openfoam生成的非均匀固体Solid数据分析、VTK数据格式分析、以及paraview官方用户指导文档和使用方法

一、openfoam生成的非均匀固体Solid数据分析

对于Solid/dealii-output文件,固体的数据文件,

复制代码
# vtk DataFile Version 3.0
#This file was generated by the deal.II library on 2024/7/10 at 9:46:15
ASCII
DATASET UNSTRUCTURED_GRID

POINTS 108000 double
0 0 -1.524
0.009525 0 -1.524
0.01905 0 -1.524
5.71584e-08 0.013716 -1.524
0.00952503 0.013716 -1.524
0.01905 0.013716 -1.524
6.28932e-08 0.027432 -1.524
......
(共20多万行)

数据解析如下:

line 8:points 108000 # 代表108000个point

line 108008:CELLS 4000 112000 #应该是4000个cell

line 112012 POINT_DATA 108000 #代表108000个 VECTORS displacement数据

line 112013:VECTORS displacement double #矢量数据位置,108000行,每行是三元组

line 220014: SCALARS strain_xx double 1 #占1行,后面跟了一大行数据,但是一行里预计有108000个strain_xx数据,SCALARS代表标量

line 220017:SCALARS strain_xy double 1

line 220018: SCALARS strain_xy double 1

后面跟的都是这几个数据(strai_xx,xy,xz,......)

共220040行

然后看paraview中展示的

Solid/linear_elasticity.prm文件里

set Mesh n_x = 8

set Mesh n_y = 25

set Mesh n_z = 20 # 100

这个8x25x20 = 4000个cell,定义cell数目

故在paraview的information中能看到

cells:4000

points:108000

>>>>>>>>>>cells中一个单元格由27个point组成,27:表示这个单元由27个顶点组成。所以4000个cellx27(每个cell由27个point表示) = 108000个point

根据上面分析,也就是说固体方面:108000个points的坐标在变化,4000个cell是不变的(因为对points序号),还有cell的位移值(等属性值)4000个矢量是变化的,其他不变。

二、VTK数据格式分析

这个部分可以参照官网的解析:

3. Understanding Data --- ParaView Documentation 5.11.0 documentation

三、paraview官方用户指导文档和使用方法

官网文档链接:在paraview软件中,点击工具栏中的help->paraview guide 即可直接跳转到浏览器打开官网指导页面。

官网链接如下:Welcome to ParaView Documentation ! --- ParaView Documentation 5.11.0 documentation

指导手册如下:(属于上面链接里的)

ParaView Reference Manual --- ParaView Documentation 5.11.0 documentation

用户指导如下:(属于上面链接里的)

ParaView User's Guide --- ParaView Documentation 5.11.0 documentation

相关推荐
Chuer_2 小时前
讲透财务Agent核心概念,深度拆解财务Agent应用趋势
大数据·数据库·安全·数据分析·甘特图
码界筑梦坊4 小时前
94-基于Python的商品物流数据可视化分析系统
开发语言·python·mysql·信息可视化·数据分析·毕业设计·fastapi
2501_944934736 小时前
2026年互联网运营转行数据分析可行吗?需要哪些条件?
数据挖掘·数据分析
yuanmazhiwu6 小时前
计算机毕业设计:Python股市行情可视化与ARIMA预测系统 Flask框架 ARIMA 数据分析 可视化 大数据 大模型(建议收藏)✅
大数据·python·数据分析·django·flask·课程设计
做cv的小昊7 小时前
【TJU】研究生应用统计学课程笔记(4)——第二章 参数估计(2.1 矩估计和极大似然估计、2.2估计量的优良性原则)
人工智能·笔记·考研·数学建模·数据分析·excel·概率论
高洁018 小时前
用AI制作科研演示动画:提升学术汇报效果
人工智能·深度学习·机器学习·数据挖掘·知识图谱
源码之家8 小时前
计算机毕业设计:Python雪球网股票数据采集与可视化系统 Flask框架 数据分析 可视化 大数据 大模型 爬虫(建议收藏)✅
大数据·python·机器学习·数据挖掘·数据分析·flask·课程设计
小白学大数据8 小时前
企业精准数据分析双路径对比:运营商大数据与 Python 爬虫技术选型与实践
大数据·开发语言·爬虫·python·数据分析
源码之家9 小时前
计算机毕业设计源码:京东商品数据采集分析可视化系统python Django Selenium爬虫 人工智能 大数据(建议收藏)✅
人工智能·爬虫·python·信息可视化·数据分析·django·课程设计
源码之家10 小时前
计算机毕业设计:Python股票数据分析与ARIMA预测系统 Flask框架 ARIMA 数据分析 可视化 大数据 大模型(建议收藏)✅
大数据·python·数据挖掘·数据分析·django·flask·课程设计