1.abaqus命令行基础

使用 abaqus 时，如果需要进行参数分析，就需要生成大量的模型，这时一般会使用python文件定义函数进行批量生成并计算。

如果已经生成了计算文件(*.inp文件)，那么就可以直接在命令行进行求解，abaqus支持命令行计算，计算格式一般如下：

abaqus job=job-name cpus=n int

这里的 job-name 是与要计算的 inp 文件同名的文件名(但不包含.inp后缀)，这将默认创建一个名为 job-name 的任务并提交计算。cpus=n 是指定计算时使用的 cpu 的核心数。int 是指 interactive ，即abaqus在计算时会在命令行窗口打印一些信息供用户了解abaqus现在在干嘛。如下所示：

如果想指定任务名称，则可以使用 input 关键字指定输入文件，再用 job 关键字指定任务名称，如下：

abaqus input=inpFileName.inp job=job-name cpus=n int

在遇到已经存在的任务时，abaqus会询问是否覆盖先前的 job，如果不想被询问直接覆盖先前的任务，可以在上述命令结尾加上 ask=off

更多关键字及更详细的命令:

abaqus

job =job-name

[analysis | datacheck | parametercheck | continue | convert = { select | odb | state | all } | recover | syntaxcheck | information = { environment | local | memory | release | support | system | all } ]

[input = input-file]

[user = { source-file | object-file } ]

[uniquelibs]

[oldjob = oldjob-name]

[fil = { append | new }]

[globalmodel = { results file-name | ODB output database file-name | SIM database file-name }]

[cpus = number-of-cpus]

[parallel = { domain | loop }]

[domains = number-of-domains]

[dynamic_load_balancing = { on | off } ]

[mp_mode = { mpi | threads }]

[threads_per_mpi_process = number of threads per mpi process]

[standard_parallel = { all | solver } ]

[gpus = number-of-gpgpus]

[memory = memory-size]

[interactive | background | queue [= queue-name] [after time] ]

[double = { explicit | both | off |constraint } ]

[scratch = scratch-dir]

[output_precision = { single | full } ]

[resultsformat = { odb | sim | both } ]

[port = co-simulation port-number]

[host = co-simulation hostname]

[csedirector = Co-Simulation Engine director host: port-number]

[timeout = co-simulation timeout value in seconds]

[unconnected_regions = { yes | no } ]

[noFlexBody]

[license_type = { token | credit } ]

2.abaqus批量计算

（2.1节和2.2节批量计算的内容参考了http://www.feaworks.org的部分网页）

在命令行求解有一个好处就是可以实现不同job的连续计算，不用人守着每次等上一个任务计算完成再手动提交下一个任务。

2.1 dos批处理

情况1：不同inp文件位于同一文件夹下

假设该文件夹里inp文件分别为：job-1.inp, job-2.inp, job-3.inp…

在该文件夹下新建记事本(.txt)文档，将其后缀修改为 .bat 文件，在 bat 文件中输入以下内容，运行该文件实现批处理：

call abaqus job=job-1 cpus=10 int
 
call abaqus job=job-2 cpus=10 int
 
call abaqus job=job-3 cpus=10 int
 
....
pause

pause

以上命令加上 int 后，会让abaqus在当前计算完成后，才会转入下一个模型的计算。如果要实现不同job同时计算，去掉 int 即可

call abaqus job=job-1.inp cpus=10
 
call abaqus job=job-2.inp cpus=10
 
call abaqus job=job-3.inp cpus=10
 
....
pause

最后的pause 命令会让 cmd 窗口等待用户输入，否则在执行完最后一条指令后 cmd 窗口将直接关闭，如果计算中出了问题，显示在 cmd 窗口的信息我们也看不到了，所以建议使用此命令。

情况2：不同inp文件位于不同文件夹下

假设在以下路径有以下文件：

D:\temp\A\job-1.inp

D:\temp\B\job-2.inp

D:\temp\C\job-3.inp

则可以每次进入一个文件夹，再调用abaqus进行计算，命令如下：

cd D:\temp\A
 
call abaqus job=job-1.inp cpus=10 int
 
cd D:\temp\B
 
call abaqus job=job-2.inp cpus=10 int
 
cd D:\temp\C
 
call abaqus job=job-3.inp cpus=10 int
 
pause

将上述命令保存为.bat 文件，双击运行即可

情况3：计算完成后自动关机

有时候我们会希望计算机在计算完成后自动关机，可以通过在上述命令的最后面添加关机命令：

shutdown -s -f -t 30

-s 关闭本地计算机

-f 强制关闭计算机

-t xx 将用于系统关闭的定时器设置为 xx 秒，例如上面的设置是 30秒。

2.2 Python实现

Python语言可以实现ABAQUS前后处理模块的二次开发，同时也可以采用Python实现ABAQUS所用功能，这里采用Python实现不同job的连续计算。

实现job批处理的Python基本代码：

# 导入所需的模块和常量
from abaqusConstants import*
import job
 
# 使用job-1.inp文件提交job-1的计算任务,numCpus=2设置cpus数，numDomains=2设置线程数
mdb.JobFromInputFile(name='job-1',inputFileName='job-1.inp',numCpus=2,numDomains=2)
 
# 提交计算任务
mdb.jobs['job-1'].submit()
 
# 中断python文件的执行，等待计算任务的完成。
# 在这里waitForCompletion相当于dos批处理下的参数interactive
mdb.jobs['job-1'].waitForCompletion()
 
mdb.JobFromInputFile(name='job-2',inputFileName='job-2.inp',numCpus=2,numDomains=2)
 
mdb.jobs['job-2'].submit()
 
mdb.jobs['job-2'].waitForCompletion()
 
# 导入其他模块
import os,time,sys
 
# 实现自动关机
o="c:\windows\system32\shutdown -s -f -t 60"
 
os.system(o)

将上面的python文件保存为 run.py ，进入run.py所在目录，打开cmd窗口输入以下命令即可运行批处理文件：

abaqus cae noGUI=run.py

其他问题

(以下内容参考自https://zhuanlan.zhihu.com/p/149086691)

之前在网上查到的ABAQUS inp文件任务批量提交方法，如用批处理命令或利用ABAQUS内置Python环境提交，有一定局限性，比如如果批量提交的任务中，某个任务由于计算不收敛而终止，会造成整个提交队列终止，而不能继续进行。

本程序利用Python subprocess模块并行提交任务，任务间不会互相干扰，即使某个任务报错或不收敛，不会影响整个队列。

import subprocess
import time
import os
task_list=[]
for volfrac in [0.1,0.2,0.3,0.4,0.5,0.6]: #循环生成包含不同参数的文件名列表
    for R in [4,5,6]:
        for num in range(1,11):
            #["Tension_x","Tension_y","Shear"]
            for bc in ["Tension_x","Tension_y","Shear"]:
                task_list.append([volfrac,R,num,bc])
i=0
for volfrac,R,num,bc in task_list:
    file_name="{}_{}_{}_{}.inp".format(volfrac,R,num,bc)#inp文件名
    job_name="Job-{}_{}_{}_{}".format(int(volfrac*100),R,num,bc)#任务名
    #通过命令行提交任务
    subprocess.Popen('abaqus job={} input={} cpus=2 int ask_delete=OFF'.format(job_name,file_name),shell=True)
    print("{} submitted.".format(job_name))
    i=i+1
    if i==10:
        i=0
        print("Waiting...")
        time.sleep(180)#防止一次提交过多电脑崩溃或license用尽，所以通过sleep等待任务结束
print("Finished")

在inp文件所在目录下，运行此Python程序，即可批量提交任务。

3.abaqus命令行显示计算求解进程

虽然命令中有 int 参数，但是abaqus只能显示简单的信息，如第一张图中所示。

在进行多步求解时，例如隐式多步或者显式计算时，我们有时想看到目前计算到哪一步了，但是abaqus自身无法在命令行打印出这些信息。

可以使用一种曲线救国的方法，即在任务文件夹中读取与任务同名的 .sta 文件，并实时显示。注意，以下命令只在 Windows PowerShell 中有效：

Get-Content .\job-name.sta -Tail 10 -Wait

这将会自动读取 job-name.sta 的最后10行内容。随着abaqus的计算， .sta 文件也会不断写入内容，而这条命令(因为有**-Wait**参数)也会不断读取最新的内容并刷新显示，如下图所示(这里是一个隐式计算求解)：

最后计算完成的视图如下：

如果要在 cmd 窗口实现以上内容，则需要以下命令：

powershell -nologo "& "Get-Content -Wait job-name.sta -Tail 10"

实际上还是调用 Windows PowerShell 执行 Get-Content 程序。因此，前提是你的电脑有 Windows PowerShell 较新版。如果没有 Windows PowerShell 或者其版本太低可能会提示找不到 Get-Content 程序。