morphopt 3.1.1__tar.gz → 3.1.2__tar.gz

{morphopt-3.1.1 → morphopt-3.1.2}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: morphopt
-Version: 3.1.1
+Version: 3.1.2
 Summary: A morphing optimization framework using PyTorch and Abaqus.
 Requires-Python: >=3.12
 Description-Content-Type: text/markdown
@@ -8,23 +8,26 @@ Requires-Dist: torch>=2.0.0
 Requires-Dist: torchvision>=0.15.1
 Requires-Dist: numpy>=2.0.0
 Requires-Dist: pypardiso>=0.4.7
-Requires-Dist: pyqt6>=6.10.2
-Requires-Dist: pyvista>=0.46.4
+Requires-Dist: pyqt6>=6.11.0
+Requires-Dist: pyvista>=0.47.1
 Requires-Dist: pyvistaqt>=0.11.3
-Requires-Dist: vtk>=9.5.2
+Requires-Dist: vtk>=9.6.1
 Requires-Dist: gmsh>=4.15.0
 Requires-Dist: tabulate>=0.9.0
-Requires-Dist: cpgeo>=1.0.2
-Requires-Dist: imageio>=2.37.2
+Requires-Dist: imageio>=2.37.3
 Requires-Dist: bspmap>=1.0.0
-Requires-Dist: torchfea>=1.0.4
-Requires-Dist: trimesh>=4.11.1
+Requires-Dist: torchfea>=1.0.8
+Requires-Dist: trimesh>=4.11.5
+Requires-Dist: networkx>=3.6.1
+Requires-Dist: scipy>=1.17.1
+Requires-Dist: cpgeo>=1.0.5
 
 # 项目说明与使用指南
 
 本仓库提供基于形状优化的工作流，集成了表面参数化、有限元（FEA）求解、载荷管理与目标函数组合。你可以复用示例快速搭建新任务，或扩展接口以支持更多场景。
 
 目录：
+
 - 安装与环境
 - 项目结构
 - 快速开始（运行示例）
@@ -40,10 +43,12 @@ Requires-Dist: trimesh>=4.11.1
 ## 安装与环境
 
 前置条件：
+
 - Python 3.10+（建议使用 conda 环境）
 - Windows（已在 Windows+PowerShell 下验证），Linux 也可按需适配
 
 安装依赖：
+
 ```powershell
 # 可选：创建虚拟环境
 conda create -n MorphOpt python=3.10 -y; conda activate MorphOpt
@@ -57,6 +62,7 @@ pip install -r requirements.txt
 ## 项目结构
 
 参考主要目录：
+
 - `Jobs/`：示例与具体任务脚本（建议以 `Jobs/examples/displacement.py` 为模板）。
 - `MorphOpt/`：核心库，包括参数、接口、求解器、更新器等。
 - `Tests/`：简单的可视化/单元测试脚本。
@@ -66,6 +72,7 @@ pip install -r requirements.txt
 ## 快速开始（运行示例）
 
 运行位移示例（displacement）：
+
 ```powershell
 python Jobs/examples/displacement.py
 ```
@@ -81,15 +88,21 @@ python Jobs/examples/displacement.py
 每个任务脚本遵循统一结构：
 
 1) 定义目标函数 ObjectiveFunction
-- 继承自 `GLOBAL.ObjectiveFunction`，实现 `get_objective(self)`，并设置 `GLOBAL.obj_fun = ObjectiveFunction()`。
+
+- 继承自 `morphopt.ObjectiveFunction`，在 `__init__` 方法中局部定义针对各个加载步（工况）的 `objective` 函数，并将它们按评估顺序组成列表赋给 `self.objective_functions`。
+- 函数签名为 `def objective*(GC: torch.Tensor, jacobian: dict[torch.Tensor], assembly: torchfea.Assembly) -> torch.Tensor`。
+- **重要**：如果目标函数依赖于特定载荷的雅可比矩阵，必须在 `__init__` 中通过提前定义 `self.jacobian_needed = ['载荷接口名称']` 来显式声明需要的项。
+- 同时可以实现 `get_metrics(self)` 返回需要额外追踪的指标或损失（可通过 `self.fe_results[工况索引].GC` 获取内部状态）。
 
 2) 定义参数容器 Params(_Params)
+
 - 内含三个子类：
   - `SurfaceParams(_SurfacesParams)`：构建可优化的几何曲面（使用 `self.BSP.*` 初始化几何）。
   - `LoadParams(_LoadsParams)`：定义“所有需要的载荷接口”和“每个加载步的幅值参数”。
   - `MaterialParams(_Materials)`：设置材料参数（如 `mu`, `kappa`, `density`）。
 
 3) 定义 Generator、Solver、Updater 与 Controller
+
 - `Generator(_Generator)`：生成网格/中间数据（可设置 `seed_size`, `mesh_order` 等）。
 - `Solver(_MorphSolver)`：负责调用 FEA；内部会一次性将所有载荷添加到 FEA 中，并在每个加载步切换载荷“幅值”，无需重复初始化模型。
 - `Updater(_Updaters)`：包含 `UpdaterSurfaces(_UpdaterSurfaces)`，在其中添加/组合优化目标项（如形状导数、平滑、边界约束等）。
@@ -100,10 +113,12 @@ python Jobs/examples/displacement.py
 ### 曲面定义 SurfaceParams
 
 在 `SurfaceParams` 中：
+
 - 使用 `self.BSP.*` 工具函数构建一个或多个初始曲面，并通过 `self.add_surface(...)` 注册。
 - 通过 `self.if_update = [...]` 指定哪些曲面参与更新。
 
 示例（略化）：
+
 ```python
 class SurfaceParams(_SurfacesParams):
     def __init__(self):
@@ -120,10 +135,12 @@ class SurfaceParams(_SurfacesParams):
 ### 载荷定义 LoadParams（关键：一次定义，分步调幅）
 
 新的载荷定义方式遵循两个阶段：
+
 - 阶段 A：注册“载荷接口”（仅定义类型/关联对象，不写死幅值）。
 - 阶段 B：设置“步数”和“每个步的幅值”。求解时，FEA 只创建一次载荷对象，各步仅切换幅值，避免频繁重建/初始化。
 
 LoadParams 提供以下方法：
+
 - `add_load_interface(load_interface, name: str | None) -> str`
   - 注册一个载荷接口，返回其唯一名称（若未提供 name 会自动生成）。
 - `set_step_num(num_steps: int)`
@@ -132,6 +149,7 @@ LoadParams 提供以下方法：
   - 为某个加载步的某个载荷设置幅值（如压力标量，力/力矩三分量等）。
 
 常用载荷接口（均在 `MorphOpt/modelparams/loads/LoadInterface/` 下）：
+
 - `PressureInterface(instance_name='final_model', surface_name='...')`
   - 幅值参数：`[pressure]`（单个浮点数）。
 - `ConcentratedForceInterface(rp_name: str)`
@@ -145,6 +163,7 @@ LoadParams 提供以下方法：
   - 自接触约束，同样通常无幅值参数。
 
 示例（等价于 `Jobs/examples/displacement.py` 的写法）：
+
 ```python
 class LoadParams(_LoadsParams):
     def __init__(self):
@@ -161,12 +180,14 @@ class LoadParams(_LoadsParams):
 ```
 
 Solver 会在 solve 时：
+
 - 一次性用 `get_loads_fea()` 将全部载荷添加到 FEA。
 - 每个步调用 `process_fea(fea, step_index)` 应用当前步的幅值；模型不需要每步重建、仅切换数值，效率更高。
 
 ### 材料参数 MaterialParams
 
 示例：
+
 ```python
 class MaterialParams(_Materials):
     def __init__(self):
@@ -181,11 +202,13 @@ class MaterialParams(_Materials):
 ## 目标与更新器（Objective/Updater）
 
 在 `Updater(_Updaters).UpdaterSurfaces(_UpdaterSurfaces)` 中：
+
 - 创建形状导数（如 `ShapeDerivativeDirect(reset_per_iter=5)`）并注册：
   - `self.add_objective_function(shape_derivative)`
 - 可叠加其它目标/正则（如 `Fairness`, `Distance`, `boundarys.Cylinder` 等）。
 
 常见用法：
+
 - 目标函数统一通过 `self.add_objective_function(...)` 注册。
 - 多目标时，可通过权重在对应目标构造参数中体现。
 
@@ -237,6 +260,7 @@ class MaterialParams(_Materials):
 ---
 
 更多参考：
+
 - 示例：`Jobs/examples/displacement.py`
 - 接触/集中载荷用法：`Jobs/locomotion/front.py`、`Jobs/ral2025contact/*`
 - 载荷接口实现：`MorphOpt/modelparams/loads/LoadInterface/`

{morphopt-3.1.1 → morphopt-3.1.2}/README.md

@@ -3,6 +3,7 @@
 本仓库提供基于形状优化的工作流，集成了表面参数化、有限元（FEA）求解、载荷管理与目标函数组合。你可以复用示例快速搭建新任务，或扩展接口以支持更多场景。
 
 目录：
+
 - 安装与环境
 - 项目结构
 - 快速开始（运行示例）
@@ -18,10 +19,12 @@
 ## 安装与环境
 
 前置条件：
+
 - Python 3.10+（建议使用 conda 环境）
 - Windows（已在 Windows+PowerShell 下验证），Linux 也可按需适配
 
 安装依赖：
+
 ```powershell
 # 可选：创建虚拟环境
 conda create -n MorphOpt python=3.10 -y; conda activate MorphOpt
@@ -35,6 +38,7 @@ pip install -r requirements.txt
 ## 项目结构
 
 参考主要目录：
+
 - `Jobs/`：示例与具体任务脚本（建议以 `Jobs/examples/displacement.py` 为模板）。
 - `MorphOpt/`：核心库，包括参数、接口、求解器、更新器等。
 - `Tests/`：简单的可视化/单元测试脚本。
@@ -44,6 +48,7 @@ pip install -r requirements.txt
 ## 快速开始（运行示例）
 
 运行位移示例（displacement）：
+
 ```powershell
 python Jobs/examples/displacement.py
 ```
@@ -59,15 +64,21 @@ python Jobs/examples/displacement.py
 每个任务脚本遵循统一结构：
 
 1) 定义目标函数 ObjectiveFunction
-- 继承自 `GLOBAL.ObjectiveFunction`，实现 `get_objective(self)`，并设置 `GLOBAL.obj_fun = ObjectiveFunction()`。
+
+- 继承自 `morphopt.ObjectiveFunction`，在 `__init__` 方法中局部定义针对各个加载步（工况）的 `objective` 函数，并将它们按评估顺序组成列表赋给 `self.objective_functions`。
+- 函数签名为 `def objective*(GC: torch.Tensor, jacobian: dict[torch.Tensor], assembly: torchfea.Assembly) -> torch.Tensor`。
+- **重要**：如果目标函数依赖于特定载荷的雅可比矩阵，必须在 `__init__` 中通过提前定义 `self.jacobian_needed = ['载荷接口名称']` 来显式声明需要的项。
+- 同时可以实现 `get_metrics(self)` 返回需要额外追踪的指标或损失（可通过 `self.fe_results[工况索引].GC` 获取内部状态）。
 
 2) 定义参数容器 Params(_Params)
+
 - 内含三个子类：
   - `SurfaceParams(_SurfacesParams)`：构建可优化的几何曲面（使用 `self.BSP.*` 初始化几何）。
   - `LoadParams(_LoadsParams)`：定义“所有需要的载荷接口”和“每个加载步的幅值参数”。
   - `MaterialParams(_Materials)`：设置材料参数（如 `mu`, `kappa`, `density`）。
 
 3) 定义 Generator、Solver、Updater 与 Controller
+
 - `Generator(_Generator)`：生成网格/中间数据（可设置 `seed_size`, `mesh_order` 等）。
 - `Solver(_MorphSolver)`：负责调用 FEA；内部会一次性将所有载荷添加到 FEA 中，并在每个加载步切换载荷“幅值”，无需重复初始化模型。
 - `Updater(_Updaters)`：包含 `UpdaterSurfaces(_UpdaterSurfaces)`，在其中添加/组合优化目标项（如形状导数、平滑、边界约束等）。
@@ -78,10 +89,12 @@ python Jobs/examples/displacement.py
 ### 曲面定义 SurfaceParams
 
 在 `SurfaceParams` 中：
+
 - 使用 `self.BSP.*` 工具函数构建一个或多个初始曲面，并通过 `self.add_surface(...)` 注册。
 - 通过 `self.if_update = [...]` 指定哪些曲面参与更新。
 
 示例（略化）：
+
 ```python
 class SurfaceParams(_SurfacesParams):
     def __init__(self):
@@ -98,10 +111,12 @@ class SurfaceParams(_SurfacesParams):
 ### 载荷定义 LoadParams（关键：一次定义，分步调幅）
 
 新的载荷定义方式遵循两个阶段：
+
 - 阶段 A：注册“载荷接口”（仅定义类型/关联对象，不写死幅值）。
 - 阶段 B：设置“步数”和“每个步的幅值”。求解时，FEA 只创建一次载荷对象，各步仅切换幅值，避免频繁重建/初始化。
 
 LoadParams 提供以下方法：
+
 - `add_load_interface(load_interface, name: str | None) -> str`
   - 注册一个载荷接口，返回其唯一名称（若未提供 name 会自动生成）。
 - `set_step_num(num_steps: int)`
@@ -110,6 +125,7 @@ LoadParams 提供以下方法：
   - 为某个加载步的某个载荷设置幅值（如压力标量，力/力矩三分量等）。
 
 常用载荷接口（均在 `MorphOpt/modelparams/loads/LoadInterface/` 下）：
+
 - `PressureInterface(instance_name='final_model', surface_name='...')`
   - 幅值参数：`[pressure]`（单个浮点数）。
 - `ConcentratedForceInterface(rp_name: str)`
@@ -123,6 +139,7 @@ LoadParams 提供以下方法：
   - 自接触约束，同样通常无幅值参数。
 
 示例（等价于 `Jobs/examples/displacement.py` 的写法）：
+
 ```python
 class LoadParams(_LoadsParams):
     def __init__(self):
@@ -139,12 +156,14 @@ class LoadParams(_LoadsParams):
 ```
 
 Solver 会在 solve 时：
+
 - 一次性用 `get_loads_fea()` 将全部载荷添加到 FEA。
 - 每个步调用 `process_fea(fea, step_index)` 应用当前步的幅值；模型不需要每步重建、仅切换数值，效率更高。
 
 ### 材料参数 MaterialParams
 
 示例：
+
 ```python
 class MaterialParams(_Materials):
     def __init__(self):
@@ -159,11 +178,13 @@ class MaterialParams(_Materials):
 ## 目标与更新器（Objective/Updater）
 
 在 `Updater(_Updaters).UpdaterSurfaces(_UpdaterSurfaces)` 中：
+
 - 创建形状导数（如 `ShapeDerivativeDirect(reset_per_iter=5)`）并注册：
   - `self.add_objective_function(shape_derivative)`
 - 可叠加其它目标/正则（如 `Fairness`, `Distance`, `boundarys.Cylinder` 等）。
 
 常见用法：
+
 - 目标函数统一通过 `self.add_objective_function(...)` 注册。
 - 多目标时，可通过权重在对应目标构造参数中体现。
 
@@ -215,6 +236,7 @@ class MaterialParams(_Materials):
 ---
 
 更多参考：
+
 - 示例：`Jobs/examples/displacement.py`
 - 接触/集中载荷用法：`Jobs/locomotion/front.py`、`Jobs/ral2025contact/*`
 - 载荷接口实现：`MorphOpt/modelparams/loads/LoadInterface/`

{morphopt-3.1.1 → morphopt-3.1.2}/pyproject.toml

@@ -1,23 +1,25 @@
-[project]
-name = "morphopt"
-version = "3.1.1"
-description = "A morphing optimization framework using PyTorch and Abaqus."
-readme = "README.md"
-requires-python = ">=3.12"
-dependencies = [
-    "torch>=2.0.0",
-    "torchvision>=0.15.1",
-    "numpy>=2.0.0",
-    "pypardiso>=0.4.7",
-    "pyqt6>=6.10.2",
-    "pyvista>=0.46.4",
-    "pyvistaqt>=0.11.3",
-    "vtk>=9.5.2",
-    "gmsh>=4.15.0",
-    "tabulate>=0.9.0",
-    "cpgeo>=1.0.2",
-    "imageio>=2.37.2",
-    "bspmap>=1.0.0",
-    "torchfea>=1.0.4",
-    "trimesh>=4.11.1",
-]
+[project]
+name = "morphopt"
+version = "3.1.2"
+description = "A morphing optimization framework using PyTorch and Abaqus."
+readme = "README.md"
+requires-python = ">=3.12"
+dependencies = [
+    "torch>=2.0.0",
+    "torchvision>=0.15.1",
+    "numpy>=2.0.0",
+    "pypardiso>=0.4.7",
+    "pyqt6>=6.11.0",
+    "pyvista>=0.47.1",
+    "pyvistaqt>=0.11.3",
+    "vtk>=9.6.1",
+    "gmsh>=4.15.0",
+    "tabulate>=0.9.0",
+    "imageio>=2.37.3",
+    "bspmap>=1.0.0",
+    "torchfea>=1.0.8",
+    "trimesh>=4.11.5",
+    "networkx>=3.6.1",
+    "scipy>=1.17.1",
+    "cpgeo>=1.0.5",
+]

{morphopt-3.1.1 → morphopt-3.1.2}/src/morphopt/__init__.py

@@ -1,14 +1,14 @@
 # region optcore imports
 from .optcore.controller import Controller
-from .optcore.modelparams import GeometryParams, FEAParams, Materials
+from .optcore.modelparams import GeometryParams, FEAParams, Materials, SIMPMaterials
 from .optcore.solver import MorphSolver
 from .optcore.updaters.geometry import UpdaterGeometries
+from .optcore.updaters.materials import UpdaterMaterials
 from .optcore.updaters.updaters import Updaters
 from .optcore.modelparams import Params
 from .optcore.objfunc import ObjectiveFunction
 from .optcore.history import History
 from .optcore.baseobject import BaseObject
-from .optcore.utils.plot_history_surface import SurfacesFigurePlotter
 # endregion
 
 from .opt_runner import start_optimization, debug_optimization, view_optimization_result
@@ -25,6 +25,7 @@ __all__ = [
     "Materials",
     "MorphSolver",
     "UpdaterGeometries",
+    "UpdaterMaterials",
     "Updaters",
     "Params",
     "ObjectiveFunction",

{morphopt-3.1.1 → morphopt-3.1.2}/src/morphopt/optcore/controller.py

@@ -194,8 +194,7 @@ class Controller:
         self.initialize_path(main_filepath=main_filepath)
         self.opt_loop()
 
-    def restart_optimization(self, path_result: str, target_iteration: int = None) -> None:
-
+    def _load_history(self, path_result: str, target_iteration: int = None) -> None:
         self.path_result = path_result
         self.initialize()
         self.history.load(foldpath=self.path_result + '/log/', iteration=target_iteration)
@@ -209,6 +208,9 @@ class Controller:
 
         self.history.iteration += 1
 
+    def restart_optimization(self, path_result: str, target_iteration: int = None) -> None:
+
+        self._load_history(path_result=path_result, target_iteration=target_iteration)
         self.opt_loop()
 
     def opt_loop(self) -> None:
@@ -271,26 +273,20 @@ class Controller:
         self.objfun.reinitialize(iteration = self.history.iteration)
 
         # Perform the optimization step
-        # Generate the model
-        inp = self.params.geometry.generate()
-        self.objfun.inp = inp
-        fe = self.params.feamodel.create_fea(inp=inp)
-        self.params.materials.set_materials(fe)
-        fe.initialize()
-        self.objfun.fe = fe
+        self.objfun.fe = self.params.create_feamodel(path_result=self.path_result + '/cache/', pools=self.pools)
 
         t1 = time.time()
 
         # Perform finite element analysis (FEA)
-        self.objfun.U = self.solver.solve()
+        self.objfun.fe_results = self.solver.solve()
 
         t2 = time.time()
 
-        # the adjoint problem
-        self.objfun.calculate_adjoint_problem()
+        # sensitivity analysis
+        gradients = self.objfun.sensitivity_analysis(params=self.params)
 
         # Update the surfaces based on the FEA results
-        self.updater.update()
+        self.updater.update(gradients=gradients)
         self.updater.update_variables()
 
         loss = self.objfun.get_objective()
@@ -307,7 +303,7 @@ class Controller:
             displacement = []
         else:
             GC_start_index = self.objfun.fe.assembly._GC_list_indexStart[self.objfun.fe.assembly.get_reference_point('RP_head')._RGC_index]
-            displacement = [self.objfun.U[i][GC_start_index:GC_start_index+6].tolist() for i in range(len(self.objfun.U))]
+            displacement = [self.objfun.fe_results[i].GC[GC_start_index:GC_start_index+6].tolist() for i in range(self.objfun.num_tasks)]
         self.history.append('deformation', displacement)
         self.history.append('objective', loss.item())
         self.history.append('metrics', self.objfun.get_metrics())
@@ -401,4 +397,43 @@ class Controller:
                 if isinstance(v, torch.Tensor):
                     setattr(obj, k, v.to(device))
                 else:
-                    self._change_device_recursive(v, device, visited)
+                    self._change_device_recursive(v, device, visited)
+
+    @classmethod
+    def _detach_recursive(cls, obj: object, visited: set=None):
+        """
+        Recursively detach tensors to clean up the computation graph.
+        For mutable containers (list, dict, objects), replaces tensors with detached versions.
+        This avoids inplace detach_() errors on views.
+        """
+        if visited is None:
+            visited = set()
+        
+        obj_id = id(obj)
+        if obj_id in visited:
+            return
+        visited.add(obj_id)
+
+        if isinstance(obj, dict):
+            for k, v in obj.items():
+                if isinstance(v, torch.Tensor):
+                    obj[k] = v.detach()
+                else:
+                    cls._detach_recursive(v, visited)
+        elif isinstance(obj, list):
+            for i, v in enumerate(obj):
+                if isinstance(v, torch.Tensor):
+                    obj[i] = v.detach()
+                else:
+                    cls._detach_recursive(v, visited)
+        elif isinstance(obj, tuple):
+            for v in obj:
+                cls._detach_recursive(v, visited)
+        elif hasattr(obj, '__dict__'):
+            # Iterate over a copy of items to avoid modification issues
+            for k, v in list(obj.__dict__.items()):
+                if k.startswith('__'): continue 
+                if isinstance(v, torch.Tensor):
+                    setattr(obj, k, v.detach())
+                else:
+                    cls._detach_recursive(v, visited)

{morphopt-3.1.1 → morphopt-3.1.2}/src/morphopt/optcore/modelparams/__init__.py

@@ -1,4 +1,4 @@
 from .geometry.geometryparams import GeometryParams
 from .feamodel.feaparams import FEAParams
-from .materials.materialparams import Materials
+from .materials import Materials, SIMPMaterials
 from .params import Params

{morphopt-3.1.1 → morphopt-3.1.2}/src/morphopt/optcore/modelparams/base_params.py

@@ -2,6 +2,7 @@
 
 import torch
 from ..baseobject import BaseObject
+import torchfea
 
 class BaseParams(BaseObject):
     """
@@ -11,7 +12,6 @@ class BaseParams(BaseObject):
         """
         Initialize the parameters with the given keyword arguments.
         """
-        self.__dict__.update(kwargs)
 
     def __repr__(self):
         """
@@ -94,4 +94,26 @@ class BaseParams(BaseObject):
         Args:
             foldpath (str): The path to export the data.
         """
+        pass
+
+    def obtain_design_sensitivity_vars(self, *args, **kwargs) -> torch.Tensor:
+        """
+        Obtain the design sensitivity variables for the optimization problem.
+        
+        This method should be implemented in subclasses to obtain specific design sensitivity variables.
+        
+        Returns:
+            torch.Tensor: The design sensitivity variables.
+        """
+        return torch.zeros(0)
+
+    def modify_assembly(self, design_sensitivity_vars: torch.Tensor, assembly: torchfea.Assembly) -> None:
+        """
+        Modify the assembly for sensitivity analysis.
+        the design_sensitivity_vars will be defined in the subclasses, and the assembly will be modified according to the design_sensitivity_vars.
+
+        Args:
+            design_sensitivity_vars (torch.Tensor): The design sensitivity variables.
+            assembly (Assembly): The assembly to modify.
+        """
         pass

{morphopt-3.1.1 → morphopt-3.1.2}/src/morphopt/optcore/modelparams/feamodel/feaparams.py

@@ -24,6 +24,8 @@ class FEAParams(BaseParams):
         """
         Initialize the Loads class.
         """
+        super().__init__()
+
         self.feainterfaces: dict[str, BaseFEAInterface] = {}
         """loadinterfaces (dict): A dictionary to hold the load interfaces."""
 
@@ -184,7 +186,7 @@ class FEAParams(BaseParams):
 
         fe = torchfea.FEAController()
         fe.assembly = assembly
-        fe.solver = torchfea.solver.StaticImplicitSolver(tol_error=1e-6)
+        fe.solver = torchfea.solver.StaticImplicitSolver(tol_error=1e-3)
 
         # Add fea features
         for name, interface in self.feainterfaces.items():