星辰技文|Abaqus中提取裂缝数据并用matplotlib库绘图

星辰_北极星 2023年6月4日浏览：1873 评论：2 收藏：29

目前在Abaqus中，基于全局或局部嵌入Cohesive单元，以模拟非均质材料的裂缝扩展的方法已经相当普遍。我想POLARIS_InsertCohElem插件起到不小的作用。

后处理方面，也推出的POLARIS_CrackGeo插件提取Cohesive单元和XFEM模拟获得的裂缝数据。但如何出图来展示裂缝形态，成为插件用户的一大痛点。

在Abaqus中，Cohesive单元模拟的裂缝路径可以通过显示特征边的方式进行展示，但这种方法有几个方面的缺点：

1. 虽然可以叠加显示出裂缝周边实体单元的应力、孔压等场量输出，但在表现裂缝自身场量结果时没有线图直观，如下例中显示缝宽的效果对比；
2. 很难像线图那样凸显天然裂缝或颗粒边界以及其它特殊位置的Cohesive单元；
3. 由于全局嵌入Cohesive单元，在单元共节点位置存在孔洞，部件变形后，孔洞呈现出小黑点的形式，无法去除，线图就完全不存在这些问题；

星辰技文|Abaqus中提取裂缝数据并用matplotlib库绘图的图1

常用的编程绘图工具，目前以Matlab和Python matplotlib为主，Abaqus2021版本之后就已经内置了matplotlib库，因此本文以matplotlib库为基础，带大家绘制POLARIS_CrackGeo插件提取的裂缝线图。

第一步，了解数据文件结构

POLARIS_CrackGeo插件提取odb结果后，在ODB文件所在目录下，会生成两个与ODB文件同名的CSV文件，分别是：“odbName-XFEM/COH-infos.csv”和“odbName-XFEM/COH-Output.csv”:

infos.csv文件

用于存储所有破裂单元的裂缝面的节点坐标、裂缝破裂形式MMIXDMI和裂缝宽度信息；当提取的是XFEM裂缝时，仅输出节点坐标信息；当提取的是Cohesive单元裂缝时可输出MMIXDMI（场量有定义MMIXDMI输出）和裂缝宽度，裂缝宽度排序采用倒序记录：第一个裂缝宽度，为最后一个分析步的最后一帧所对应的宽度，第二个裂缝宽度，为倒数第二帧对应的宽度，依此类推……

星辰技文|Abaqus中提取裂缝数据并用matplotlib库绘图的图2

读取infos.csv文件代码示例如下：

def readCohesiveInfo(fileName):
    ### 读取infos.csv文件，获得单元坐标信息
    dataDict = {}
    f = open(fileName,'r')
    lines = f.readlines()
    f.close()
    strDatas = lines[0].replace('\n','').split(',')
    headDict = {}
    for i,w in enumerate(strDatas):
        headDict[w] = i
    for line in lines[1:]:
        strDatas = line.replace('\n','').split(',')
        if len(strDatas)<6:continue
        data = []
        for i in ["x1","y1","x2","y2"]:
            data.append(eval(strDatas[headDict[i]]))
        dataDict[int(strDatas[0])] = data
    return dataDict

Output.csv文件

用于存储不同时刻下的破裂单元数量、破裂体积、最大缝宽、裂缝长度/面积，以及破裂单元的编号；

1. FrameTime：场输出帧对应的总时间；
2. CrackElemNum：破裂单元数量；
3. CrackVolume：破裂单元的体积；
4. MaxWidth：最大缝宽；
5. CrackLength：二维裂缝长度；
6. CrackArea：三维裂缝面积；
7. CrackMode_1_percentage：张拉裂缝占总裂缝比率；
8. 破裂单元编号位于G列之后的所有数据。

读取Output.csv文件代码示例如下：

def readResultInfo(fileName):
    ### 读取Output.csv文件，获得不同时刻的失效单元
    resultDict = {}
    f = open(fileName,'r')
    lines = f.readlines()
    f.close()
    beginCol = len(lines[0].split(","))
    for line in lines[1:]:
        strDatas = line.replace('\n','').split(',')
        data = [eval(i) for i in strDatas]
        if len(data)>beginCol:
            resultDict[data[0]] = data[beginCol:]
    return resultDict

第二步，绘图并输出

如下代码，是将读取后的单元和裂缝数据传入到plotResult函数中，并将不同时刻的裂缝形态绘制出来，批量输出到outDir目录下。

def plotResult(outDir,coheDict,resultDict):
    ### 批量绘制图片并输出
    times = list(resultDict.keys())
    times.sort()
    times.reverse()
    resultNum = len(times)
    for it,t in enumerate(times):
        fig,ax = plt.subplots(figsize=(10, 10))
        #绘制结果
        result = resultDict[t]
        for elemLable in result:
            x1,y1,x2,y2 = coheDict[elemLable]
            ax.plot([x1,x2], [y1,y2],'r-')
        ax.set_title("Time:%f"%(t))
        outFig = os.path.join(outDir,"%d_Time_%s.png"%(resultNum-it,t))
        plt.savefig(outFig,dpi=300,transparent=True)
        plt.close()