CN115311384A - 仿真结果处理方法、装置、电子设备及计算机可读介质 - Google Patents
仿真结果处理方法、装置、电子设备及计算机可读介质 Download PDFInfo
- Publication number
- CN115311384A CN115311384A CN202210939648.XA CN202210939648A CN115311384A CN 115311384 A CN115311384 A CN 115311384A CN 202210939648 A CN202210939648 A CN 202210939648A CN 115311384 A CN115311384 A CN 115311384A
- Authority
- CN
- China
- Prior art keywords
- data points
- simulation result
- cloud
- data
- same
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Generation (AREA)
Abstract
本申请涉及一种仿真结果处理方法、装置、电子设备及计算机可读介质。该方法包括:读取仿真结果数据,根据仿真分析类型对仿真结果数据进行分类;根据仿真分析类型及分类后的仿真结果数据,生成云图的数据点;基于自适应等差算法及云图的数据点,生成仿真结果的云图。本申请提供的方案,通过对仿真结果数据的分类和采用自适应等差算法生成云图,能够提高仿真结果云图的生成精度。
Description
技术领域
本申请涉及计算机技术领域,具体涉及一种仿真结果处理方法、装置、电子设备及计算机可读介质。
背景技术
在现有技术中,针对仿真分析结果数据,通常基于仿真分析结果的最值、进行图表分析。但基于单一最值的分析不足以满足仿真分析人员对其具体部位以及可能的变化趋势查看。现有技术中常采用较为清晰、直观的精度云图进行查看,以方便研发人员更好地了解及观察分析变化。目前,通用的云图及等值线绘制方法,普遍先绘制等值线,然后再在等值线区域填充颜色。但通过这类方法绘制的云图,在等值线区域内不能区分仿真结果的变化程度,且需要选取一定时间段内的数据,不能满足随时检测仿真结果的需求。同时,等值线数量及其对应物理量值的设置不能随意修改,不能根据仿真结果灵活设置。
发明内容
为解决或部分解决相关技术中存在的问题,本申请提供一种仿真结果处理方法、装置、电子设备及计算机可读介质,能够提高仿真结果云图的生成精度。
第一方面,本申请提供一种仿真结果处理方法,包括:
读取仿真结果数据,根据仿真分析类型对仿真结果数据进行分类;
根据仿真分析类型及分类后的仿真结果数据,生成云图的数据点;
基于自适应等差算法及云图的数据点,生成仿真结果的云图。
可选地,根据仿真分析类型对仿真结果数据进行分类,包括:
对仿真结果数据进行预处理,以使在相同物理量下,仿真结果数据的单位相同;根据预设分类规则,将相同物理量、相同工况及相同仿真分析类型的仿真结果数据分为一类。
可选地,根据仿真分析类型及分类后的仿真结果数据,生成云图的数据点,包括:
将物理值相同的同类仿真结果数据,归类为同一云图的数据点;
将相同仿真分析类型的数据点,归类为同一区域的数据点。
可选地,基于自适应等差算法及云图的数据点,生成仿真结果的云图,包括:
按照预设云图生成规则确定数据点之间的空间关系;
根据数据点之间的空间关系,生成数据点对应的线或数据点对应的面;
基于自适应等差算法,将数据点对应的线或数据点对应的面进行分类,对分类后的所述数据点对应的线或所述数据点对应的面进行等值化的颜色区分渲染。
可选地,预设云图生成规则包括:云图绘制的参数设定,云图绘制的参数包括云层数、云层间隔、云图数量中的一种或几种。
可选地,基于自适应等差算法,对分类后的所述数据点对应的线或所述数据点对应的面进行等值化的颜色区分渲染,包括:
获取同类面或同类线上的数据点,并确定渲染的颜色梯度;
根据所述自适应等差算法和所述颜色梯度,对同类不同物理值的数据点的颜色逐步差值化,以确保同类面或同类线上的数据点的颜色变换无明显间隔;
其中,在数据点对应的物理值相同的情况下,对数据点进行相同颜色的显示。
第二方面,本申请提供一种仿真结果处理装置,包括:
读取单元,用于读取仿真结果数据,根据仿真分析类型对仿真结果数据进行分类;
第一云图生成单元,用于根据仿真分析类型及分类后的仿真结果数据,生成云图的数据点;
第二云图生成单元,用于基于自适应等差算法及云图的数据点,生成仿真结果的云图。
可选地,装置还包括第三云图生成单元,第三云图生成单元用于按照预设云图生成规则确定所述数据点之间的空间关系;根据所述数据点之间的空间关系,生成所述数据点对应的线或所述数据点对应的面;基于所述自适应等差算法,将所述数据点对应的线或所述数据点对应的面进行分类,对分类后的所述数据点对应的线或所述数据点对应的面进行等值化的颜色区分渲染。
本申请提供的技术方案可以包括以下有益效果:读取仿真结果数据,根据仿真分析类型对仿真结果数据进行分类;根据仿真分析类型及分类后的仿真结果数据,生成云图的数据点;基于自适应等差算法及云图的数据点,生成仿真结果的云图。本申请提供的方案,通过对仿真结果数据的分类和采用自适应等差算法生成云图,能够提高仿真结果云图的生成精度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
通过结合附图对本申请示例性实施方式进行更详细地描述,本申请的上述以及其它目的、特征和优势将变得更加明显,其中,在本申请示例性实施方式中,相同的参考标号通常代表相同部件。
图1是本申请实施例示出的仿真结果处理方法的应用环境示意图;
图2是本申请实施例示出的仿真结果处理方法的流程示意图;
图3是本申请实施例示出的仿真结果处理方法的一种实施例的云图结果意图;
图4是本申请实施例示出的仿真结果处理方法的另一种实施例的云图结果意图;
图5是本申请实施例示出的仿真结果处理装置的结构示意图;
图6是本申请实施例示出的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的实施方式。虽然附图中显示了本申请的实施方式,然而应该理解,可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本申请更加透彻和完整,并且能够将本申请的范围完整地传达给本领域的技术人员。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语“第一”、“第二”、“第三”等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在现有技术中,针对仿真分析结果数据,通常基于仿真分析结果的最值、进行图表分析。但基于单一最值的分析不足以满足仿真分析人员对其具体部位以及可能的变化趋势查看。现有技术中常采用较为清晰、直观的精度云图进行查看,以方便研发人员更好地了解及观察分析变化。目前,通用的云图及等值线绘制方法,普遍采取先绘制等值线,然后再在等值线区域填充颜色。但通过这类方法绘制的云图,在等值线区域内不能区分仿真结果的变化程度,且需要选取一定时间段内的数据,不能满足随时检测仿真结果的需求。同时,等值线数量及其对应物理量值的设置不能随意修改,不能根据仿真结果灵活设置。
针对仿真分析结果数据的单一最值、及现有图表分析的云图生成方法不能满足仿真分析人员对其具体部位以及可能的变化趋势查看的问题。本申请采用仿真结果处理方法,以绘制精度更高的结果云图,并方便研发人员更好地了解及观察分析变化,从而更好预测工况本身的变化。
针对上述的问题,目前尚未提出有效的解决方案。
可选地,在本实施例中,上述基于仿真结果处理方法可以应用于如图1所示的由服务器102和终端104所构成的硬件环境中。如图1所示,服务器102通过网络与终端104进行连接,上述网络包括但不限于:广域网、城域网或局域网,终端104并不限定于PC、手机、平板电脑等。本发明实施例的面向组织的知识管理方法可以由服务器102来执行,也可以由终端104来执行,还可以是由服务器102和终端104共同执行。其中,终端104执行本发明实施例的面向组织的知识管理方法也可以是由安装在其上的客户端来执行。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
图2,本申请提供一种仿真结果处理方法,包括:
步骤S201,读取仿真结果数据,根据仿真分析类型对仿真结果数据进行分类。
在本实施例中,对于计算完成的仿真结果数据,进行结果文件的读取与识别。依据分析类型不同,依据需要查看的物理量、物理分量进行分类读取与筛选。同时对相应物理量的数据进行判读拾取,进行原始数据的分类存储(后续结果查看可能会对结果数据进行更改)。例如,查看静力学应力,进行读取识别每个节点、单元的各方向应力、合力或其它应力数值,还包括其他结果信息等。不同工况下,一方面依据用户计算时设置的结果查看,进行相应结果(相应的物理量结果)的读取,并进行分量的分类及存储。另一方面,依据分析类型不同、工况不同,显示其相应的物理量,例如静力分析就进行相关位移、应力、应变等物理量查看,瞬态动力学分析就进行相应时间下物理量的查看分类等。
在一种实施例中,根据仿真分析类型对仿真结果数据进行分类,包括:对所仿真结果数据进行预处理,以使在相同物理量下,仿真结果数据的单位相同;根据预设分类规则,将相同物理量、相同工况及相同仿真分析类型的仿真结果数据分为一类。在本实施例中,物理量可以为某种学科比如静力学应力,物理分量为该静力学应力对应的分力或合力等,物理值为在该物理量下的数据值,对仿真结果数据进行处理,就是为了保证在相同物理量下的仿真结果数据的单位相同。
在步骤S201中,每个结果数据中,每个点、单元都包含位置信息、各物理量的结果数据,对各点、各单元结果数据进行分类存储后,进行单物理量的结果云图绘制。进行等值云图绘制时,对单物理量下结果相同的节点进行相同颜色的渲染,同时与不同结果的节点,依据分析类型不同,进行区域的区分。相同结果的等值线、面绘制进行相应的线、面连接,形成用户所需的结果云图。不同结果的云图渲染,依据最大值、最小值进行等值化的颜色区分渲染。通过获取仿真结果数据,进行数据判断,进行详尽分类,以分析类型、物理量、具体分量进行细致区分及原始数据存储处理。
步骤S202,根据仿真分析类型及分类后的仿真结果数据,生成云图的数据点。
在一种实施例中,所述根据所述仿真分析类型及分类后的仿真结果数据,生成云图的数据点,包括:将物理值相同的同类仿真结果数据,归类为同一云图的数据点;将相同仿真分析类型的数据点,归类为同一区域的数据点。
在本实施例中,将物理值相同的仿真结果,归为同一云图数据点,是为了剔除相同数据,以防止云图对数据点进行重复渲染。将相同仿真分析类型的数据点,归为同一区域的数据点,是为了在后续渲染过程中,相同仿真分析类型的数据点集中在同一区域,有助于用户对云图有更直观的感受。
步骤203,基于自适应等差算法及所述云图的数据点,生成仿真结果的云图。
在步骤S203中,读取用户关于云图绘制的参数设定,包含云层数、云层间隔(连续、离散)、云图数量等,作为云图绘制的用户需求参数。依据用户查看的物理量进行云图展示,云图具体生成时,会根据用户设置的云层数或默认层数,进行数据的等值差分,不同数据组采用不同的像素颜色进行展示。对于不同的结果的节点之间,进行结果对于颜色间的逐步差值变化,确定该等值下的颜色,有效保证颜色变化不突兀,无明显间隔。这种颜色的变化是包含多个方向上的,保证颜色显示更贴近真实的结果变化。相同结果数值进行相同颜色的显示。整体颜色上以分层数进行大的颜色像素区分,并依据用户设定的连续或离散等进行区分,同时依据分析类型不同、查看物理量不同,最终完成等值线、面的区分。本实施例包含了数据处理,主要是进行对应物理量不同,或本身单位制的变化,对原始数据进行转化或相应变化处理,以及配合其动态变化进行一系列线性、模态的数据变化展示。
在一种实施例中,所述基于自适应等差算法及所述云图的数据点,生成仿真结果的云图,包括:按照预设云图生成规则确定所述数据点之间的空间关系;根据所述数据点之间的空间关系,生成所述数据点对应的线或所述数据点对应的面;基于所述自适应等差算法,将所述数据点对应的线或所述数据点对应的面进行分类,并依据所述数据点的最大物理值、所述数据点的最小物理进行等值化的颜色区分渲染。
在本实施例中,预设云图规则包括生成如图3所示的等值线图或生成图4中的云图。空间关系包括,将相同类型的数据点,按照预设误差范围内,生成一条等值线,或一个区域。
如图3所示,图3为本申请生成一种实施例的云图,该云图为等值线图。图3生成云图的过程包括:获取云图的数据点,获取数据点对应的物理值,设定物理值与像素值相对应的色彩参数;设定等值线参数,其中,所述等值线参数包括等值线数量和等值线色彩值;根据所述物理值、色彩参数和等值线参数,将所述数据点的物理值转化为相应像素值的色彩代码,得到色彩分布图,并在所述色彩分布图上绘制相应数量的等值线,等值线是根据预设物理值梯度,选取相同物理量的数据点生成。在一种实施例中,可以直接根据颜色梯度选取数据点,并在数据点上绘制等值线,不需要先生成色彩分布图。
如图4所示,图4为本申请生成的云图,图4生成云图的过程包括:获取云图的数据点,获取数据点对应的物理值,设定物理值与像素值相对应的色彩参数;设定等值面参数,其中,所述等值面参数包括等值面数量和等值面色彩值;根据所述物理值、色彩参数和等值面参数,将数据点的物理值转化为相应像素值的色彩代码,得到色彩分布图,并在所述色彩分布图上绘制相应数量的等值面。
在一种实施例中,所述基于所述自适应等差算法,将所述数据点对应的线或所述数据点对应的面进行分类,对分类后的所述数据点对应的线或所述数据点对应的面进行等值化的颜色区分渲染,包括:获取同类面或同类线上的数据点,并确定渲染的颜色梯度;根据所述自适应等差算法和所述颜色梯度,对同类不同物理值的数据点的颜色逐步差值化,以确保同类面或同类线上的数据点的颜色变换无明显间隔;其中,在数据点对应的物理值相同的情况下,对数据点进行相同颜色的显示。
具体地,在本实施例中,根据预设云图绘制规则,将所述数据点按照预设自适应性等差算法进行分类,确定数据点的物理量最大值和数据点的物理量最小值,并对数据点的物理量进行等值化的颜色区分渲染,对于数据点之间的颜色逐步差值变化,确定该等值下的颜色,有效保证颜色变化不突兀,无明显间隔。这种颜色的变化是包含多个方向上的,保证颜色显示更贴近真实的结果变化。相同结果数值进行相同颜色的显示。
在本实施例中,采用以数据点为中心,数据点之间采用自适应等差算法,并结合视图多色彩像素逐差变化进行颜色渲染。同时用户可介入进行自定义云层数、云层间隔(连续、离散)、云图数量等,方便用户进行更多查看与展示。精度上,云图展示渲染上进行不同点之间的更细致等差处理,利用分析类型不同即根据具体算法不同进行数据点之间的变化等差,使云图展示更加精细准确,符合分析类型及现实工况。效率上,传统方法采用统一的处理方法,每个分析时效一致,造成云图展示时间一致。该云图展示则是利用不同分析采用不同分析算法,保持基于与传统处理方法相同范围内的变化,较简单分析上采用更简单的算法,提升部分分析渲染效率及云图展示。
对应选择图3或图4的云图,可根据用户需要自行进行选择显示及相关显示参数的设定。同时支持局部区域的单独显示、API的自动化设定及展示。
在一种实施例中,可以实现对云图的线性动画播放,主要是进行结果数据从0到最大、最小值的有序变化,分别绘制每一帧下的等值显示1、等值显示2,以达到连续播放达到动画播放效果,其中,等值显示1为图3示例的等值线图,等值显示2为图4示例的云图。
本申请提供的技术方案可以包括以下有益效果:读取仿真结果数据,根据仿真分析类型对仿真结果数据进行分类;根据仿真分析类型及分类后的仿真结果数据,生成云图的数据点;基于自适应等差算法及云图的数据点,生成仿真结果的云图。本申请提供的方案,申请通过对仿真结果数据的分类和采用自适应等差算法生成云图,能够提高仿真结果云图的生成精度。
如图5所示,本申请还提供一种仿真结果处理装置,包括:
读取单元501,用于读取仿真结果数据,根据仿真分析类型对所述仿真结果数据进行分类;
第一云图生成单元502,用于根据所述仿真分析类型及分类后的仿真结果数据,生成云图的数据点;
第二云图生成单元503,用于基于自适应等差算法及所述云图的数据点,生成仿真结果的云图。
在一种实施例中,所述装置还包括第三云图生成单元,所述第三云图生成单元用于用于按照预设云图生成规则确定所述数据点之间的空间关系;根据所述数据点之间的空间关系,生成所述数据点对应的线或所述数据点对应的面;基于所述自适应等差算法,将所述数据点对应的线或所述数据点对应的面进行分类,对分类后的所述数据点对应的线或所述数据点对应的面进行等值化的颜色区分渲染。
在一种实施例中,根据仿真分析类型对仿真结果数据进行分类,包括:
对所仿真结果数据进行预处理,以使在相同物理量下,仿真结果数据的单位相同;根据预设分类规则,将仿真结果数据按照相同物理量、相同工况和相同仿真分析类型进行分类。
在本实施例中,对于计算完成的仿真结果数据,进行结果文件的读取与识别。依据分析类型不同,依据需要查看的物理量、物理分量进行分类读取与筛选。同时对相应物理量的数据进行判读拾取,进行原始数据的分类存储(后续结果查看可能会对结果数据进行更改)。例如,查看静力学应力,进行读取识别每个节点、单元的各方向应力、合力或其它应力数值,还包括其他结果信息等。不同工况下,一方面依据用户计算时设置的结果查看,进行相应结果(相应的物理量结果)的读取,并进行分量的分类及存储。另一方面,依据分析类型不同、工况不同,显示其相应的物理量,例如静力分析就进行相关位移、应力、应变等物理量查看,瞬态动力学分析就进行相应时间下物理量的查看分类等。
在一种实施例中,根据仿真分析类型及分类后的仿真结果数据,生成云图的数据点,包括:
选取相同仿真分析类型及同一物理量的仿真数据作为候选数据;
将物理量相同的候选数据,归为同一云图的数据点;
将相同仿真分析类型的数据点,归类为同一区域的数据点。
在一种实施例中,基于自适应等差算法及云图的数据点,生成仿真结果的云图,包括:
按照预设云图生成规则确定数据点之间的空间关系;
根据数据点之间的空间关系,生成数据点对应的线或数据点对应的面;
基于自适应等差算法,将数据点对应的线或数据点对应的面进行分类,并依据数据点的最大物理值、数据点的最小物理进行等值化的颜色区分渲染。
在一种实施例中,预设云图生成规则包括:云图绘制的参数设定,云图绘制的参数包含云层数、云层间隔、云图数量中的一种或几种。
在一种实施例中,基于自适应等差算法,将数据点对应的线或数据点对应的面进行分类,并依据数据点的最大物理值、数据点的最小物理进行等值化的颜色区分渲染,包括:
对于相同面或相同线上的数据点,对于不同的结果的节点之间,进行结果对于颜色间的逐步差值变化,确定该等值下的颜色,有效保证颜色变化不突兀,无明显间隔;
在数据点对应的物理量相同的情况下,对数据点进行相同颜色的显示。
进行相同颜色的显示。
如图3所示,图3为本申请生成的等值线图。获取云图的数据点,获取数据点对应的物理量,设定物理量与像素值相对应的色彩参数;设定等值线参数,其中,所述等值线参数包括等值线数量和等值线色彩值;根据所述物理量、色彩参数和等值线参数,将所述物理两个转化为相应像素值的色彩代码,得到温度云图,并在所述温度云图上绘制相应数量的等值线。
如图4所示,图4为本申请生成的云图,获取云图的数据点,获取数据点对应的物理量,设定物理量与像素值相对应的色彩参数;设定等值面参数,其中,所述等值面参数包括等值面数量和等值面色彩值;根据所述物理量、色彩参数和等值面参数,将所述物理两个转化为相应像素值的色彩代码,得到温度云图,并在所述温度云图上绘制相应数量的等值面。
本申请提供的技术方案可以包括以下有益效果:读取仿真结果数据,根据仿真分析类型对仿真结果数据进行分类;根据仿真分析类型及分类后的仿真结果数据,生成云图的数据点;基于自适应等差算法及云图的数据点,生成仿真结果的云图。本申请提供的方案,申请通过对仿真结果数据的分类和采用自适应等差算法生成云图,能够提高仿真结果云图的生成精度。
图6是本申请实施例示出的电子设备的结构示意图。
参见图6,电子设备600包括存储器602和处理器606。
处理器606可以是中央处理单元(Central ProceSing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal ProceSor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器602可以包括各种类型的存储单元,例如系统内存、只读存储器(ROM)和永久存储装置。其中,ROM可以存储处理器606或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中,永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中,永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备,例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外,存储器602可以包括任意计算机可读存储媒介的组合,包括各种类型的半导体存储芯片(例如DRAM,SRAM,SDRAM,闪存,可编程只读存储器),磁盘和/或光盘也可以采用。在一些实施方式中,存储器602可以包括可读和/或写的可移除的存储设备,例如激光唱片(CD)、只读数字多功能光盘(例如DVD-ROM,双层DVD-ROM)、只读蓝光光盘、超密度光盘、闪存卡(例如SD卡、min SD卡、Micro-SD卡等)、磁性软盘等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。
存储器602上存储有可执行代码,当可执行代码被处理器606处理时,可以使处理器606执行上文述及的方法中的部分或全部。
此外,根据本申请的方法还可以实现为一种计算机程序或计算机程序产品,该计算机程序或计算机程序产品包括用于执行本申请的上述方法中部分或全部步骤的计算机程序代码指令。
或者,本申请还可以实施为一种计算机可读存储介质(或非暂时性机器可读存储介质或机器可读存储介质),其上存储有可执行代码(或计算机程序或计算机指令代码),当可执行代码(或计算机程序或计算机指令代码)被电子设备(或服务器等)的处理器执行时,使处理器执行根据本申请的上述方法的各个步骤的部分或全部。
以上已经描述了本申请的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其他普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种仿真结果处理方法,其特征在于,包括:
读取仿真结果数据,根据仿真分析类型对所述仿真结果数据进行分类;
根据所述仿真分析类型及分类后的仿真结果数据,生成云图的数据点;
基于自适应等差算法及所述云图的数据点,生成仿真结果的云图。
2.根据权利要求1所述的方法,其特征在于,所述根据仿真分析类型对所述仿真结果数据进行分类,包括:
对所述仿真结果数据进行预处理,以使在相同物理量下,所述仿真结果数据的单位相同;
根据预设分类规则,将相同物理量、相同工况及相同仿真分析类型的仿真结果数据分为一类。
3.根据权利要求2所述的方法,其特征在于,所述根据所述仿真分析类型及分类后的仿真结果数据,生成云图的数据点,包括:
将物理值相同的同类仿真结果数据,归类为同一云图的数据点;
将相同仿真分析类型的数据点,归类为同一区域的数据点。
4.根据权利要求3所述的方法,其特征在于,所述基于自适应等差算法及所述云图的数据点,生成仿真结果的云图,包括:
按照预设云图生成规则确定所述数据点之间的空间关系;
根据所述数据点之间的空间关系,生成所述数据点对应的线或所述数据点对应的面;
基于所述自适应等差算法,将所述数据点对应的线或所述数据点对应的面进行分类,对分类后的所述数据点对应的线或所述数据点对应的面进行等值化的颜色区分渲染。
5.根据权利要求4所述的方法,其特征在于,所述预设云图生成规则包括:云图绘制的参数设定,所述云图绘制的参数包括云层数、云层间隔、云图数量中的一种或几种。
6.根据权利要求5所述的方法,其特征在于,所述基于所述自适应等差算法,对分类后的所述数据点对应的线或所述数据点对应的面进行等值化的颜色区分渲染,包括:
获取同类面或同类线上的数据点,并确定渲染的颜色梯度;
根据所述自适应等差算法和所述颜色梯度,对同类不同物理值的数据点的颜色逐步差值化,以确保同类面或同类线上的数据点的颜色变换无明显间隔;
其中,在数据点对应的物理值相同的情况下,对数据点进行相同颜色的显示。
7.一种仿真结果处理装置,其特征在于,包括:
读取单元,用于读取仿真结果数据,根据仿真分析类型对所述仿真结果数据进行分类;
第一云图生成单元,用于根据所述仿真分析类型及分类后的仿真结果数据,生成云图的数据点;
第二云图生成单元,用于基于自适应等差算法及所述云图的数据点,生成仿真结果的云图。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括第三云图生成单元,所述第三云图生成单元用于按照预设云图生成规则确定所述数据点之间的空间关系;根据所述数据点之间的空间关系,生成所述数据点对应的线或所述数据点对应的面;基于所述自适应等差算法,将所述数据点对应的线或所述数据点对应的面进行分类,对分类后的所述数据点对应的线或所述数据点对应的面进行等值化的颜色区分渲染。
9.一种电子设备,其特征在于,包括:
处理器;以及
存储器,其上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行如权利要求1至6中任意一项所述的方法。
10.一种计算机可读存储介质,其特征在于,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如权利要求1至6中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210939648.XA CN115311384A (zh) | 2022-08-05 | 2022-08-05 | 仿真结果处理方法、装置、电子设备及计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210939648.XA CN115311384A (zh) | 2022-08-05 | 2022-08-05 | 仿真结果处理方法、装置、电子设备及计算机可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115311384A true CN115311384A (zh) | 2022-11-08 |
Family
ID=83861420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210939648.XA Pending CN115311384A (zh) | 2022-08-05 | 2022-08-05 | 仿真结果处理方法、装置、电子设备及计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115311384A (zh) |
-
2022
- 2022-08-05 CN CN202210939648.XA patent/CN115311384A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109961101B (zh) | 货架状态确定方法及装置、电子设备、存储介质 | |
US20030185446A1 (en) | Method and apparatus for global image quantification verification | |
CN104112284B (zh) | 一种图片的相似度检测方法和设备 | |
CN104933721B (zh) | 基于颜色滤波阵列特性的拼接图像篡改检测方法 | |
Liu et al. | Fabric defect detection based on information entropy and frequency domain saliency | |
US20030152275A1 (en) | Method and apparatus for local image quantification verification | |
US20160307367A1 (en) | Raster-based mesh decimation | |
CN109711508A (zh) | 图像处理方法和装置 | |
CN111161346B (zh) | 将商品在货架中进行分层的方法、装置和电子设备 | |
CN109283182A (zh) | 一种电池焊点缺陷的检测方法、装置及系统 | |
US20030185462A1 (en) | Method and apparatus for regional image quantification verification | |
CN110689134A (zh) | 执行机器学习过程的方法、装置、设备以及存储介质 | |
CN108830828A (zh) | 一种遥感图像变化检测方法及装置 | |
Johansson et al. | A screen space quality method for data abstraction | |
US6961468B2 (en) | Method and apparatus for adaptive local image quantification verification | |
CN115311384A (zh) | 仿真结果处理方法、装置、电子设备及计算机可读介质 | |
JP2021119442A (ja) | 異常検知方法、異常検知装置、異常検知プログラムおよび学習方法 | |
Nader et al. | Visual contrast sensitivity and discrimination for 3D meshes and their applications | |
US20230019751A1 (en) | Method and apparatus for light estimation | |
CN115965646A (zh) | 区域划分方法、装置、计算机设备及计算机可读存储介质 | |
CN112446933B (zh) | 金融资产的图像化方法、装置、电子设备及可读存储介质 | |
US11657511B2 (en) | Heuristics-based detection of image space suitable for overlaying media content | |
CA3095497C (en) | Systems and methods for compliance monitoring | |
WO2022125127A1 (en) | Detection of image space suitable for overlaying media content | |
CN113344084A (zh) | 一种基于图像识别的珠宝质量鉴定方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |