大家好，我是小郭老师，硕士毕业于中科院，专注于运用 Python 深度集成 ANSYS 进行工程数值计算与仿真自动化开发，精通基于 Python实现ANSYS Workbench众多模块的全流程脚本驱动（建模、求解、后处理），并具备将复杂仿真流程封装为高效、可复用软件工具的专业能力，今天给大家分享一些ANSYS二次开发方面的干货。
也诚邀关注我的视频教程《ANSYS Workbench & Mechanical企业级二次开发程序与Python应用入门进阶》，详情见下文。
做科研写论文时，你是不是也遇到过这样的困扰：明明做了 ANSYS 模拟，却没法快速生成如下图所示的模拟瞬态数据和实验数据的对比，导致数值模型的可信度没法直观验证？亦或者，依据项目需求，一定得导出某些关键位置的瞬态响应结果？别急，今天小郭老师就带着大家用 Mechanical 的 Python 脚本开发，解决这个问题。
ANSYS Mechanical 脚本开发是基于Python（或 IronPython）语言，通过调用Mechanical模块的 API（应用程序接口）实现有限元分析流程自动化的技术手段。
它聚焦于Mechanical模块内部的建模、网格划分、边界条件设置、求解控制及后处理等全流程的程序化控制Mechanical，可通过两种方式入门：
• 一是利用 Mechanical自带的 “Record Script” 功能录制操作过程，生成基础脚本后再按需修改；
• 二是直接调用官方API 文档中的类与方法（如Model类用于模型管理、Mesh类用于网格控制），实现更灵活的定制。
瞬态数据导出关键命令：Named Selection + Result Sets在 Mechanical 的 Python 脚本开发中，要实现模拟数据的精准提取与后续对比，关键在于结合Named Selection（命名选择） 和Result Sets（结果集）。
先跟大家好好聊聊 Named Selection。它就像是给 ANSYS 里的 “特定对象组” 贴标签，是对已选出的实体、有限元对象、组合等进行的命名操作。在二次开发中，Named Selection可以用来定位目标边、面、几何体，乃至某个区域下的网格节点。
Named Selection（命名选择）主要有两种创建方式，直接法和间接法。在二次开发场景下，两者的实用性差异很大：
• 直接法：第一步得先选出要命名的点、线、面等对象，接着右键点击 “create named selections”，输入名称后点击 OK 完成创建。
这个方法听起来简单，但在二次开发里实现起来非常复杂，得结合ID概念和 SelectionManager类，代码逻辑比较绕，但能实现很复杂的功能。
关于这部分内容，我在《》第2章有做详细介绍，涵盖基本用法、示例等各种内容。
• 间接法：通过 Worksheet 进行选择。只要按照 Worksheet 给定的逻辑写代码，就能快速实现 Named Selection 创建，今天咱们的实战案例就用这种方法。
Result Sets（结果集）的创建方式如图所示。右键激活已经完成后处理求解的云图对象，选择Create Results at All Sets，即可生成TreeGroup对象。该对象内包含所有时步下的云图结果。
创建结果集的适用范围非常广，仅对极少数不适用，包括：
• Explicit Dynamics, Response Spectrum, Random Vibration, or Topology Optimization（显示动力学、响应谱、随机振动和拓扑优化分析）
• Probe Results（探针结果）
• Fracture Tool（断裂工具）
• Fatigue Tool（疲劳工具）
• Composite Failure Tool（复合材料失效工具）
步骤1：用 Named Selection 筛选目标检测点附近网格节点
首先要定位到目标检测点周围的网格节点，这就需要用间接法创建 Named Selection。我写了一个create_ns_by_points函数，如下所示：
咱们来看看关键逻辑：
1. 先初始化命名选择对象，设置名称和创建方式为 Worksheet；
2. 配置坐标轴（X、Y、Z 轴）的筛选规则，比如通过位置信息筛选节点，这里用 “Add” 和 “Filter” 组合确保筛选精准；
3. 计算每个坐标轴的边界值：根据检测点坐标和设定的公差（这里默认为0.05=5%），算出筛选范围。此外，还加了冗余判断 —— 当边界值接近 0 时（小于 1e-4），手动调整避免计算误差；
4. 最后生成命名选择，这样目标检测点附近的网格节点就被精准 “圈” 出来了。
例如，一电子器件冷却三维模型的目标检测点筛选结果如下图所示。可以看到，在给定的监测点坐标范围内（正负5%波动），仅筛选出一个网格节点。
步骤 2：插入后处理对象 + 求解
筛选出目标节点后，下一步就是获取对应的数据。先在分析方案的 Solution 里插入后处理对象，比如温度（Temperature），然后把这个后处理对象的 Location 设置为咱们刚创建的 Named Selection（也就是目标节点组），接着运行第一次求解，让 ANSYS 计算出该节点组在最终时刻下的结果。
步骤 3：创建求解集 + 二次求解
第一次求解后，要创建该后处理对象的 “求解集”，也就是CreateResultsAtAllSets。创建完求解集后，再运行一次求解。这样子，就能获取到整个分析过程中（比如瞬态分析的每个时间步）该节点组的所有结果数据。
步骤 4：遍历求解集 + 数据写入文件
最后一步，就是把结果数据导出来，方便后续和实验数据做对比。我写的export_trasient_file函数就能实现这个功能，核心逻辑包括如下四部分内容：
1. 以当前时间为后缀生成 CSV 文件，一个存所有节点的详细数据，一个存每个时间步的平均值（方便快速看整体趋势）；
2. 写入表头，比如 “Time (s) Node_ID X (m) Y (m) Z (m) Value”，让数据结构清晰，后续用 Excel 或 Origin 处理时直接就能用；
3. 遍历每个时间步的结果集，提取时间、节点 ID、节点坐标、结果数值（比如温度值），逐行写入详细数据文件；
4. 同时，计算每个时间步下所有节点结果的平均值，写入平均值文件，后续画对比图时，既可以用详细数据，也能用平均值.
函数程序如下所示：
上面讲的流程，都浓缩在下面这段代码里了，每个关键步骤我都加了注释，大家拿到手稍作修改（比如改检测点坐标、结果类型）就能用：
05
可能有人会问，手动也能提取数据，为啥要费劲搞二次开发？
作为实战工程师，我举个实际工作中的例子：之前做过一个课题研究，需要处理瞬态温度分析结果，一共 360个时间步，每个时间步要提取10个检测点的数据，重复性工作量大，还很容易出错。
用上面的脚本，设置好坐标后点击运行，2 分钟就能出所有 CSV 文件。之后，再用 Origin 导入数据，10 分钟就能画出模拟与实验的对比曲线图，效率直接翻十几倍！
而且，这个脚本还能灵活修改。比如，把AddTemperature()改成AddEquivalentStress()就能提取应力数据，调整monitor_coords就能换检测点，甚至加个循环能同时处理多个检测点，完全适配不同的项目需求。
实际上，结合ANSYS Mechanical API和Python脚本开发，可以实现Mechanical的完全脚本化和高度可定制化，例如模板开发、自定义载荷、后处理及结果等。
