PhiPsi-高性能有限元程序

大家好，本期木木给大家分享一个计算性能十分强悍的有限元求解器——PhiPsi，有关PhiPsi程序更详细的功能介绍，可以点击历史推文：开源XFEM程序：PhiPsi介绍。

最近，PhiPsi结合了PyQt5，形成了一个软件的界面形式PPView：

软件的使用，相比于前期版本的使用方法要方便很多，只需鼠标点点点，即可完成数据读取、内核计算、后处理自定义显示，作为有限元宝藏up主，怎么可能不整点花活儿呢~

模型测试

在体验完XFEM的一些功能后，我就又回到了有限元求解上，网上都说Fortran计算效率高，我倒要看看到底有多高，拿一个164万个C3D8单元有限元模型作测试，对比一下Abaqus的计算速度与PhiPsi的计算速度！

底部约束所有的自由度，顶部施加向上的压力，简单的拉伸模型：

求解设置

Abaqus采用迭代解6线程并行计算

PhiPsi采共享内存并行计算技术：OpenMP，6线程并行计算，在刚度矩阵的求解上采用了EBE-PCG预处理迭代求解技术，相关理论可参考《有限元方法编程（第五版）》P55。

求解时间对比

场变量均只输出节点位移，PhiPsi的结果文件按照二进制格式输出。

Abaqus共使用5分42秒

PhiPsi共使用298秒，也就是4分58秒，比Abaqus快了44秒

求解精度对比

Abaqus的节点位移最大为:

0.0162334625623317

PhiPsi节点位移最大为:

0.016423374759488234

吻合度98.83%，精度可以接受。

番外篇

对于查看Abaqus模型中场边量的最大值，可以在cae中进行查看：

小数点后面最大可以保留九位，对于上文提及的0.0162334625623317是怎么得到的呢？

有限元UP主又可以开始整活儿了！直接来一个python脚本，自定义程度极高，想查看什么就查看什么，相对数据怎么操作就怎么操作，想转换什么数据格式就转换...好了进入正题！

# -*-coding:UTF-8-*-
from odbAccess import *
from math import sqrt

# 打开ODB文件
odbName = session.viewports[session.currentViewportName].odbDisplay.name
odb = session.odbs[odbName]
assembly = odb.rootAssembly

# 打印所有节点集的名称
print("All node sets in the model:")
for nodeSetName in assembly.nodeSets.keys():
    print(nodeSetName)

# 选择步骤和增量
stepName = 'Step-1'  # 替换为你的实际步骤名称
lastFrame = odb.steps[stepName].frames[-1]

# 初始化最大位移合量变量
maxDisplacementMagnitude = 0

# 遍历所有节点
# 我将顶面节点设置为set-up
for node in assembly.nodeSets['SET-UP'].nodes[0]:
    # 获取节点的位移输出（这里假设输出变量为U，即位移）
    displacement = lastFrame.fieldOutputs['U'].getSubset(region=node).values[0]
    # 计算位移合量
    displacementMagnitude = sqrt(displacement.data[0]**2 + displacement.data[1]**2 + displacement.data[2]**2)
    
    # 更新最大位移合量
    if displacementMagnitude > maxDisplacementMagnitude:
        maxDisplacementMagnitude = displacementMagnitude

# 输出最大位移合量
print('Maximum displacement magnitude is:', maxDisplacementMagnitude)

对于更大模型的测试，读者感兴趣的话也可以自行测试，我的个人笔记本过于老旧，内存也太小，不太方便。不过对于模型数目越大的情况下，并行计算的优势也会体现的越明显！

对于PPV的使用，我会录制一期专门的视频去讲，本次只做案例分享。对PhiPsi感兴趣的小伙伴可进入（http://phipsi.top）发现新世界的大门~