添加链接
link之家
链接快照平台
  • 输入网页链接,自动生成快照
  • 标签化管理网页链接

前面介绍了基于Python向Abaqus中导入txt、dat数据(基于Python向Abaqus导入txt、dat数据),这里研究如何基于Python从Abaqus导出数据到txt、dat。主要有这么几个函数:

write命令

使用write命令从abaqus导出数据到txt的代码及其生成的txt如下:

f = open("qiuming.txt",'a') 
f.write("hello,Qiumingshanlaoshiji")   #将字符串写入文件中
f.write("\n")                 #换行 
f.write("hello,Qiumingshanlaoshiji")   #将字符串写入文件中
f.write("\n")                 #换行 
f.close()                   #关闭

运行上述代码后,则将相关字符串导入到下面的txt文件中(见图1)。使用该命令后,若上述文件不存在,则系统自动创建。'a'表示可连续写入到文件,保留原内容,在原内容之后写入。可修改该模式为('w+','w'

前面介绍了基于Python向Abaqus中导入txt、dat数据(基于Python向Abaqus导入txt、dat数据),这里研究如何基于Python从Abaqus导出数据到txt、dat。主要有这么几个函数:01write命令使用write命令从abaqus导出数据到txt的代码及其生成的txt如下:f=open("qiuming.txt",'a')f.write("hello,... myarray = np.fromfile("./query_feature_A/00056451. dat ", dtype=float) print("len(myarray)::", myarray.size) for item in myarray: print(item) 接下来点击查询值出现该对话框 在查询值对话框内依次点击选择一个显示组➡位置:选择单元结点➡显示组 选择All 等待遍历节点完成(因模型网格多少而定)➡勾选 Attached nodes的值,这边全选,如下图所示 点击写入文件,注意 保存 路径和文件命名,文件以.rpt格式输出 输出 数据 处理 将后缀修改为. txt ,然后使用文本编辑器打开
在Matlab可以方便地实现各种优化算法, ABAQUS 可以方便地进行有限元建模及求解,有时候两者结合可以更方便做一些自己想做的事,例如通过遗传算法,神经网络等算法进行参数反演,确定本构模型的参数。 ABAQUS /CAE的内核语言是 Python ,通过 Python 可以方便地读取 ABAQUS 的结果 数据 库odb的 数据 。这里介绍一些关于如何进行三者的交互,编写交互的方法与经验。关于 ABAQUS 中odb的 数据 结构这里就不多说,参考相关书籍。通过matlab提交inp文件给 ABAQUS 计算 可以在matlab里面直接通过系
方法一:通过Plu-ins > Tools > Excel Utilities,将XY Dat a直接到Excel文件里! 方式二:Report > XY, 导出 默认 .rpt文件的 数据 ,但可以手动修改为 . txt 方法三: ABAQUS 计算之前就在.inp文件里设置好, 导出 为. dat 文件。 方法一:通过Plu-ins > Tools > Excel Utilities,将XY Dat a直接到Excel文件里! 优点是,方便,Excel处理 数据 也很方便; # 获取场输出变量的名称 field_vars = odb.steps['Step-1'].historyRegions['Node ASSEMBLY N2'].variables.keys() # 获取时间步长和场输出变量 数据 time = [] dat a = [] for frame in odb.steps['Step-1'].frames: time.append(frame.frameValue) frame_ dat a = [] for var in field_vars: var_ dat a = frame.fieldOutputs[var].values[0]. dat a frame_ dat a.append(var_ dat a) dat a.append(frame_ dat a) # 将 数据 保存 到文件 dat a = np.array( dat a) np.save txt ('field_output_ dat a.csv', np.column_stack((time, dat a)), delimiter=',', header='Time,' + ','.join(field_vars), comments='') 这个脚本首先打开一个ODB文件,然后获取场输出变量的名称。然后,它循环遍历所有的时间步长,并获取每个时间步长的场输出变量 数据 。最后,它将 数据 保存 到一个CSV文件中,其中第一列是时间,后面的列是场输出变量 数据