首页/文章/ 详情

META OIC 工具:Session 保存与批量处理多工况

4月前浏览413

简介

OIC(Occupant Injury Criteria,乘员伤害准则)工具是 META 后处理软件中用于自动提取和评估乘员损伤结果的强大功能。它支持从仿真和物理实验结果中提取关键损伤指标,并生成多种输出格式,包括 PowerPoint 报告、META 项目文件、最大/最小值文本文件、图像以及 ISO MME 格式的曲线等等。

本教程中,将介绍如何创建运行 OIC 工具的 Session 文件以及如何使用 Batch 模式同时处理多个仿真和测试结果。本教程使用的 META 版本为 2025.2.0 版本。


1. Session 创建


要实现 OIC 的自动化运行,最常用且灵活的方式是基于 Session 文件(.ses 文件)进行操作的保存。通过对 session 做少量修改,即可实现参数化复用,无需每次重新在界面中逐一设置。Session 文件记录了 GUI 操作流程,是 META 中简单直接的自动化命令语句。在 META 中,可以通过 Development 工作区-》Session Editor 打开 Session 编辑窗口。

     

图 1 Session Editor

1.1 操作步骤

首先,在 Session Editor 中点击 Record from META, 开始录制 Session 命令。

     

图 2 录制 Session 命令


在 META 中以有窗口的 GUI 模式运行一次 OIC 工具,完成一个完整的 OIC 结果处理(包括选择仿真结果、设置假人类型、法规、生成报告等)。

再次点击 Record from META 按钮,停止录制 Session。

打开该 Session 文件,找到 OIC 工具自动生成的注释部分。

     

图 3 OIC 工具运行后记录的 Session 命令


复 制以下 Session 命令行,并粘贴到最后一个调用 OIC.pyb 脚本之前(注意不要作为注释):

     

图 4 需要复 制并粘贴的关键 OIC 命令

(置于 OIC.pyb 调用之前)


其中,opt var add OIC_select_results_from_GUI NO 这句命令让 OIC 在 Batch(无 GUI)模式下不再需要手动在图形界面中选择运行目录。在正常 GUI 模式下运行 OIC 时,你通常需要手动点击界面去选择仿真或者实验运行。把这行设为 NO 后,在 Batch 模式运行时,OIC 就不再弹出或依赖 GUI 选择界面,而是直接使用下面一行指定的运行结果文件路径。

     

图 5 复 制完成的效果 session 文件


如果有为仿真或实验添加的注释,也一并复 制对应行:

     

图 6 需要复 制并粘贴的用于注释的命令

1.2 参数化处理

可以将工况路径和报告输出路径替换为变量,方便命令行进行传参。操作步骤如下:


1)将仿真运行路径(LS-DYNA 为目录路径,其他求解器为 Time History 文件)替换为变量(例如 $0)。

   

图 7 将仿真运行路径设置为变量


2)将手动保存的报告或项目文件名等替换为变量,如 $1、$2 等,便于后续通过命令行传入不同值。

   

图 8 将报告路径设置为变量


这样,一个 Session 文件就可以灵活应用于多个不同的仿真或实验结果。


2. Batch 模式运行(同时处理多个结果)


OIC 工具支持 No-GUI(批处理)模式,无需打开图形界面即可运行,适合在不打开图形界面的情况下同时处理多个仿真和实验结果。

方法 1 通过上述修改后的 Session 文件运行

对于 LS-DYNA 求解器或实验结果,可以使用以下命令启动 META 并运行 session 文件:meta_launch_command -b -s /path/to/session_file.ses “/path/to/ls_dyna_simulation_folder” “/path/to/report_file_name.pptx”

对于其他求解器或实验结果,可以使用以下命令启动 META 并运行 session 文件:meta_launch_command -b -s /path/to/session_file.ses “/path/to/result_file_name” “/path/to/report_file_name.pptx”

运行命令后,META 将自动将结果文件路径以及报告路径填充在上方定义的路径变量参数($0, $1)当中,直接输出报告文件。

方法 2 直接调用 OIC.pyb 脚本运行

当需要对大量工况批量提取伤害指标时(如 DOE 后处理、多版本对比),您可以直接调用 OIC.pyb 脚本,通过一个文本文件一次性指定所有工况。该功能支持一次仿真或物理实验运行,也可以用于多个运行。


单个仿真/实验运行:


META 使用此语句用于单次运行:meta_launch_command -b -s OIC.pyb configuration_file run

其中:

configuration_file:配置文件的完整路径。

run:对于 LS-DYNA,此处需提供包含时间历程结果(或文件)的目录的完整路径;对于其他求解器,需提供时间历程文件(binout/ASCII)的完整路径。


同时处理多个仿真和实验结果:


META 使用此语句用于单次运行:meta_launch_command -b -s OIC.pyb configuration_file input_text_file

configuration_file:配置文件的完整路径。

input_text_file:输入 OIC 工具运行信息的 txt 文件路径,该文件中必须列出所有待处理的仿真与实验运行任务。该文本文件的首行必须以 `$Input List` 开头;随后,每一项仿真运行任务必须单独占一行,且以 `CAE:` 开头;每一项实验运行任务也必须单独占一行,且以 `TEST:` 开头。


内容格式示例如下:

对于 LSDYNA 求解器文件,需提供包含时间历程结果(或文件)目录的完整路径:

   

图 9 输入 OIC 工具运行信息的 txt 文件

(LSDYNA 求解器)


对于非 LS-DYNA 求解器以及实验结果,需提供时间历程文件(binout/ASCII)的完整路径:

   

图 10 输入 OIC 工具运行信息的 txt 文件

(非 LSDYNA 求解器)


通过这种方式,可以一次性处理大量结果,自动生成标准化报告,大幅提升乘员安全分析的效率。


总结


综上,META 平台中 OIC Session Batch 功能为大规模仿真任务的批量管理提供了系统化解决方案。通过标准化的 Session 配置流程、灵活的批量提交策略与可追踪的结果输出,工程师可以大幅减少重复操作,提高仿真任务的执行效率与数据一致性。本指南梳理了 OIC Session Batch 的核心操作步骤,希望帮助用户快速建立对于乘员安全分析规范化的批量仿真工作流,助力工程团队高效推进仿真工作。


#Cadence #乘员伤害准则 #META #Session文件 #Batch模式


END

作者 | 顾思哲 

Cadence CAE 工程师 



来源:Cadence楷登
LS-DYNASystemCadenceMETA
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2026-05-19
最近编辑:4月前
Cadence楷登
签名征集中
获赞 4粉丝 125文章 694课程 0
点赞
收藏
作者推荐

交大 130 华诞|从校友到产业实践者:Cadence 顾鑫与母校师生共话未来

2026 年 4 月 6 日,在上海交通大学建校 130 周年校友返校日之际,由上海交通大学集成电路学院(信息与电子工程学院)校友会与上海交大集成电路行业校友会联合主办的“XIN 创未来 共谱华章——新一代信息技术下的产业协同和职业发展”行业论坛在思源湖畔顺利举行。 图片来源:上海交通大学集成电路&信电学院微 信公 众号作为上海交通大学 1996 届本科校友,Cadence 全球研发副总裁、三维集成电路设计与分析事业部总经理顾鑫受邀出席论坛,与校地领导、校友代表及在校师生齐聚一堂,共同为母校百卅华诞送上祝福。 在论坛分享环节,顾鑫结合自身长期深耕 EDA 与集成电路设计领域的实践经验,分享了对行业发展的观察与思考,并带来了 Cadence 革新性的新范式“AI for Design,Design for AI”。当 AI 反向赋能芯片设计,两者构筑的飞轮正在重构整个芯片设计的底层逻辑。 图片来源:上海交通大学集成电路&信电学院微 信公众 号过去十年,半导体行业的重心在于如何“为 AI 应用设计芯片”(Design for AI),试图通过架构创新来喂饱算力饥渴。顾鑫提到,随着先进制程逼近 3nm 甚至 2nm 的物理极限,传统的 EDA 设计流程已遭遇“三重墙”的严峻阻碍:(1)复杂度墙:晶体管数量突破千亿量级,设计空间呈几何倍数爆炸。以苹果最新的 M3 芯片为例,其集成的 920 亿个晶体管已超出人类大脑的处理极限,传统人工设计只能触达局部最优,无法寻得全局最优解。(2)验证墙:验证工作量占据了 70% 以上的设计周期,且覆盖率依然存在盲点。过去,一颗复杂 AI 芯片的验证需耗时半年,编写数十万行测试用例并进行无数次仿真,即便如此仍可能在流片后暴露出导致上亿元损失的致命 Bug。(3)设计余量墙:为了规避制造波动,工程师不得不留出 10% 甚至 15% 的过大设计余量(Design Margin),导致芯片本可达到满分的性能,为了安全裕度被压制和浪费。而 AI 的介入,正在击碎这三重墙。顾鑫分享了 Cadence 最新的 ChipStack AI Super Agent,即全球首个端到端的 AI 设计超级代理。它能从高层设计需求出发,自动完成代码编写、测试平台生成、回归测试统筹、系统集成甚至 Debug 修复。顾鑫指出,EDA 行业的历次生产力革命通常带来 10 倍的效率跃升,而 AI 正在开启的第五时代,将是 10 倍乃至 100 倍的生产力提升。“AI for Design 不是简单的技术迭代,而是一场范式转移。”顾鑫表示,在 AI 驱动下,一两年内就可以看到全自动零人工干预的芯片设计商业项目落地。从交大校友到产业实践者,顾鑫回到交大的分享,将 Cadence 在“AI for Design,Design for AI”的产业实践带入上海交通大学的前沿科研环境,体现了校友对“饮水思源,爱国荣校”的回应,也体现了 Cadence 对高校生态及产学研协同的高度重视。面向未来,Cadence 期待与更多产业伙伴和青年工程师进行深度对话,在技术演进与人才成长的相互促进中,共同探索半导体产业长期发展的可能路径。 来源:Cadence楷登

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈