\/p>\n

    H\u00e4ufige architektonische Fehler<\/h2>\n

    Verwirrende zellbasierte und gesichtsbasierte Mengen<\/h3>\n

    Viele Fehler entstehen durch Platzieren von Koeffizienten auf den falschen geometrischen Einheiten. \u00dcberpr\u00fcfen Sie immer, ob eine Menge einen volumengemittelten Wert oder einen Fluss \u00fcber Fl\u00e4chen darstellt.<\/p>\n

    \u00fcberm\u00e4\u00dfige Verwendung expliziter Begriffe<\/h3>\n

    \u00dcberm\u00e4\u00dfige explizite Behandlung zwingt oft sehr kleine Zeitschritte. Das Versetzen der steifen Physik in implizite Begriffe verbessert normalerweise die Stabilit\u00e4t und Effizienz.<\/p>\n

    Diagnose ignorieren<\/h3>\n

    Eine laufende Simulation ist nicht unbedingt korrekt. Die \u00dcberwachung von Residuen, konservierten Mengen und Konvergenzverhalten ist unerl\u00e4sslich.<\/p>\n

    Fipy Architektur-Spickzettel<\/h2>\n\n\n\n\n\n\n\n\n
    Komponente<\/th>\nRolle<\/th>\nBenutzersteuerelemente<\/th>\nH\u00e4ufige Fallstricke<\/th>\n<\/tr>\n
    Gitter<\/td>\nGeometrie und Topologie<\/td>\nAufl\u00f6sung, Dimension<\/td>\nSchlechte Aufl\u00f6sung, falsche Dimension<\/td>\n<\/tr>\n
    Variablen<\/td>\nPhysikalische Felder<\/td>\nAnfangswerte, Einschr\u00e4nkungen<\/td>\nVerwirrung von Zelle gegen Gesicht<\/td>\n<\/tr>\n
    Bedingungen<\/td>\nPhysikalische Prozesse<\/td>\nimplizite oder explizite Form<\/td>\nInstabilit\u00e4t von schlechten Entscheidungen<\/td>\n<\/tr>\n
    Gleichungen<\/td>\nSystemmontage<\/td>\nKopplungsstruktur<\/td>\n\u00dcberm\u00e4\u00dfig komplexe Kopplung<\/td>\n<\/tr>\n
    L\u00f6ser<\/td>\nNumerische L\u00f6sung<\/td>\nToleranzen, Iterationen<\/td>\nDivergenz oder langsame Konvergenz<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

    Wenn die Architektur von Fipy gut passt<\/h2>\n

    FIPY zeichnet sich durch Rapid-Prototyping von PDE-Modellen, Forschungssimulationen und p\u00e4dagogischer Verwendung aus. Seine Architektur beg\u00fcnstigt Klarheit und Modularit\u00e4t gegen\u00fcber extremer Spezialisierung. Probleme, die exotische Geometrien oder hochspezialisierte L\u00f6ser erfordern, erfordern m\u00f6glicherweise unterschiedliche Werkzeuge. Bei vielen Transport- und Phasenfeldproblemen ist die Struktur von FIPY jedoch eine starke \u00dcbereinstimmung.<\/p>\n

    Schlussfolgerung<\/h2>\n

    Die Architektur von FIPY kann einfach zusammengefasst werden: Ein Netz definiert Geometrie, Variablen speichern physikalische Felder, Begriffe stellen Physik dar, Gleichungssysteme zusammenstellen, L\u00f6ser-Updates und Zeitschleifen f\u00f6rdern die L\u00f6sung. Sobald dieses mentale Modell klar ist, wird Fipy leichter zu argumentieren, leichter zu debuggen und als Forschungswerkzeug leistungsf\u00e4higer.<\/p>\n","protected":false,"raw":"

    FIPY ist ein in Python geschriebener Solver mit partieller Differentialgleichung (PDE) mit endlichem Volumen, der es Forschern und Ingenieuren erm\u00f6glicht, Modelle so auszudr\u00fccken, dass sie der zugrunde liegenden Physik genau folgt. Viele Benutzer beginnen mit Beispielen oder Anpassen von Snippets. Die reale Produktivit\u00e4t ergibt sich jedoch aus dem Verst\u00e4ndnis, wie FIPY intern strukturiert ist und wie die Hauptkomponenten interagieren. Sobald Sie ein klares mentales Modell der Architektur von FIPY haben, wird das Debuggen einfacher, die Modelle skalieren nat\u00fcrlicher und Leistungsentscheidungen sind sinnvoller.<\/p>\n

    Dieser Artikel erkl\u00e4rt Fipys Kernarchitektur von Grund auf. Anstatt sich auf die schwere Mathematik zu konzentrieren, konzentriert es sich darauf, wie FIPY Geometrie, Daten, Gleichungen und L\u00f6ser organisiert und wie diese Teile w\u00e4hrend einer Simulation zusammenpassen.<\/p>\n

    Das mentale Modell von FIPY in einem Fluss<\/h2>\n

    Auf hohem Niveau folgt FIPY einer konsistenten Pipeline:<\/p>\n

      \n
    • Definieren Sie ein Netz, das die Geometrie darstellt,<\/li>\n
    • Definieren Sie Variablen, die auf diesem Netz leben,<\/li>\n
    • Erstellen Sie Gleichungsbegriffe, die physikalische Prozesse darstellen,<\/li>\n
    • Diese Begriffe zu Gleichungen zusammensetzen,<\/li>\n
    • L\u00f6sen Sie das resultierende System mit einem numerischen Solver,<\/li>\n
    • Zeit voranschreiten und Ergebnisse visualisieren oder exportieren.<\/li>\n<\/ul>\n

      Jedes FIPY-Skript, vom einfachsten Diffusionsbeispiel bis hin zu komplexen Multiphysikmodellen, folgt dieser Struktur. Wenn Sie jede Ebene einzeln verstehen, f\u00fchlt sich das gesamte Framework eher vorhersehbar als magisch an.<\/p>\n

      Die Netzschicht<\/h2>\n

      Was ein Netz in FIPY darstellt<\/h3>\n

      In FIPY repr\u00e4sentiert das Netz die r\u00e4umliche Diskretisierung der physikalischen Dom\u00e4ne. Es besteht aus Zellen (Kontrollvolumen) und Gesichtern (Schnittstellen zwischen Zellen). Finite-Volumen-Methoden arbeiten, indem sie die Erhaltungsgesetze \u00fcber jede Zelle durchsetzen, sodass Zellvolumen und Gesichtsbereiche grundlegende Mengen sind.<\/p>\n

      Jede Zelle speichert Informationen \u00fcber ihr Volumen und ihren Standort, w\u00e4hrend jede Fl\u00e4che geometrische Informationen wie Fl\u00e4che und normale Richtung speichert. Diese geometrischen Eigenschaften werden intern verwendet, wenn FIPY Fl\u00fcsse \u00fcber Fl\u00e4chen berechnet.<\/p>\n

      G\u00e4ngige Netztypen<\/h3>\n

      Die meisten Benutzer beginnen mit einheitlich strukturierten Netzen in einer, zwei oder drei Dimensionen. Diese sind leicht zu argumentieren und schnell zu berechnen. Die gleichen Konzepte gelten unabh\u00e4ngig von der Dimension: Ein zweidimensionales Netz verh\u00e4lt sich aus Sicht des Solvers genauso wie ein dreidimensionales Netz.<\/p>\n

      Die wichtige Unterscheidung, die zu beachten ist, ist nicht die Dimension, sondern die, in der Gr\u00f6\u00dfen leben: Einige Werte sind mit Zellen verbunden, w\u00e4hrend andere mit Gesichtern verbunden sind.<\/p>\n

      Mesh-Daten, die Sie verwenden, ohne es zu merken<\/h3>\n

      Viele FIPY-Operationen basieren auf Mesh-Attributen hinter den Kulissen. Zellvolumina, Gesichtsbereiche, Gesichtsnormale und Konnektivit\u00e4tsinformationen werden alle aus dem Netz gezogen, wenn Gleichungen zusammengestellt werden. Sie m\u00fcssen diese selten manuell berechnen, aber wenn Sie verstehen, dass sie existieren, wird erkl\u00e4rt, warum FIPY auf nat\u00fcrliche Weise Masse, Energie oder andere Gr\u00f6\u00dfen spart.<\/p>\n

      Die Variablenebene<\/h2>\n

      Zellenvariablen und Gesichtsvariablen<\/h3>\n

      Variablen repr\u00e4sentieren physikalische Felder. Eine Zellvariable speichert einen Wert pro Zelle und wird \u00fcblicherweise f\u00fcr Gr\u00f6\u00dfen wie Temperatur-, Konzentrations- oder Phasenfeldreihenfolgeparameter verwendet. Eine Gesichtsvariable speichert einen Wert pro Fl\u00e4che und wird h\u00e4ufig f\u00fcr Fl\u00fcsse oder fl\u00e4chenzentrierte Koeffizienten verwendet.<\/p>\n

      Diese Unterscheidung ist f\u00fcr die Architektur von FIPY von zentraler Bedeutung. Viele neue Benutzer k\u00e4mpfen, wenn ein Koeffizient auf Zellen platziert wird, wenn er auf Gesichtern oder umgekehrt sein sollte. Fragen Sie im Zweifelsfall, ob die Menge etwas darstellt, das \u00fcber ein Volumen gemittelt wird, oder auf etwas, das auf einer Schnittstelle definiert ist.<\/p>\n

      Randbedingungen als Einschr\u00e4nkungen<\/h3>\n

      Randbedingungen in FIPY werden als Einschr\u00e4nkungen f\u00fcr Variablen implementiert. Eine Randbedingung mit festem Wert beschr\u00e4nkt den Wert einer Variablen an ausgew\u00e4hlten Fl\u00e4chen, w\u00e4hrend Bedingungen vom Flusstyp beeinflussen, wie Begriffe zur Gleichung zusammengefasst werden.<\/p>\n

      Da Randbedingungen eher an Variablen als fest in Solver codiert sind, integrieren sie sich sauber in den Gleichungsprozess. Dieses Design h\u00e4lt Gleichungen modular und leichter zu \u00e4ndern.<\/p>\n

      Alte und neue Werte in zeitabh\u00e4ngigen Problemen<\/h3>\n

      Bei vor\u00fcbergehenden Problemen verfolgt FIPY sowohl aktuelle als auch vorherige Werte von Variablen. Dies erm\u00f6glicht Zeitdiskretisierungsschemata, um alte und neue Zust\u00e4nde beim Zusammensetzen von transienten Termen zu vergleichen. Explizite und implizite Zeitintegration beruhen beide auf diesem Mechanismus.<\/p>\n

      Die Begriffe Layer<\/h2>\n

      Warum FIPY Begriffe verwendet<\/h3>\n

      Begriffe sind die Bausteine von Gleichungen in FIPY. Jeder Begriff repr\u00e4sentiert einen physischen Beitrag wie Diffusion, Konvektion, eine Quelle oder eine vor\u00fcbergehende Komponente. Anstatt eine gro\u00dfe monolithische Gleichung zu schreiben, verfassen Sie eine Gleichung, indem Sie Terme addieren.<\/p>\n

      Dieser modulare Ansatz macht Gleichungen lesbar und flexibel. Das Hinzuf\u00fcgen oder Entfernen von Physik bedeutet oft, einen Begriff hinzuzuf\u00fcgen oder zu entfernen, anstatt das gesamte Modell neu zu schreiben.<\/p>\n

      Gemeinsame Begriffe, denen Sie begegnen<\/h3>\n

      Ein vor\u00fcbergehender Begriff repr\u00e4sentiert die Zeitabh\u00e4ngigkeit. Diffusionsterme repr\u00e4sentieren Gradienten, die Fl\u00fcsse treiben. Konvektionsbegriffe repr\u00e4sentieren den Transport durch ein Geschwindigkeitsfeld. Quellbegriffe repr\u00e4sentieren die lokale Erzeugung oder den Verbrauch. Jeder Begriff wei\u00df, wie man sich auf dem Netz diskretisiert.<\/p>\n

      implizites und explizites Verhalten<\/h3>\n

      Begriffe k\u00f6nnen implizit oder explizit behandelt werden. Implizite Begriffe tragen zur Systemmatrix bei und verbessern im Allgemeinen die Stabilit\u00e4t, insbesondere bei steifen Problemen. Explizite Begriffe tragen nur zur rechten Seite bei und erfordern oft kleinere Zeitschritte f\u00fcr die Stabilit\u00e4t.<\/p>\n

      Die Auswahl der impliziten Begriffe ist eine der wichtigsten architektonischen Entscheidungen in einem FIPY-Modell. Schlechte Entscheidungen manifestieren sich oft als instabile Simulationen oder extrem kleine Zeitschritte.<\/p>\n

      Gleichung Assembly<\/h2>\n

      Vom symbolischen Ausdruck zum linearen System<\/h3>\n

      Wenn Sie Terme zu einer Gleichung kombinieren, baut FIPY intern ein lineares System zusammen. Jeder Term tr\u00e4gt Eintr\u00e4ge zu einer Matrix und einem rechten Vektor auf der Grundlage der Netzgeometrie, der variablen Werte und der Koeffizienten bei.<\/p>\n

      Benutzer interagieren selten direkt mit diesen Matrizen, aber das Verst\u00e4ndnis, dass sie existieren, erkl\u00e4rt, warum die Wahl und Konditionierung von Solver so wichtig ist.<\/p>\n

      Gekoppelte Gleichungen<\/h3>\n

      Viele reale Probleme betreffen mehrere Variablen, die durch gekoppelte Gleichungen gesteuert werden. FIPY unterst\u00fctzt dies, indem es die gemeinsame L\u00f6sung von Gleichungssystemen erm\u00f6glicht. Gekoppelte L\u00f6sungen sind teurer, aber notwendig, wenn Variablen stark voneinander abh\u00e4ngen.<\/p>\n

      Nichtlineare Probleme<\/h3>\n

      Nichtlinearit\u00e4ten entstehen, wenn Koeffizienten von der L\u00f6sung selbst abh\u00e4ngen. FIPY behandelt dies durch iterative L\u00f6sungsstrategien, bei denen die Gleichungen wiederholt und gel\u00f6st werden, bis die Konvergenzkriterien erf\u00fcllt sind.<\/p>\n

      Die Solverschicht<\/h2>\n

      Lineare L\u00f6ser und Iteration<\/h3>\n

      Solver arbeiten mit dem montierten Linearsystem. Sie berechnen Aktualisierungen der Variablenwerte, die den Rest reduzieren. Bei nichtlinearen Problemen treten lineare L\u00f6sungen innerhalb einer \u00e4u\u00dferen Iterationsschleife auf.<\/p>\n

      Die Solver-Leistung h\u00e4ngt von der Problemgr\u00f6\u00dfe, der Matrixstruktur und der Parameterauswahl ab. W\u00e4hrend Standards h\u00e4ufig f\u00fcr kleine Probleme funktionieren, erfordern gro\u00dfe Simulationen eine sorgf\u00e4ltigere Abstimmung.<\/p>\n

      Diagnostik und Konvergenz<\/h3>\n

      Restnormen, Iterationszahlen und Konvergenzverhalten liefern kritisches Feedback. Wenn ein Solver stagniert oder divergiert, weist dies h\u00e4ufig auf Probleme mit Randbedingungen, Diskretisierungsoptionen oder Zeitschrittgr\u00f6\u00dfen hin.<\/p>\n

      Zeitschritt und Simulationssteuerung<\/h2>\n

      die typische Zeitschleife<\/h3>\n

      Die meisten FIPY-Simulationen verwenden eine explizite Zeitschleife. Bei jedem Schritt werden Gleichungen gel\u00f6st, Variablen aktualisiert und Ergebnisse k\u00f6nnen visualisiert oder gespeichert werden. Die Zeitschrittgr\u00f6\u00dfe steuert sowohl Stabilit\u00e4t als auch Genauigkeit.<\/p>\n

      Stoppkriterien<\/h3>\n

      Eine Simulation kann nach einer festen physikalischen Zeit oder beim Erreichen eines station\u00e4ren Zustands beendet werden. Das Erkennen des station\u00e4ren Zustands beinhaltet h\u00e4ufig die \u00dcberwachung von \u00c4nderungen von Variablen oder integrierten Gr\u00f6\u00dfen.<\/p>\n

      Visualisierung, Export und Reproduzierbarkeit<\/h2>\n

      Interaktive Zuschauer<\/h3>\n

      Die Zuschauer geben w\u00e4hrend der Entwicklung sofortiges Feedback. Sie helfen, Fehler fr\u00fchzeitig zu erkennen, wie z. B. falsche Randbedingungen oder instabile Diskretisierungen. Viewer-Probleme in kopflosen Umgebungen sind h\u00e4ufig und weisen nicht auf numerische Fehler hin.<\/p>\n

      Ergebnisse exportieren<\/h3>\n

      F\u00fcr eine ernsthafte Analyse sollten Ergebnisse zusammen mit Metadaten geschrieben werden, die die Einstellungen des Mesh, der Parameter und des Solver beschreiben. Dies unterst\u00fctzt die Reproduzierbarkeit und Nachbearbeitung.<\/p>\n

      H\u00e4ufige architektonische Fehler<\/h2>\n

      Verwirrende zellbasierte und gesichtsbasierte Mengen<\/h3>\n

      Viele Fehler entstehen durch Platzieren von Koeffizienten auf den falschen geometrischen Einheiten. \u00dcberpr\u00fcfen Sie immer, ob eine Menge einen volumengemittelten Wert oder einen Fluss \u00fcber Fl\u00e4chen darstellt.<\/p>\n

      \u00fcberm\u00e4\u00dfige Verwendung expliziter Begriffe<\/h3>\n

      \u00dcberm\u00e4\u00dfige explizite Behandlung zwingt oft sehr kleine Zeitschritte. Das Versetzen der steifen Physik in implizite Begriffe verbessert normalerweise die Stabilit\u00e4t und Effizienz.<\/p>\n

      Diagnose ignorieren<\/h3>\n

      Eine laufende Simulation ist nicht unbedingt korrekt. Die \u00dcberwachung von Residuen, konservierten Mengen und Konvergenzverhalten ist unerl\u00e4sslich.<\/p>\n

      Fipy Architektur-Spickzettel<\/h2>\n\n\n\n\n\n\n\n
      Komponente<\/th>\nRolle<\/th>\nBenutzersteuerelemente<\/th>\nH\u00e4ufige Fallstricke<\/th>\n<\/tr>\n
      Gitter<\/td>\nGeometrie und Topologie<\/td>\nAufl\u00f6sung, Dimension<\/td>\nSchlechte Aufl\u00f6sung, falsche Dimension<\/td>\n<\/tr>\n
      Variablen<\/td>\nPhysikalische Felder<\/td>\nAnfangswerte, Einschr\u00e4nkungen<\/td>\nVerwirrung von Zelle gegen Gesicht<\/td>\n<\/tr>\n
      Bedingungen<\/td>\nPhysikalische Prozesse<\/td>\nimplizite oder explizite Form<\/td>\nInstabilit\u00e4t von schlechten Entscheidungen<\/td>\n<\/tr>\n
      Gleichungen<\/td>\nSystemmontage<\/td>\nKopplungsstruktur<\/td>\n\u00dcberm\u00e4\u00dfig komplexe Kopplung<\/td>\n<\/tr>\n
      L\u00f6ser<\/td>\nNumerische L\u00f6sung<\/td>\nToleranzen, Iterationen<\/td>\nDivergenz oder langsame Konvergenz<\/td>\n<\/tr>\n<\/tbody><\/table>\n

      Wenn die Architektur von Fipy gut passt<\/h2>\n

      FIPY zeichnet sich durch Rapid-Prototyping von PDE-Modellen, Forschungssimulationen und p\u00e4dagogischer Verwendung aus. Seine Architektur beg\u00fcnstigt Klarheit und Modularit\u00e4t gegen\u00fcber extremer Spezialisierung. Probleme, die exotische Geometrien oder hochspezialisierte L\u00f6ser erfordern, erfordern m\u00f6glicherweise unterschiedliche Werkzeuge. Bei vielen Transport- und Phasenfeldproblemen ist die Struktur von FIPY jedoch eine starke \u00dcbereinstimmung.<\/p>\n

      Schlussfolgerung<\/h2>\n

      Die Architektur von FIPY kann einfach zusammengefasst werden: Ein Netz definiert Geometrie, Variablen speichern physikalische Felder, Begriffe stellen Physik dar, Gleichungssysteme zusammenstellen, L\u00f6ser-Updates und Zeitschleifen f\u00f6rdern die L\u00f6sung. Sobald dieses mentale Modell klar ist, wird Fipy leichter zu argumentieren, leichter zu debuggen und als Forschungswerkzeug leistungsf\u00e4higer.<\/p>\n"},"excerpt":{"rendered":"

      Reading Time: <\/span> 5<\/span> minutes<\/span><\/span>FIPY ist ein in Python geschriebener Solver mit partieller Differentialgleichung (PDE) mit endlichem Volumen, der es Forschern und Ingenieuren erm\u00f6glicht, Modelle so auszudr\u00fccken, dass sie der zugrunde liegenden Physik genau folgt. Viele Benutzer beginnen mit Beispielen oder Anpassen von Snippets. Die reale Produktivit\u00e4t ergibt sich jedoch aus dem Verst\u00e4ndnis, wie FIPY intern strukturiert ist und […]<\/p>\n","protected":false,"raw":""},"author":3,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_locale":"de_DE","_original_post":"https:\/\/new.matforge.org\/?p=48","iawp_total_views":0,"footnotes":""},"categories":[2],"tags":[],"class_list":["post-808","post","type-post","status-publish","format-standard","hentry","category-fipy-documentation-examples-development","de-DE"],"yoast_head":"\nGrundlegende FIPY-Kernarchitektur: Funktionsweise von Netzen, Variablen und L\u00f6sern<\/title>\n<meta name=\"description\" content=\"Ein klarer, praktischer Leitfaden f\u00fcr die Kernarchitektur von FIPY - Meshes, Variablen, Begriffe, Gleichungen, L\u00f6ser und Zeitschritte - f\u00fcr Forscher und Ingenieure erkl\u00e4rt.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/matforge.org\/de\/understanding-fipys-core-architecture\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Grundlegende FIPY-Kernarchitektur: Funktionsweise von Netzen, Variablen und L\u00f6sern\" \/>\n<meta property=\"og:description\" content=\"Ein klarer, praktischer Leitfaden f\u00fcr die Kernarchitektur von FIPY - Meshes, Variablen, Begriffe, Gleichungen, L\u00f6ser und Zeitschritte - f\u00fcr Forscher und Ingenieure erkl\u00e4rt.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/matforge.org\/de\/understanding-fipys-core-architecture\/\" \/>\n<meta property=\"og:site_name\" content=\"matforge.org\" \/>\n<meta property=\"article:published_time\" content=\"2026-07-30T12:21:34+00:00\" \/>\n<meta name=\"author\" content=\"Tomas Delgado\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Tomas Delgado\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"8\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/matforge.org\\\/de\\\/understanding-fipys-core-architecture\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/de\\\/understanding-fipys-core-architecture\\\/\"},\"author\":{\"name\":\"Tomas Delgado\",\"@id\":\"https:\\\/\\\/matforge.org\\\/#\\\/schema\\\/person\\\/518cdd1f18dd092f4ed738d68e540061\"},\"headline\":\"Die Kernarchitektur von FIPY verstehen\",\"datePublished\":\"2026-07-30T12:21:34+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/de\\\/understanding-fipys-core-architecture\\\/\"},\"wordCount\":1537,\"commentCount\":0,\"articleSection\":[\"FIPY: Dokumentation, Beispiele & Entwicklung\"],\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/matforge.org\\\/de\\\/understanding-fipys-core-architecture\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/matforge.org\\\/de\\\/understanding-fipys-core-architecture\\\/\",\"url\":\"https:\\\/\\\/matforge.org\\\/de\\\/understanding-fipys-core-architecture\\\/\",\"name\":\"Grundlegende FIPY-Kernarchitektur: Funktionsweise von Netzen, Variablen und L\u00f6sern\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/#website\"},\"datePublished\":\"2026-07-30T12:21:34+00:00\",\"author\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/#\\\/schema\\\/person\\\/518cdd1f18dd092f4ed738d68e540061\"},\"description\":\"Ein klarer, praktischer Leitfaden f\u00fcr die Kernarchitektur von FIPY - Meshes, Variablen, Begriffe, Gleichungen, L\u00f6ser und Zeitschritte - f\u00fcr Forscher und Ingenieure erkl\u00e4rt.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/de\\\/understanding-fipys-core-architecture\\\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/matforge.org\\\/de\\\/understanding-fipys-core-architecture\\\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/matforge.org\\\/de\\\/understanding-fipys-core-architecture\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/matforge.org\\\/de\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Die Kernarchitektur von FIPY verstehen\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/matforge.org\\\/#website\",\"url\":\"https:\\\/\\\/matforge.org\\\/\",\"name\":\"matforge.org\",\"description\":\"\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/matforge.org\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de\"},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/matforge.org\\\/#\\\/schema\\\/person\\\/518cdd1f18dd092f4ed738d68e540061\",\"name\":\"Tomas Delgado\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/202f82c9f4f4534a3ba77bf8a8fbef09cf8489f52bdf819082f21390da4e7c9a?s=96&d=mm&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/202f82c9f4f4534a3ba77bf8a8fbef09cf8489f52bdf819082f21390da4e7c9a?s=96&d=mm&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/202f82c9f4f4534a3ba77bf8a8fbef09cf8489f52bdf819082f21390da4e7c9a?s=96&d=mm&r=g\",\"caption\":\"Tomas Delgado\"},\"sameAs\":[\"http:\\\/\\\/matforge.org\"],\"url\":\"https:\\\/\\\/matforge.org\\\/author\\\/tomas-delgado\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Grundlegende FIPY-Kernarchitektur: Funktionsweise von Netzen, Variablen und L\u00f6sern","description":"Ein klarer, praktischer Leitfaden f\u00fcr die Kernarchitektur von FIPY - Meshes, Variablen, Begriffe, Gleichungen, L\u00f6ser und Zeitschritte - f\u00fcr Forscher und Ingenieure erkl\u00e4rt.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/matforge.org\/de\/understanding-fipys-core-architecture\/","og_locale":"de_DE","og_type":"article","og_title":"Grundlegende FIPY-Kernarchitektur: Funktionsweise von Netzen, Variablen und L\u00f6sern","og_description":"Ein klarer, praktischer Leitfaden f\u00fcr die Kernarchitektur von FIPY - Meshes, Variablen, Begriffe, Gleichungen, L\u00f6ser und Zeitschritte - f\u00fcr Forscher und Ingenieure erkl\u00e4rt.","og_url":"https:\/\/matforge.org\/de\/understanding-fipys-core-architecture\/","og_site_name":"matforge.org","article_published_time":"2026-07-30T12:21:34+00:00","author":"Tomas Delgado","twitter_card":"summary_large_image","twitter_misc":{"Verfasst von":"Tomas Delgado","Gesch\u00e4tzte Lesezeit":"8\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/matforge.org\/de\/understanding-fipys-core-architecture\/#article","isPartOf":{"@id":"https:\/\/matforge.org\/de\/understanding-fipys-core-architecture\/"},"author":{"name":"Tomas Delgado","@id":"https:\/\/matforge.org\/#\/schema\/person\/518cdd1f18dd092f4ed738d68e540061"},"headline":"Die Kernarchitektur von FIPY verstehen","datePublished":"2026-07-30T12:21:34+00:00","mainEntityOfPage":{"@id":"https:\/\/matforge.org\/de\/understanding-fipys-core-architecture\/"},"wordCount":1537,"commentCount":0,"articleSection":["FIPY: Dokumentation, Beispiele & Entwicklung"],"inLanguage":"de","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/matforge.org\/de\/understanding-fipys-core-architecture\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/matforge.org\/de\/understanding-fipys-core-architecture\/","url":"https:\/\/matforge.org\/de\/understanding-fipys-core-architecture\/","name":"Grundlegende FIPY-Kernarchitektur: Funktionsweise von Netzen, Variablen und L\u00f6sern","isPartOf":{"@id":"https:\/\/matforge.org\/#website"},"datePublished":"2026-07-30T12:21:34+00:00","author":{"@id":"https:\/\/matforge.org\/#\/schema\/person\/518cdd1f18dd092f4ed738d68e540061"},"description":"Ein klarer, praktischer Leitfaden f\u00fcr die Kernarchitektur von FIPY - Meshes, Variablen, Begriffe, Gleichungen, L\u00f6ser und Zeitschritte - f\u00fcr Forscher und Ingenieure erkl\u00e4rt.","breadcrumb":{"@id":"https:\/\/matforge.org\/de\/understanding-fipys-core-architecture\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/matforge.org\/de\/understanding-fipys-core-architecture\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/matforge.org\/de\/understanding-fipys-core-architecture\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/matforge.org\/de\/"},{"@type":"ListItem","position":2,"name":"Die Kernarchitektur von FIPY verstehen"}]},{"@type":"WebSite","@id":"https:\/\/matforge.org\/#website","url":"https:\/\/matforge.org\/","name":"matforge.org","description":"","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/matforge.org\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de"},{"@type":"Person","@id":"https:\/\/matforge.org\/#\/schema\/person\/518cdd1f18dd092f4ed738d68e540061","name":"Tomas Delgado","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/secure.gravatar.com\/avatar\/202f82c9f4f4534a3ba77bf8a8fbef09cf8489f52bdf819082f21390da4e7c9a?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/202f82c9f4f4534a3ba77bf8a8fbef09cf8489f52bdf819082f21390da4e7c9a?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/202f82c9f4f4534a3ba77bf8a8fbef09cf8489f52bdf819082f21390da4e7c9a?s=96&d=mm&r=g","caption":"Tomas Delgado"},"sameAs":["http:\/\/matforge.org"],"url":"https:\/\/matforge.org\/author\/tomas-delgado\/"}]}},"_links":{"self":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts\/808","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/comments?post=808"}],"version-history":[{"count":1,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts\/808\/revisions"}],"predecessor-version":[{"id":916,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts\/808\/revisions\/916"}],"wp:attachment":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/media?parent=808"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/categories?post=808"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/tags?post=808"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}