當時他在學這本書的時候，一開始還是能聽明白的，比如飛行器結構分類，基本元件的受力特點。 但是後麵，從傳力分析開始，再到計算模型、靜定薄壁結構的靜力分析與位移分析方法，隨著知識變難，他又沒那麼認真，就開始上課暈頭轉向了，總的來說《飛行器結構力學》這門課，薑晨學的很差。 沒有良好的結構力學理論基礎，飛行器的設計，隻能用經驗和實驗推進，這樣設計飛行器，速度實在是太慢。 現在他隻有兩個小時的名家課堂時間，如果直接使用，兩個小時，肯定不足以把這本書學完。 所以他還是決定用之前學《空氣動力學》的方法，先把書給通讀一遍，把裡麵自己不會的知識，都記錄下來，然後再用名家課堂時間。 一直看到了十點鐘，三頁紙被他寫滿了，然而整本書他才看了三章內容而已，這還是因為前麵幾章都是基礎，以前他學的時候，掌握了一些的原因。 否則就這三章內容，估計他記錄下來的不會的東西，就能超過十張紙。 伸了伸懶腰，今天一天過得真的太充實了，去洗了個澡之後，他就舒服的躺到床上去了。 拿出手機，登錄專業學者論壇。 “嗯？這麼多私信？” 剛登錄上，他就發現，自己私信消息顯示99+。 連忙點開私信箱。 “大神能不能透露一下身份？” “大神能不能給個好友位，共同探討學術知識。” “我是哈工大教授沈誌雲，加個好友。” “i，harvardprofessor，plusfriends.” 薑晨看著這些私信消息，有點頭疼，多數都是想要加他好友的，很多都署名自己是哪個學校的教授，學者，甚至還有署名華科院的院士。 真的是五花八門。 如果這些人的身份都是真的，那薑晨不介意把他們都加了，但是這麼多教授院士，都是真的？ 他隨便點開一個所謂的華科院院士的信息，發現他一共發表了三篇帖子，基本是水貼。 果斷x掉。 又點了一個哈佛的教授，又是水貼。 於是他把私信一鍵全刪，並且直接點擊了非好友不能給自己發私信的按鈕。 這麼多人，就算裡麵有幾個身份是真實的，薑晨也沒工夫從這麼多人裡麵篩選出來。 此時他又點開了七星題目列表。 最優乘波體結構推導，這個題目已經出現在已解決的題目列表中，解題人裡麵，最上麵的，自然是“幽浮”就兩個字。 不過讓薑晨有點詫異的是，除了他的名字之外，這道題的解題者中，竟然還有一個叫“ologicalgod”的人。 這個人的名字排在自己下麵。 他好奇的點開了這個人的解題過程。 薑晨發現，這個人並不是用另一種方法解了這一題，而是把自己的公式，給出了一個完整的證明過程。 他的證明嚴謹無誤，完美的證明了薑晨公式的正確性。 可能是論壇官方的人認為這個網名叫ologicalgod的人，在這一題上也做出了貢獻，所以也把他的名字給列了出來。 他點開了ologicalgod的私人空間，發現他曾經發表的帖子有一百多篇，全英文帖。 薑晨以他四級半的英語水平大致看了一眼，感覺他每篇帖子都還是很有質量的。 從每篇帖子評論都破萬就能看出來了。 明顯的，這個人是個外國人，薑晨對他有點感興趣，直接點了添加好友，隻要對方看到並且同意，那麼這個人就將成為薑晨的第一個好友。 添加了他之後，薑晨看到，關於這道題的討論，早已經破萬了。 評論的聲音基本就兩點。 一個就是這公式的實際用處有多大，第二個就是幽浮到底是誰？ 比較有意思的是，討論的人不知道幽浮是誰，但是他們似乎對幽浮的國籍更感興趣一點。 更多的聲音說幽浮是華國人，因為網名用的是華文。 但是歐美也有些國家不讚同，他們覺得幽浮是從ufo音譯的，也很可能是個m國人，或者y國人。 更可笑的是，竟然有h國人說幽浮是他們國家的。 對於論壇裡麵的爭論，薑晨隻是笑了笑，就把論壇給關上了，真沒想到，自己不過解了一道七星題目，竟然能在論壇路攢這麼高的人氣。 臨睡覺之前，薑晨突然想到，自己還有一件事情沒有做。 那就是轉盤啊。 打開腦海中的係統光幕，進入背包，毫不猶豫的點擊了普通抽獎。 在他選擇確定抽獎之後，轉盤立馬轉動了起來。 薑晨有點緊張，這是他第二次抽獎了，應該能給點好東西了吧。 “恭喜宿主抽到實物疲勞舒緩曲一首。” “我靠，我靠，我靠！” 聽著係統的聲音，薑晨忍不住咒罵。 “我這是掉進音樂窩裡麵去了是麼？” 看著背包裡躺著的能使用五次，使用之後可以消除疲勞的光盤，他是又氣憤又無奈。 “好吧，我承認了，我是非酋，下次再有抽獎機會，我一定不抽了，存起來，存到十次再一起抽了，我就不信十次都抽到音樂！” 薑晨覺得自己太氣了，必須聽一首催眠曲，否則可能會氣的失眠。 在催眠曲的作用下，很快就進入到了夢鄉。 第二天一早，他就被電話給吵醒了，是張教授打來的，讓他趕緊來一趟風洞實驗室，說是實驗結果已經出來了。 薑晨連忙起床洗漱，完了之後就直衝實驗室而去，連早飯都沒有吃。 到了實驗室之後，侯雲龍和張教授都在，他們兩個手裡麵各拿了幾張紙，正在看著。 看到薑晨到了，侯雲龍帶著激動的說道：“你來看，這是實驗的數據分析。” 把紙接過來，隻見上麵寫著： 實驗次數：1088次。 x平均誤差：0.21，最高誤差：0.70。 y平均誤差：0.17，最高誤差：0.66。 z平均誤差：0.12，最高誤差：0.69。 θ平均誤差：0.08，最高誤差：0.13。 這些數據是分析了一千多組數據之後，取的平均值。 這樣的誤差範圍，完全是能夠接受的，最主要的是，薑晨使用的風力傳感器，精度並不是很高，如果提高風力傳感器的精度，這個誤差，還會縮小。 而且從後麵的最高誤差也可以看出來，一千多次實驗，沒有一次預測失誤。 薑晨的智能預測代碼，運行效果完美！