当前位置:网站首页>MOOSE平台使用入门攻略——如何运行官方教程的例子
MOOSE平台使用入门攻略——如何运行官方教程的例子
2022-08-04 05:30:00 【nuomi666】
本文仅介绍如何运行MOOSE平台官方给出的几个例子(Examples and Tutorials | MOOSE),如何安装MOOSE平台可以参考官方教程(Install MOOSE | MOOSE),本文是基于windows10系统的Ubuntu 20.04虚拟机进行的。
运行这些例子,可以使用自己构建的app,也可以编译官方给出的例子文件夹的app,为了尽快的跑通例子,这里直接编译例子文件夹中的app。
1、切换moose环境
首先打开Ubuntu,输入
conda activate moose如果还没有构建moose环境,可以参考(Conda MOOSE Environment | MOOSE),
此时命令行的开头base将转变为moose

2、编译app
以Ee01为例,这里推荐大家把原始文件在同目录下复制一次,切换工作目录至复制后的文件夹~\projects\moose\examples\ex01_inputfile_copy,然后运行make -j 4编译该目录下的app即可,其中j后面的数字是多少线程进行编译的意思,-j4即为4线程。
cd ~/projects/moose/examples/ex01_inputfile_copy
make -j 4编译的过程
编译的过程较慢,耐心等待完成即可。
3、运行例子
在app编译完成后,我们就能使用生成的appname-opt文件运行相应的执行文件(name.i),这里使用在ex01_inputfile_copy目录下刚编译的app:ex01-opt,去运行ex01.i,输入命令
./ex01-opt -i ./ex01.i耐心等待结果即可,求解的模型信息
Framework Information:
MOOSE Version: git commit cddfe1453b on 2021-12-14
LibMesh Version:
PETSc Version: 3.15.1
SLEPc Version: 3.15.1
Current Time: Tue May 10 13:34:47 2022
Executable Timestamp: Tue May 10 13:32:14 2022
Parallelism:
Num Processors: 1
Num Threads: 1
Mesh:
Parallel Type: replicated
Mesh Dimension: 3
Spatial Dimension: 3
Nodes: 3774
Elems: 2476
Num Subdomains: 1
Nonlinear System:
Num DOFs: 3774
Num Local DOFs: 3774
Variables: "diffused"
Finite Element Types: "LAGRANGE"
Approximation Orders: "FIRST"
Execution Information:
Executioner: Steady
Solver Mode: Preconditioned JFNK求解的过程,残差输出

4、结果查看
在本例中,最终输出的文件是ex01_out.e,采用Exodus II格式,该格式可以使用Paraview(Download | ParaView)查看,或者使用Moose平台自带的Peacock(Peacock | MOOSE)。
使用Paraview打开后,第一步在默认界面左下方的Properties选项卡中勾选要查看的变量名称,第二步点击Apply按钮。

第三步在界面上方选择显示的变量,第四步显示求解域的类型(表面、网格或者节点等),对于瞬态模型,还可以对时间步进行调整。

最终的结果展示:

5、备注
在初次编译的过程中,出现错误代码
MAKEFILE:11:*** MISSING SEPARATOR. STOP.后面打开脚本文件Makefile进行查看,发现为空白,应该是之前使用的过程中,操作失误删除了里面的内容导致。
解决办法:打开MOOSE官网的GitHub库,找到损坏文件的链接,使用GitHub文件下载器(GitHub 文件加速),下载相应的文件,然后替换已经损坏的文件。
边栏推荐
猜你喜欢

【CV-Learning】线性分类器(SVM基础)

【CV-Learning】卷积神经网络

【Copy攻城狮日志】飞浆学院强化学习7日打卡营-学习笔记

TensorFlow2学习笔记:7、优化器

多层LSTM

Jupyter Notebook安装库;ModuleNotFoundError: No module named ‘plotly‘解决方案。

【深度学习21天学习挑战赛】备忘篇:我们的神经网模型到底长啥样?——model.summary()详解

TensorFlow2 study notes: 7. Optimizer

【论文阅读】TransReID: Transformer-based Object Re-Identification

Attention Is All You Need(Transformer)
随机推荐
PyTorch
动手学深度学习_线性回归
数据库的简述与常用操作指南
如何成长为高级工程师?
度量学习(Metric learning)—— 基于分类损失函数(softmax、交叉熵、cosface、arcface)
【代码学习】
【论文阅读】Mining Cross-Image Semantics for Weakly Supervised Semantic Segmentation
【CV-Learning】Image Classification
[Deep Learning 21 Days Learning Challenge] Memo: What does our neural network model look like? - detailed explanation of model.summary()
【深度学习21天学习挑战赛】3、使用自制数据集——卷积神经网络(CNN)天气识别
Androd Day02
Use of double pointers
Transformer
[Go language entry notes] 13. Structure (struct)
中国联通、欧莱雅和钉钉都在争相打造的秘密武器?虚拟IP未来还有怎样的可能
TensorFlow2 study notes: 6. Overfitting and underfitting, and their mitigation solutions
【CV-Learning】图像分类
Polynomial Regression (PolynomialFeatures)
Install dlib step pit record, error: WARNING: pip is configured with locations that require TLS/SSL
MySQL leftmost prefix principle [I understand hh]