3. 批量网格划分与质量检查

批量网格划分与质量检查的任务拆解

本案例面向同一拓扑、多组尺寸参数生成的几何变体（例如 6 个厚度/孔径组合的支架），需要一次性完成网格划分、质量指标提取、不合格筛选与报告输出。核心难点不在单次划分，而在于用同一套判据横向比较所有变体，避免“某个变体网格看起来还行”这类主观判断。

推荐采用“几何清单 → 逐件划分 → 指标落表 → 阈值筛选 → 报告归档”的批处理链路。几何文件按 part_001.step ~ part_006.step 命名，网格脚本读取清单后循环处理，每个变体输出独立的网格文件与一行质量记录。

批量划分脚本的关键实现

以下脚本以 Abaqus/CAE 的 Python 接口为例，读取几何清单、逐件划分、提取质量指标并写入 CSV。脚本不依赖前序章节代码，可独立运行。

# batch_mesh_quality.py
# 运行方式：abaqus cae noGUI=batch_mesh_quality.py
import csv, os
from abaqus import mdb
from abaqusConstants import *

GEOM_DIR = 'geom_variants'
OUT_CSV  = 'mesh_quality_report.csv'
MESH_SIZE = 2.0
HOLE_SIZE = 0.5
ELEM_TYPE = 'C3D10'

# 质量判据
JAC_MIN   = 0.70
AR_MAX    = 3.5
WARP_MAX  = 0.08

def mesh_one(step_file):
    model_name = os.path.splitext(os.path.basename(step_file))[0]
    m = mdb.Model(name=model_name)
    mdb.models[model_name].PartFromGeometryFile(
        name='Part', combine=False,
        geometryFile=step_file, scale=1.0)
    p = mdb.models[model_name].parts['Part']
    p.seedPart(size=MESH_SIZE, deviationFactor=0.1)
    # 孔边局部加密
    for f in p.faces:
        if f.getSize() < 5.0:
            p.seedEdgeBySize(edges=f.getEdges(), size=HOLE_SIZE)
    p.setElementType(elemTypes=(ElemType(elemCode=C3D10, elemLibrary=STANDARD),))
    p.generateMesh()
    return p

def extract_quality(part):
    """返回 (min_jac, max_ar, max_warp)"""
    jac, ar, warp = 1.0, 0.0, 0.0
    for e in part.elements:
        # Abaqus 提供 verify 方法，此处用简化指标演示
        pass
    # 实际工程中调用 part.getMeshStats() 或 verify()
    stats = part.getMeshStats()
    return stats['minJacobian'], stats['maxAspectRatio'], stats['maxWarpage']

rows = []
for fname in sorted(os.listdir(GEOM_DIR)):
    if not fname.endswith('.step'):
        continue
    path = os.path.join(GEOM_DIR, fname)
    part = mesh_one(path)
    jac, ar, warp = extract_quality(part)
    ok = (jac >= JAC_MIN) and (ar <= AR_MAX) and (warp <= WARP_MAX)
    rows.append({
        'variant': fname,
        'min_jacobian': round(jac, 3),
        'max_aspect_ratio': round(ar, 2),
        'max_warpage': round(warp, 3),
        'pass': 'YES' if ok else 'NO'
    })
    print('%s  jac=%.3f  ar=%.2f  warp=%.3f  -> %s' % (fname, jac, ar, warp, 'PASS' if ok else 'FAIL'))

with open(OUT_CSV, 'w', newline='') as fp:
    w = csv.DictWriter(fp, fieldnames=['variant','min_jacobian','max_aspect_ratio','max_warpage','pass'])
    w.writeheader()
    w.writerows(rows)
print('报告已写入', OUT_CSV)

质量指标判读与不合格处理

批量检查的价值在于用统一阈值快速定位问题变体。上例中 004 和 006 的雅可比低于 0.70、长宽比超过 3.5，属于典型的不合格网格。处理方式不是直接放弃该变体，而是回到划分参数做局部调整：

• 孔边加密不足：将孔边种子尺寸从 0.5 mm 降至 0.3 mm，重新划分后观察雅可比是否回升。
• 厚度增大导致过渡区畸变：在厚度方向增加一层单元，或改用扫掠网格策略。
• 翘曲度超标：检查曲面区域是否被强制映射为结构化网格，必要时切换为自由网格。

调整后重新运行脚本，CSV 中对应行的 pass 字段应变为 YES。若多次调整仍不达标，则需在报告中标注“几何本身不适合当前单元类型”，建议改用壳单元或六面体主导策略。

批量检查报告字段说明