简介本资源是一套面向ABAQUS有限元分析用户的Python后处理工具集专为工程仿真人员及具备基础Python编程能力的CAE工程师设计解决标准后处理中难以批量提取节点载荷与空间位置信息的痛点。压缩包为RAR格式共2个文件均为可直接运行的.py脚本应力提取.py、位置提取.py总大小仅1KB轻量高效适用于结构力学、疲劳评估等需精准定位载荷施加点与响应位置的典型场景。已有872人学习下载反映出该类定制化脚本在实际项目中的高频需求。用户可直接调用脚本快速获取指定节点的载荷值、坐标信息及应力统计结果支持区域筛选、极值计算与基础数据导出显著提升大型模型后处理效率代码结构清晰、注释完整便于二次开发适配不同工况或集成至自动化分析流程。1. ABAQUS后处理卡在“手动查节点坐标手抄载荷值”这两个Python脚本把重复劳动砍掉90%你刚跑完一个含50万节点的焊接残余应力分析想确认焊缝起始点X12.34, Y56.78, Z9.01处的法向载荷和等效应力——打开Visualization模块缩放、旋转、点击Query → Probe Values再手动记下三个分量接着切到ODB文件树里翻找Node Set核对ID是否匹配最后导出CSV还要反复检查单位是否为MPa还是Pa。这不是分析是体力活。而位置提取.py和应力提取.py正是为终结这种低效设计的它们不依赖GUI交互直接读取.odb二进制结果文件用Python调用ABAQUS Scripting InterfaceASIAPI在命令行或PyCharm中一键输出结构化数据。适用对象很明确——所有需要批量提取特定位置物理量的CAE工程师疲劳寿命评估要采样关键截面节点热-力耦合分析需比对不同温度载荷步下的位移偏移甚至模型验证阶段要自动校验边界条件施加点坐标精度。它不是替代Visualization的可视化工具而是把“人眼定位→鼠标点击→人工记录→Excel整理”这一链条压缩成一条python position_extract.py --coord 12.34,56.78,9.01 --tolerance 0.1命令。2. 为什么必须绕过GUI直接读ODB深入解析ASI底层数据结构与坐标系映射逻辑2.1 ABAQUS ODB文件本质二进制容器里的层级式数据仓库ODBOutput Database并非普通文本或表格而是基于HDF5格式封装的二进制数据库其内部采用树状结构组织数据/root/assembly/instances/part-1/nodes存储节点坐标/root/step-1/frame-10/fieldOutputs/S存储第10帧的应力张量/root/step-1/frame-10/fieldOutputs/RF存储反作用力即约束处载荷。GUI操作时Abaqus/CAE后台实际执行的是ASI命令如session.viewports[Viewport: 1].odbDisplay.setValues(...)但这些调用被封装在图形界面之下无法批量复用。而position_extract.py和stress_extract.py的核心价值在于跳过渲染层直连ODB底层字段。例如获取节点坐标不需要创建视图只需odb.rootAssembly.instances[PART-1-1].nodes即可返回MeshNodeArray对象其.coordinates属性直接给出(N,3)形状的NumPy数组。2.2 坐标系陷阱全局坐标系 vs. 实体局部坐标系的转换必要性很多用户首次运行position_extract.py时发现输出坐标与建模时输入值不符根源在于ABAQUS默认将所有节点坐标存储在全局笛卡尔坐标系中但用户常在Part模块中使用局部坐标系如圆柱坐标系定义螺栓孔位置。脚本必须显式处理坐标系转换。以position_extract.py为例关键逻辑如下# position_extract.py 核心片段 from abaqus import * from abaqusConstants import * import numpy as np def get_nodes_by_coordinate(odb_path, target_coord, tolerance0.01, instance_nameNone): odb session.openOdb(odb_path) # 获取指定instance若未指定则取第一个 if instance_name is None: instance list(odb.rootAssembly.instances.values())[0] else: instance odb.rootAssembly.instances[instance_name] # 提取所有节点坐标Nx3数组 coords np.array([node.coordinates for node in instance.nodes]) # 计算欧氏距离并筛选 distances np.linalg.norm(coords - np.array(target_coord), axis1) matched_indices np.where(distances tolerance)[0] # 返回匹配节点ID及坐标 matched_nodes [instance.nodes[i] for i in matched_indices] return [(node.label, node.coordinates.tolist()) for node in matched_nodes] # 调用示例 if __name__ __main__: import argparse parser argparse.ArgumentParser() parser.add_argument(--odb, requiredTrue, helpPath to .odb file) parser.add_argument(--coord, requiredTrue, helpTarget coordinate, e.g., 12.34,56.78,9.01) parser.add_argument(--tolerance, typefloat, default0.01, helpSearch tolerance in model units) args parser.parse_args() target [float(x.strip()) for x in args.coord.split(,)] results get_nodes_by_coordinate(args.odb, target, args.tolerance) for node_id, coord in results: print(fNode {node_id}: {coord})注意instance.nodes返回的是MeshNode对象列表每个对象的.coordinates属性是tuple类型非NumPy array因此需用np.array()显式转换才能进行向量化距离计算。若忽略此步coords - target_coord会触发Python原生tuple减法报错。2.3 应力张量存储机制从6维向量到Mises应力的数学还原stress_extract.py处理的应力场更复杂。ABAQUS将Cauchy应力张量以6分量形式存储S11, S22, S33, S12, S23, S31按顺序排列。脚本需将其重构为对称矩阵再计算等效应力von Mises $$\sigma_{eq} \sqrt{\frac{1}{2}\left[(\sigma_{11}-\sigma_{22})^2 (\sigma_{22}-\sigma_{33})^2 (\sigma_{33}-\sigma_{11})^2 6(\sigma_{12}^2 \sigma_{23}^2 \sigma_{31}^2)\right]}$$ 关键代码段如下# stress_extract.py 片段计算单帧等效应力 def calculate_von_mises(stress_vector): Input: [S11, S22, S33, S12, S23, S31] s11, s22, s33, s12, s23, s31 stress_vector # 构建应力张量矩阵 sigma np.array([[s11, s12, s31], [s12, s22, s23], [s31, s23, s33]]) # 计算偏应力张量 I np.eye(3) sigma_dev sigma - (np.trace(sigma)/3.0) * I # von Mises应力 sqrt(3/2 * dev : dev) von_mises np.sqrt(1.5 * np.sum(sigma_dev * sigma_dev)) return von_mises # 从ODB读取并计算 field_output odb.steps[Step-1].frames[-1].fieldOutputs[S] stress_data field_output.getSubset(regioninstance.nodes).values vm_stresses [] for value in stress_data: vm_stresses.append(calculate_von_mises(value.data))提示fieldOutput.values返回的是FieldValue对象列表每个对象的.data属性才是6维应力向量。若误用.magnitude该属性仅对标量场有效将得到错误的单一数值而非完整张量。3. 实战从零部署两个脚本并解决三大高频报错3.1 环境准备确认ABAQUS Python解释器路径与依赖包stress_extract.py和position_extract.py必须由ABAQUS自带的Python环境执行通常位于$ABAQUS_HOME/code/bin/abq2022.rpy因其内置了abaqus和abaqusConstants模块。直接在系统Python中运行会报ModuleNotFoundError: No module named abaqus。验证方法# Linux/macOS $ABAQUS_HOME/commands/abq2022 python --version # Windows假设安装在C:\SIMULIA\Commands C:\SIMULIA\Commands\abq2022.bat python --version若提示command not found需将ABAQUS命令目录加入PATH。此外脚本依赖numpy而ABAQUS 2022已预装旧版本如6.14需手动安装# 在ABAQUS Python环境下安装numpy以Windows为例 C:\SIMULIA\Commands\abq2022.bat pip install numpy3.2 参数详解表命令行选项含义与典型组合参数类型必填默认值说明示例--odbstr是-ODB文件绝对路径--odb C:/temp/model.odb--instancestr否第一个instance指定部件实例名区分大小写--instance BRACKET-1--stepstr否最后一步步骤名称非序号--step Thermal_Load--frameint否-1最后帧帧序号0开始--frame 5--coordstr是仅position_extract-目标坐标逗号分隔--coord 10.5,20.0,0.0--tolerancefloat否0.01坐标匹配容差单位同模型--tolerance 0.5--outputstr否stdout输出CSV文件路径--output results.csv3.3 三大高频报错与根因修复报错1KeyError: S应力提取失败现象运行stress_extract.py时提示fieldOutputs[S]不存在。根因ODB中未包含应力输出。可能原因① Step定义中未勾选Stress输出② 使用了*OUTPUT, FIELD, VARIABLEPRESELECT但未显式添加S③ 分析类型为热传导无应力场。修复在CAE中右键Step → Edit Step → Field Output → 勾选S, E, U, RF等所需变量重新提交作业。报错2IndexError: list index out of range节点匹配为空现象position_extract.py返回空结果即使坐标明显存在。根因instance_name参数错误或模型未装配。odb.rootAssembly.instances只包含已通过Assembly模块放置的实例若直接在Part模块建模未装配实例名为空字符串。修复先运行以下诊断代码确认实例名odb session.openOdb(model.odb) print(Available instances:, list(odb.rootAssembly.instances.keys())) # 若输出为[]说明模型未装配需在CAE中完成装配报错3AttributeError: NoneType object has no attribute values字段输出为空现象stress_extract.py在field_output.values处崩溃。根因getSubset(region...)返回空区域常见于① 指定的instance_name与ODB中实际名称不一致如多语言系统生成PART-1-1但脚本传入part-1-1② 节点集Node Set未在Step中激活。修复用odb.steps[Step-1].frames[0].fieldOutputs[S].validInvariants检查该帧是否含有效数据用instance.nodes[0].label打印首个节点ID验证实例有效性。4. 进阶技巧用Pandas批量处理多工况自动生成载荷-位移曲线图4.1 多工况自动化遍历文件夹内所有ODB并汇总结果当需对比10个不同载荷组合下的焊缝应力时手动逐个运行脚本效率低下。以下脚本batch_extract.py可批量处理# batch_extract.py import os import pandas as pd from stress_extract import extract_stress_at_nodes # 假设已封装为函数 from position_extract import get_nodes_by_coordinate def batch_process_odb_folder(folder_path, target_coords, output_csvsummary.csv): results [] for filename in os.listdir(folder_path): if filename.endswith(.odb): odb_path os.path.join(folder_path, filename) try: # 提取目标坐标处节点 nodes get_nodes_by_coordinate(odb_path, target_coords, tolerance0.05) if not nodes: continue node_id nodes[0][0] # 取第一个匹配节点 # 提取该节点在最后帧的应力 stresses extract_stress_at_nodes(odb_path, [node_id], step_nameNone, frame_index-1) if stresses: vm_stress stresses[0][von_mises] results.append({ ODB: filename, Node_ID: node_id, Von_Mises_Stress: vm_stress }) except Exception as e: print(fError processing {filename}: {e}) df pd.DataFrame(results) df.to_csv(output_csv, indexFalse) print(fResults saved to {output_csv}) if __name__ __main__: batch_process_odb_folder( folder_pathC:/simulations/, target_coords[12.34, 56.78, 9.01], output_csvweld_stress_summary.csv )4.2 动态载荷-位移曲线从时间历程数据生成Matplotlib图表若分析含多个增量步如100步可提取节点位移随时间变化并绘图# plot_load_displacement.py import matplotlib.pyplot as plt import numpy as np from abaqus import * def plot_displacement_history(odb_path, node_id, instance_namePART-1-1): odb session.openOdb(odb_path) instance odb.rootAssembly.instances[instance_name] node instance.getNodeFromLabel(node_id) # 获取所有帧的位移 u_field odb.steps[Step-1].frames[-1].fieldOutputs[U] # 注意需遍历所有帧 time_history [] disp_history [] for frame in odb.steps[Step-1].frames: u_values frame.fieldOutputs[U].getSubset(regionnode).values if u_values: time_history.append(frame.frameValue) # 取U1分量X方向位移 disp_history.append(u_values[0].data[0]) plt.figure(figsize(10,6)) plt.plot(time_history, disp_history, b-o, markersize3) plt.xlabel(Time (s)) plt.ylabel(X-Displacement (mm)) plt.title(fNode {node_id} Displacement History) plt.grid(True) plt.savefig(fnode_{node_id}_displacement.png, dpi300, bbox_inchestight) plt.show() # 调用 plot_displacement_history(model.odb, node_id12345)关键细节frame.frameValue返回当前帧对应的时间点对静态分析为子步编号对动态分析为真实时间u_values[0].data[0]取第一个FieldValue对象的X分量data是3维数组[U1, U2, U3]。若需Y/Z方向改为data[1]或data[2]。4.3 安全增强添加ODB文件完整性校验与内存保护大型ODB文件2GB易导致Python进程OOM。在stress_extract.py开头加入校验import os def validate_odb_size(odb_path, max_size_gb4.0): size_gb os.path.getsize(odb_path) / (1024**3) if size_gb max_size_gb: raise MemoryError(fODB file {size_gb:.2f} GB exceeds limit {max_size_gb} GB. Use --subset option to process partial data.) validate_odb_size(args.odb)同时对超大模型启用子集提取fieldOutput.getSubset(regioninstance.elementSets[WELD_REGION])限定计算范围避免加载全模型数据。本文还有配套的精品资源点击获取
ABAQUS ODB自动化提取：Python脚本批量获取节点坐标与应力
简介本资源是一套面向ABAQUS有限元分析用户的Python后处理工具集专为工程仿真人员及具备基础Python编程能力的CAE工程师设计解决标准后处理中难以批量提取节点载荷与空间位置信息的痛点。压缩包为RAR格式共2个文件均为可直接运行的.py脚本应力提取.py、位置提取.py总大小仅1KB轻量高效适用于结构力学、疲劳评估等需精准定位载荷施加点与响应位置的典型场景。已有872人学习下载反映出该类定制化脚本在实际项目中的高频需求。用户可直接调用脚本快速获取指定节点的载荷值、坐标信息及应力统计结果支持区域筛选、极值计算与基础数据导出显著提升大型模型后处理效率代码结构清晰、注释完整便于二次开发适配不同工况或集成至自动化分析流程。1. ABAQUS后处理卡在“手动查节点坐标手抄载荷值”这两个Python脚本把重复劳动砍掉90%你刚跑完一个含50万节点的焊接残余应力分析想确认焊缝起始点X12.34, Y56.78, Z9.01处的法向载荷和等效应力——打开Visualization模块缩放、旋转、点击Query → Probe Values再手动记下三个分量接着切到ODB文件树里翻找Node Set核对ID是否匹配最后导出CSV还要反复检查单位是否为MPa还是Pa。这不是分析是体力活。而位置提取.py和应力提取.py正是为终结这种低效设计的它们不依赖GUI交互直接读取.odb二进制结果文件用Python调用ABAQUS Scripting InterfaceASIAPI在命令行或PyCharm中一键输出结构化数据。适用对象很明确——所有需要批量提取特定位置物理量的CAE工程师疲劳寿命评估要采样关键截面节点热-力耦合分析需比对不同温度载荷步下的位移偏移甚至模型验证阶段要自动校验边界条件施加点坐标精度。它不是替代Visualization的可视化工具而是把“人眼定位→鼠标点击→人工记录→Excel整理”这一链条压缩成一条python position_extract.py --coord 12.34,56.78,9.01 --tolerance 0.1命令。2. 为什么必须绕过GUI直接读ODB深入解析ASI底层数据结构与坐标系映射逻辑2.1 ABAQUS ODB文件本质二进制容器里的层级式数据仓库ODBOutput Database并非普通文本或表格而是基于HDF5格式封装的二进制数据库其内部采用树状结构组织数据/root/assembly/instances/part-1/nodes存储节点坐标/root/step-1/frame-10/fieldOutputs/S存储第10帧的应力张量/root/step-1/frame-10/fieldOutputs/RF存储反作用力即约束处载荷。GUI操作时Abaqus/CAE后台实际执行的是ASI命令如session.viewports[Viewport: 1].odbDisplay.setValues(...)但这些调用被封装在图形界面之下无法批量复用。而position_extract.py和stress_extract.py的核心价值在于跳过渲染层直连ODB底层字段。例如获取节点坐标不需要创建视图只需odb.rootAssembly.instances[PART-1-1].nodes即可返回MeshNodeArray对象其.coordinates属性直接给出(N,3)形状的NumPy数组。2.2 坐标系陷阱全局坐标系 vs. 实体局部坐标系的转换必要性很多用户首次运行position_extract.py时发现输出坐标与建模时输入值不符根源在于ABAQUS默认将所有节点坐标存储在全局笛卡尔坐标系中但用户常在Part模块中使用局部坐标系如圆柱坐标系定义螺栓孔位置。脚本必须显式处理坐标系转换。以position_extract.py为例关键逻辑如下# position_extract.py 核心片段 from abaqus import * from abaqusConstants import * import numpy as np def get_nodes_by_coordinate(odb_path, target_coord, tolerance0.01, instance_nameNone): odb session.openOdb(odb_path) # 获取指定instance若未指定则取第一个 if instance_name is None: instance list(odb.rootAssembly.instances.values())[0] else: instance odb.rootAssembly.instances[instance_name] # 提取所有节点坐标Nx3数组 coords np.array([node.coordinates for node in instance.nodes]) # 计算欧氏距离并筛选 distances np.linalg.norm(coords - np.array(target_coord), axis1) matched_indices np.where(distances tolerance)[0] # 返回匹配节点ID及坐标 matched_nodes [instance.nodes[i] for i in matched_indices] return [(node.label, node.coordinates.tolist()) for node in matched_nodes] # 调用示例 if __name__ __main__: import argparse parser argparse.ArgumentParser() parser.add_argument(--odb, requiredTrue, helpPath to .odb file) parser.add_argument(--coord, requiredTrue, helpTarget coordinate, e.g., 12.34,56.78,9.01) parser.add_argument(--tolerance, typefloat, default0.01, helpSearch tolerance in model units) args parser.parse_args() target [float(x.strip()) for x in args.coord.split(,)] results get_nodes_by_coordinate(args.odb, target, args.tolerance) for node_id, coord in results: print(fNode {node_id}: {coord})注意instance.nodes返回的是MeshNode对象列表每个对象的.coordinates属性是tuple类型非NumPy array因此需用np.array()显式转换才能进行向量化距离计算。若忽略此步coords - target_coord会触发Python原生tuple减法报错。2.3 应力张量存储机制从6维向量到Mises应力的数学还原stress_extract.py处理的应力场更复杂。ABAQUS将Cauchy应力张量以6分量形式存储S11, S22, S33, S12, S23, S31按顺序排列。脚本需将其重构为对称矩阵再计算等效应力von Mises $$\sigma_{eq} \sqrt{\frac{1}{2}\left[(\sigma_{11}-\sigma_{22})^2 (\sigma_{22}-\sigma_{33})^2 (\sigma_{33}-\sigma_{11})^2 6(\sigma_{12}^2 \sigma_{23}^2 \sigma_{31}^2)\right]}$$ 关键代码段如下# stress_extract.py 片段计算单帧等效应力 def calculate_von_mises(stress_vector): Input: [S11, S22, S33, S12, S23, S31] s11, s22, s33, s12, s23, s31 stress_vector # 构建应力张量矩阵 sigma np.array([[s11, s12, s31], [s12, s22, s23], [s31, s23, s33]]) # 计算偏应力张量 I np.eye(3) sigma_dev sigma - (np.trace(sigma)/3.0) * I # von Mises应力 sqrt(3/2 * dev : dev) von_mises np.sqrt(1.5 * np.sum(sigma_dev * sigma_dev)) return von_mises # 从ODB读取并计算 field_output odb.steps[Step-1].frames[-1].fieldOutputs[S] stress_data field_output.getSubset(regioninstance.nodes).values vm_stresses [] for value in stress_data: vm_stresses.append(calculate_von_mises(value.data))提示fieldOutput.values返回的是FieldValue对象列表每个对象的.data属性才是6维应力向量。若误用.magnitude该属性仅对标量场有效将得到错误的单一数值而非完整张量。3. 实战从零部署两个脚本并解决三大高频报错3.1 环境准备确认ABAQUS Python解释器路径与依赖包stress_extract.py和position_extract.py必须由ABAQUS自带的Python环境执行通常位于$ABAQUS_HOME/code/bin/abq2022.rpy因其内置了abaqus和abaqusConstants模块。直接在系统Python中运行会报ModuleNotFoundError: No module named abaqus。验证方法# Linux/macOS $ABAQUS_HOME/commands/abq2022 python --version # Windows假设安装在C:\SIMULIA\Commands C:\SIMULIA\Commands\abq2022.bat python --version若提示command not found需将ABAQUS命令目录加入PATH。此外脚本依赖numpy而ABAQUS 2022已预装旧版本如6.14需手动安装# 在ABAQUS Python环境下安装numpy以Windows为例 C:\SIMULIA\Commands\abq2022.bat pip install numpy3.2 参数详解表命令行选项含义与典型组合参数类型必填默认值说明示例--odbstr是-ODB文件绝对路径--odb C:/temp/model.odb--instancestr否第一个instance指定部件实例名区分大小写--instance BRACKET-1--stepstr否最后一步步骤名称非序号--step Thermal_Load--frameint否-1最后帧帧序号0开始--frame 5--coordstr是仅position_extract-目标坐标逗号分隔--coord 10.5,20.0,0.0--tolerancefloat否0.01坐标匹配容差单位同模型--tolerance 0.5--outputstr否stdout输出CSV文件路径--output results.csv3.3 三大高频报错与根因修复报错1KeyError: S应力提取失败现象运行stress_extract.py时提示fieldOutputs[S]不存在。根因ODB中未包含应力输出。可能原因① Step定义中未勾选Stress输出② 使用了*OUTPUT, FIELD, VARIABLEPRESELECT但未显式添加S③ 分析类型为热传导无应力场。修复在CAE中右键Step → Edit Step → Field Output → 勾选S, E, U, RF等所需变量重新提交作业。报错2IndexError: list index out of range节点匹配为空现象position_extract.py返回空结果即使坐标明显存在。根因instance_name参数错误或模型未装配。odb.rootAssembly.instances只包含已通过Assembly模块放置的实例若直接在Part模块建模未装配实例名为空字符串。修复先运行以下诊断代码确认实例名odb session.openOdb(model.odb) print(Available instances:, list(odb.rootAssembly.instances.keys())) # 若输出为[]说明模型未装配需在CAE中完成装配报错3AttributeError: NoneType object has no attribute values字段输出为空现象stress_extract.py在field_output.values处崩溃。根因getSubset(region...)返回空区域常见于① 指定的instance_name与ODB中实际名称不一致如多语言系统生成PART-1-1但脚本传入part-1-1② 节点集Node Set未在Step中激活。修复用odb.steps[Step-1].frames[0].fieldOutputs[S].validInvariants检查该帧是否含有效数据用instance.nodes[0].label打印首个节点ID验证实例有效性。4. 进阶技巧用Pandas批量处理多工况自动生成载荷-位移曲线图4.1 多工况自动化遍历文件夹内所有ODB并汇总结果当需对比10个不同载荷组合下的焊缝应力时手动逐个运行脚本效率低下。以下脚本batch_extract.py可批量处理# batch_extract.py import os import pandas as pd from stress_extract import extract_stress_at_nodes # 假设已封装为函数 from position_extract import get_nodes_by_coordinate def batch_process_odb_folder(folder_path, target_coords, output_csvsummary.csv): results [] for filename in os.listdir(folder_path): if filename.endswith(.odb): odb_path os.path.join(folder_path, filename) try: # 提取目标坐标处节点 nodes get_nodes_by_coordinate(odb_path, target_coords, tolerance0.05) if not nodes: continue node_id nodes[0][0] # 取第一个匹配节点 # 提取该节点在最后帧的应力 stresses extract_stress_at_nodes(odb_path, [node_id], step_nameNone, frame_index-1) if stresses: vm_stress stresses[0][von_mises] results.append({ ODB: filename, Node_ID: node_id, Von_Mises_Stress: vm_stress }) except Exception as e: print(fError processing {filename}: {e}) df pd.DataFrame(results) df.to_csv(output_csv, indexFalse) print(fResults saved to {output_csv}) if __name__ __main__: batch_process_odb_folder( folder_pathC:/simulations/, target_coords[12.34, 56.78, 9.01], output_csvweld_stress_summary.csv )4.2 动态载荷-位移曲线从时间历程数据生成Matplotlib图表若分析含多个增量步如100步可提取节点位移随时间变化并绘图# plot_load_displacement.py import matplotlib.pyplot as plt import numpy as np from abaqus import * def plot_displacement_history(odb_path, node_id, instance_namePART-1-1): odb session.openOdb(odb_path) instance odb.rootAssembly.instances[instance_name] node instance.getNodeFromLabel(node_id) # 获取所有帧的位移 u_field odb.steps[Step-1].frames[-1].fieldOutputs[U] # 注意需遍历所有帧 time_history [] disp_history [] for frame in odb.steps[Step-1].frames: u_values frame.fieldOutputs[U].getSubset(regionnode).values if u_values: time_history.append(frame.frameValue) # 取U1分量X方向位移 disp_history.append(u_values[0].data[0]) plt.figure(figsize(10,6)) plt.plot(time_history, disp_history, b-o, markersize3) plt.xlabel(Time (s)) plt.ylabel(X-Displacement (mm)) plt.title(fNode {node_id} Displacement History) plt.grid(True) plt.savefig(fnode_{node_id}_displacement.png, dpi300, bbox_inchestight) plt.show() # 调用 plot_displacement_history(model.odb, node_id12345)关键细节frame.frameValue返回当前帧对应的时间点对静态分析为子步编号对动态分析为真实时间u_values[0].data[0]取第一个FieldValue对象的X分量data是3维数组[U1, U2, U3]。若需Y/Z方向改为data[1]或data[2]。4.3 安全增强添加ODB文件完整性校验与内存保护大型ODB文件2GB易导致Python进程OOM。在stress_extract.py开头加入校验import os def validate_odb_size(odb_path, max_size_gb4.0): size_gb os.path.getsize(odb_path) / (1024**3) if size_gb max_size_gb: raise MemoryError(fODB file {size_gb:.2f} GB exceeds limit {max_size_gb} GB. Use --subset option to process partial data.) validate_odb_size(args.odb)同时对超大模型启用子集提取fieldOutput.getSubset(regioninstance.elementSets[WELD_REGION])限定计算范围避免加载全模型数据。本文还有配套的精品资源点击获取
