仿真脚本发展现状
脚本语言相关：由于Python编程语言发展较晚，此前自动化等脚本都是VBA，例如CST/HFSS/AWR/ANSYS/ABAQUS/Excel等软件现在仍保留着这些接口。但是VB的弊端很明显，语法不够简单、灵活性有限。因此可以看到和预料到近年以及后续会有越来越多的软件适配Python接口。（笔者4年前也是感觉有此趋势所以在那个时候就开始学习Python了）
脚本二次开发常见适用领域：
CAD二次开发。例如autoCad，Creo等CAD软件。由于目前各行各业使用CAD+CAE的比例越来越高，水平越来越好，模型/业务越复杂，自动化CAD建模会有越来越大的需求。目前市场需求稍微多一点的是AutoCad自动建模。
CAE二次开发。如电磁/流体/光学/力学仿真等。CAE往往需要建模+剖分+计算，因此CAE可以做的地方更多。大致大家就分为了前处理+后处理+自动优化等。目前市场需求较大的是自动MESH和后处理。
总之，就一句话，人生苦短，请用Python。
学习建议
Python语言相关
- 基础语法。这个就不用多说了。
- Python相关的库。建议学习numpy，pandas这2个数据处理的库，matplotlib绘图库，如xlwt等Excel文件处理相关的库，最后就是pyqt5写GUI界面的库。
仿真软件相关
- 仿真的基本过程。仿真软件的运行和使用过程。不需要很会建模啊，搞设计，但是呢，软件怎么运行的，大致的按钮，每个功能是什么这些必须得会。这一块建议多学学，能否做一个好的软件，软件使用水平很重要。怎么建模,怎么简化模型，怎么设置材料库，怎么mesh，怎么设置边界，怎么设置激励，怎么建立仿真sutup，怎么获取数据等等。
- 脚本相关的文档。查看对应CAE软件的script脚本文档，里面会清楚地告知怎么调用每个接口，函数参数等。部分好一点的商业软件还内置了录制脚本的功能，这个非常非常实用。
这块需要不断的学习，笔者也只学了ANSYS/CST/ABAQUS的目前。
HFSS自动化实例
脚本开发目的：能自动化设置激励，自动化导出结果，最终形成一个汇总指标单。
界面开发：由于是脚本，所以需要在仿真的服务器或者是PC上运行，自动和程序交互，所以需要编写一个GUI程序界面。
pyqt编写的，具体怎么写这个界面，搭建可以自行百度，用designer即可拖拽形成界面。界面几个模块主要是仿真文件的对应参数，不同行业肯定不一样，所以就不赘述了。
总体思路是：程序自动打开HFSS软件，自动根据激励文件输入激励并输出结果。这个代码太长所以就不放上面了。
更改激励脚本：
def get_excitions(Am, Ph, array, sum):
array=[int(i) for i in array]
home_list = [["IncludePortPostProcessing:=", True,
"SpecifySystemPower:=", False]]
for i in range(1, sum + 1):
if i in array:
name = str(i)
am = str(Am[array.index(i)]) + "W"
phase = str(Ph[array.index(i)])
part = [
"Name:=", name,
"Magnitude:=", am,
"Phase:=", phase]
else:
name = str(i)
part = [
"Name:=", name,
"Magnitude:=", "0W",
"Phase:=", "0deg"]
home_list.append(part)
return home_list通过此函数可以安装幅度相位数据自动生成相应的激励代码，输出的home_list即HFSS可以识别的更改激励的设置。
（具体的里面每个参数建议录制脚本参考）
抽取结果并导出为CSV文件代码：
从3D数据里面抽取结果，s参数，2D方向图等，此脚本是2D方向图数据。
def generate_report(xiaqing, oDesign, outcom_path, setup_name, radiation, port_num):
oModule = oDesign.GetModule("ReportSetup")
# 垂直面
V_name = "T" + str(xiaqing) + "_V"
oModule.CreateReport(V_name, "Far Fields", "Rectangular Plot", setup_name,
[
"Context:=", radiation
],
[
"Theta:=", ["All"],
"Phi:=", ["0deg"],
"Freq:=", ["All"],
],
[
"X Component:=", "Theta",
"Y Component:=", ["dB(GainTotal)"]
], [])
# 水平面
H_name = "T" + str(xiaqing) + "_H"
theta = str(90 + int(xiaqing)) + "deg"
print(H_name, theta)
oModule.CreateReport(H_name, "Far Fields", "Rectangular Plot", setup_name,
["Context:=", radiation],
[
"Phi:=", ["All"],
"Theta:=", [theta],
"Freq:=", ["All"],
],
[
"X Component:=", "Phi",
"Y Component:=", ["dB20(co1)", "dB20(cro1)"]
], [])
oModule.AddTraces(H_name, setup_name,
["Context:=", radiation],
[
"Phi:=", ["All"],
"Theta:=", [theta],
"Freq:=", ["All"],
],
[
"X Component:=", "Phi",
"Y Component:=", ["dB(GainTotal)"]
], [])
# 建结果文件夹
path = outcom_path + "/PORT" + str(port_num)
H = path + "/T" + str(xiaqing) + "_H.csv"
V = path + "/T" + str(xiaqing) + "_V.csv"
if not os.path.exists(path):
os.makedirs(path)
oModule.ExportToFile(H_name, H)
oModule.ExportToFile(V_name, V)
oModule.DeleteReports([H_name, V_name])注：里面涉及到一些3D数据构成和方向图知识，非电磁专业的工程师可能不理解。
汇总成Excel代码：
将导出的CSV 方向图文件进行计算，并形成报告。
# 解析水平面数据并保存图片
def parse(datas, name, temp_dirs):
columns = datas.columns.values.tolist() # 获取列名列表，注意values，tolist的使用
theta = datas[columns[0]].values.tolist()
empty = pd.DataFrame(
columns=['PORT&T', '频点', '水平面增益Gain', '水平面波宽(3dB)', '水平面波宽(10dB)', '主极化前后比', '交叉极化前后比', '交叉极化比(0°)'
, '交叉极化比(±60°)', '水平面波束偏移(最大值)','水平面波束偏移(3dB)', '＋60°边缘功率下降', '-60°边缘功率下降',"总功率前后比(±15°)","总功率前后比(±30°)","总功率前后比(±180°)"])
fig = plt.figure()
for column in columns[1:]:
freq = float(re.findall(".*?Freq='(.*?)GHz.*?'", column)[0]) * 1000
if 'co1' in column:
data1 = datas[column].values.tolist() # 主极化
column2 = column.replace('co1', 'cro1')
data2 = datas[column2].values.tolist() # 交叉极化
if max(data1) < max(data2):
data3 = data2
data2 = data1
data1 = data3
new_column = column.replace("dB20(co1)", "dB(GainTotal)")
db_data=datas[new_column].values.tolist()
gain_total = max(db_data)
max_value = max(data1) # 最大值
db3kokuan = calc1(theta, data1) # 3db波宽
db10kokuan = calc2(theta, data1) # 10db波宽
mainqianhou = calc3(theta, data1) # 主极化前后比
croqianhou = calc4(theta, data1, data2) # 交叉极化前后比
cro0 = calc5(theta, data1, data2) # 0°交叉极化比
cro60 = calc6(theta, data1, data2) # 60°交叉极化比
dis = calc7(theta, data1) # 水平波束偏移
dis_3 = calc9(theta, data1, 3) # 水平波束偏移(3db)
down60_1, down60_2 = calc8(theta, data1) # +-60°边缘功率下降
total_qianhou_15, total_qianhou_30, total_qianhou_180 = calc10(theta, db_data, 15), calc10(theta, db_data,30), calc10(theta,db_data,180)
a = pd.Series(
{'PORT&T': name, '频点': freq, '水平面增益Gain': gain_total, '水平面波宽(3dB)': db3kokuan, '水平面波宽(10dB)': db10kokuan,
'主极化前后比': mainqianhou, '交叉极化前后比': croqianhou, '交叉极化比(0°)': cro0
, '交叉极化比(±60°)': cro60, '水平面波束偏移(最大值)': dis, '水平面波束偏移(3dB)': dis_3, '＋60°边缘功率下降': down60_1,
'-60°边缘功率下降': down60_2, "总功率前后比(±15°)": total_qianhou_15, "总功率前后比(±30°)": total_qianhou_30,
"总功率前后比(±180°)": total_qianhou_180})
# empty.append([{'PORT&T':name,'频点':freq,'水平面增益Gain':max_value,'水平面波宽(3dB)':db3kokuan,'水平面波宽(10dB)':db10kokuan,'主极化前后比':mainqianhou,'交叉极化前后比':croqianhou,'交叉极化比（0°)':cro0
# ,'交叉极化比（±60°）':cro60,'水平面波束偏移':dis,'＋60°边缘功率下降':down60_1,'-60°边缘功率下降':down60_2}], ignore_index=True)
empty = empty.append(a, ignore_index=True)
plt.plot(theta, data1)
plt.plot(theta, data2)
plt.grid()
plt.title(name)
plt.xlabel("Phi", fontsize=16)
plt.ylabel("db", fontsize=16)
# plt.show()
fig.savefig(temp_dirs + name + "_H.jpg")
print(empty.isna().sum())
return empty此例子是计算了一个水平面方向图数据并汇总成pandas数据，还生成了相应数据图片
最后
再将以上模块用主程序和循环控制，即完成了整个程序。下面是程序运行的过程样例和结果。
HFSS后处理样例
结语
该帖主要讲述了大致的学习、发展方向和开发思路，样例也仅提供了一个较成熟的后处理例子，由于结构较复杂涉及知识点略多，所以基础未讲太基础的部分（基础部分其余博客都讲比较多）。后续会再增加CST和Abaqus较基础的自动化程序样例。
注：所有程序均为自主开发，如对内容有疑问，请私信联系我。
