目前，Python這門編程語言在全球范圍內炙手可熱，而Python生態系統囊括了豐富的開源代碼庫，可供開發人員免費使用，以幫助創建全新的解決方案。PyAnsys代碼庫有助于開發人員在其Python項目中集成Ansys仿真，從而開辟了廣闊的新天地。

我們可以從這樣一種角度來理解仿真：它無需執行現實世界的任務，即可提供與其它物理方式相同的洞察信息。它可以在不破壞、甚至是未構建昂貴原型的情況下對應力進行測試。它無需構建實際的溫度、壓力、電流或流動條件，即可在熱、電氣、流體等眾多領域中充分探索新設計的特性。我們無需創造實際的體驗，即可獲得與實際經驗相同的洞察。假如當我們可能需要花費50或100年之久，或者需要破壞價值高達數百萬美元的原型才能獲得這些洞察信息時，這一優勢就顯得尤為重要了。

在仿真環境中，人們需要執行的唯一現實任務就是手動配置、運行以及共享仿真結果。

但是這種情況也在發生改變，這一切要得益于PyAnsys以及其它用于連接數字主線的Ansys解決方案。

PyAnsys是一系列Python軟件包，可幫助用戶以前所未有的方式與Ansys產品（包括MAPDL、AEDT等）進行交互。該軟件包可提供現代化的可編程接口，通過該接口，用戶不僅可以使用Ansys仿真堆棧編寫腳本，以進行各種多物理場仿真，而且還可以編寫工作流程腳本，將仿真與其它自動化操作相結合。

?

采用PyAEDT繪制的天線陣列輸出的3D極坐標圖

為什么選擇Python？

那么，為什么要選擇Python呢？長期以來，Ansys參數化設計語言（APDL）提供豐富的腳本與控制功能，支持與Ansys產品進行交互。用戶可以在APDL（或者Mechanical APDL [MAPDL]，一種基于APDL創建的有限元分析程序）中編寫腳本，從而有利于仿真的設置、執行和后處理。此外，Ansys定制化工具套件（ACT）也可提供眾多功能，以用于在Ansys Mechanical中控制和自動執行仿真。

但僅此而已：用戶只能在這些工具中使用它們的腳本功能。此前，尚未有一種機制支持APDL、MAPDL或者ACT以外的通過可編程的方式與任何Ansys產品進行交互。

然而在2016年，情況有所轉變，一位名叫Alex Kaszynski的Python開發人員，同時也是Ansys MAPDL的用戶，他創建了一種代碼庫，能夠使用Python與MAPDL進行交互。當時，Python語言已成為學校開設的熱門課程，并受到無數開發人員的熱烈追捧，而且Python生態系統擁有豐富的公共與私有代碼庫，可供開發人員下載并用于創建自己的應用。Kaszynski在GitHub在線開源代碼庫上發布了他的代碼庫PyMAPDL，以便感興趣的用戶可以下載，并將其功能整合到他們自己的MAPDL項目中。

用戶競相而來地下載這個代碼庫。PyMAPDL免費向用戶提供，然而當時如果用戶希望與Ansys MAPDL進行交互，則需要獲得該應用的許可證，比較明確的事實是，Ansys用戶非常希望能夠以更豐富的可編程方式與Ansys仿真堆棧實現交互。

Ansys很快也了解到這種積極的需求，隨即聘請了Kaszynski并鼓勵他繼續之前的工作。

采用PyFluent對排氣歧管網格進行后處理

PyFluent后處理顯示了排氣歧管中流速的等值面

借助Python不斷前行

目前，這項工作仍在持續進行中。截至本文撰寫時，GitHub上的PyAnsys頁面（https://github.com/pyansys）提供了一系列軟件包，可用于通過“Python”方式與Ansys產品進行交互：

電子仿真：PyAEDT

固體力學仿真：PyMAPDL

流體仿真：PyFluent、PyFluent-Parametric、PyFluent-Visualization

后處理：PyDPF-Core、PyDPF-Post

材料管理：Granta MI BoM Analytics

此外，GitHub上的PyAnsys頁面還提供了一系列可訪問的共享組件，有助于提高軟件包的互操作性并最大限度地降低維護成本。

由于Python生態系統提供了代碼庫，用戶可以使用這些代碼庫創建具有定制用戶界面（UI）的Web應用，而且可以從這些定制UI中輕松調用PyAnsys產品。這樣可以確保基于PyAnsys的項目具有高度易用性，因為用戶無需熟悉與每種Ansys產品相關的UI。即使是對于能夠訪問多種不同Ansys仿真工具的Python腳本而言，其用戶界面僅包含與自動化工作流程相關的選項和輸入需求。

一直以來，GitHub社區積極上傳基于PyAnsys的項目，以供他人使用，而Ansys對相關項目進行審核，并與開發人員展開合作，希望將其創意加入到全新的PyAnsys軟件包。在GitHub上，這些軟件包（以及完整文檔與代碼示例）將繼續以MIT授權的形式作為開源庫提供。

另外，Ansys Developer Experience數字平臺已經推出，旨在鼓勵和支持更廣泛的開發者生態系統與Ansys進行交互。該平臺不僅包括開發人員門戶、同行交流論壇，并且能夠訪問Ansys文檔及工具，以便開發人員能夠快速啟動工作。這是Ansys首次提供專用平臺和資源，以支持開發人員使用Ansys新興技術。

Developer Experience平臺旨在促進開發者生態系統不斷發展壯大，同時通過更輕松地訪問相關資源和獲取技術支持來提升用戶體驗。

車床刀具的MAPDL容積圖

車床刀具的MAPDL模態主應力

現實優勢

對于全球的用戶而言，PyAnsys能夠帶來實實在在的好處。例如，德國系統設計與工程公司Bewind GmbH的工程團隊使用PyAnsys創建定制的自動化工作流程，從而能夠更準確、更高效地對其風力渦輪機葉片進行疲勞評估。該方法利用Ansys求解器的預測準確度來驗證葉片的結構可靠性和運行效率，可以節約大量時間和成本。

還有其他公司已相繼采用PyAnsys來實現重復、復雜仿真的自動化，例如那些可用于訓練機器學習（ML）或人工智能（AI）系統的仿真。訓練此類系統可能需要開展數千次仿真，如果可以通過Python腳本以編程方式管理仿真運行，那么管理這些仿真的執行與分析將輕松得多。還有一些公司通過采用PyAnsys來幫助確保以完全相同的方式執行重復的仿真，從而降低由于無法完美重復枯燥的復雜任務而造成人為錯誤的可能性。

通過使用Python優化流程的功能，工程師有機會重新思考如何來執行操作。例如，通過把復雜工作流程分解成可以使用獨立資源并行運行的多個任務，Python腳本可以大幅縮短完成工作流程所需的時間。以前，結構團隊、流體團隊和熱分析團隊之間可能需要持續協調和傳輸的操作（傳統上不同團隊需要按順序使用不同的工具運行仿真），現在可以在腳本中輕松捕獲，并且該腳本可以在相互連接的數字主線中與其它解決方案結合使用，從而提供所有團隊都需要的信息。

PyAnsys軟件包的可用性以及將Ansys仿真整合到更廣泛操作生態系統的功能，為最終用戶和開發人員開辟了新天地。當今許多公司都采用PyAnsys自動執行現有流程，因為這些流程已知并且需要以特定方式執行，所以這種方法行之有效。不過，PyAnsys也創造了一些新的機會，讓Ansys仿真堆棧能夠集成到從未嘗試的工作流程中。PyAnsys有望成為支持互連創新并最終推動數字化轉型的Ansys另一項新技術。

審核編輯：劉清