ANSYS刚度矩阵的提取与解析(python解析）

就ansys如何提取刚度矩阵、如何解读提取的文档以及利用Python进行解析。

在workbench中实现整个过程的参数化过程除了前几次文章介绍的模型与网格，还应该包括材料参数的参数化定义。利用Python进行二次开发能够实现材料参数的自由定义，比如来源于excel表格或者文档的数据，通过Python代码的自动读取，参与到实际的有限元分析进程中。

基本上各类有限元软件均能够提取模型的刚度矩阵，此次针对刚度矩阵的提取与解析做一个例子，采用的软件是ANSYS经典。

在ANSYS中建立一个简单的模型，划分网格后共12个节点，定义材料参数，施加约束和载荷后求解。有限元模型如下所示。

待求解结束后，会在工作目录下生成一个后缀为full的文件，之后即可进行刚度矩阵的提取。

通过主菜单，如下所示。

选择Matrix后，弹出如下所示的界面。

其中，File to be read需要指定工作目录下生成的full文件，Name of file to write为所导出刚度矩阵的文件名称；Output matrix file format表示文件格式，还有Binary，生成的是文档文件，选择Ascii即可；Matrix to write表示输出的是刚度矩阵/质量矩阵还是阻尼矩阵；RHS选项表示是否同时输出右端项，也即是Ax=b中的b。

打开生成的刚度矩阵文档，如下所示。

该文件的第1行：格式A72，解释性文字。

第2行：一共5个数值，格式5I14，其中585表示文件的总行数（不包括头文件，也即是前面5行不算）；25表示矩阵列指针的总行数，通常是矩阵的阶数+1，其具体的数值位置是从第6行到30行；268表示矩阵行索引的总行数；第二个268表示矩阵元素的总行数；24表示右端项的数值总行数。

第3行：RSA表示矩阵的形式，其中R表示实数矩阵，S表示为对称矩阵，A表示为组装的矩阵；后面的两个24分别表示矩阵行数、矩阵列数，268表示矩阵的元素。

第4行：格式说明

第5行：几个数表示右端项的输出说明，F表示全部存储。

搞清楚头文件中的各个参数的实际意义，再结合各行的内容，能够清楚地知道矩阵的所有元素的数值。

通过简单的程序就可以将该文件进行解析，生成自己想要的格式。

这里补充说明一下，对于对称稀疏矩阵，在储存的时候只保留下三角非零元素。

本次解析所用的语言为python.

#!user/bin/python

#-* -coding:UTF-8 -*-

#打开矩阵文件

inpfile = open("E:\CAE_Tech\process_files\232Files\matrix.txt")

#读取所有内容

lines = inpfile.readlines()

inpfile.close()

#打开输出文件

outfile = open("E:\CAE_Tech\process_files\232Files\outmatrix.txt",’w’)

#解析矩阵文件的第二行

row_second = lines[1].split()

#得到矩阵的总行数（扣除头文件），此次实例中为585

Tol_content = int(row_second[0])

#得到列指针的总行数

Col_tol = int(row_second[1])

#得到矩阵元素总数

Row_tol = int(row_second[3])

#得到右端项的行数

Rhs_tol = int(row_second[4])

#初始化矩阵每列非零元素的起始行数

Star_row_num = [1] * Col_tol

#获取行起始数组

for i in range (Col_tol):

       temp = lines[i+5].split()

       Star_row_num[i] = int(temp[0])

for i in range (Rhs_tol):

       temp_len = Star_row_num[i+1] - Star_row_num[i]

       temp_len1 = Star_row_num[1] - Star_row_num[0]

       temp_len2 = Star_row_num[i] - Star_row_num[0]

       row_start_num = 5 + Col_tol + temp_len2

       Each_col_num = i + 1

       Each_col_num_str = str(Each_col_num)

       for j in range (temp_len):

              Each_row_num_str = lines[row_start_num + j].split()

              Each_row_num = int(Each_row_num_str[0])

              Each_row_num_str = str(Each_row_num)

              Each_ele_num = Row_tol +5 + Col_tol + temp_len2 + j

              Each_ele_str = lines[Each_ele_num].split()

              Each_ele_value = Each_ele_str[0]

              #得到每一行应该输出的列号，行号以及元素值

              Each_row_list = Each_row_num_str,Each_col_num_str,Each_ele_value,'\n'

              a = '  '

              Each_line = a.join(Each_row_list)

              outfile.write(Each_line)

#输出右端项

for i in range (Rhs_tol):

       Rhs_num = Tol_content + 5 -Rhs_tol +i

       Rhs_each_row = lines[Rhs_num]

       #去掉字符串前面的空格

       Rhs_each_row = Rhs_each_row.lstrip()

      outfile.write(Rhs_each_row)

outfile.close()

解析后生成的文件如下所示：

源自CAE技术分享公众号