很多后处理过程都是基于商业软件进行的，很多数据加工的功能受限于软件的函数接口，因此不够丰富。同时，基于hypergraph或meta的后处理都需要启动软件来完成数据处理，如果进行优化集成则（后台）启动后处理软件也需要一些时间。

        这里介绍一些基于Python的CAE结果后处理方法，而不是基于商业软件来完成。包括Nastran结果文件.op2和.pch，LSDYNA结果文件d3plot和binout等自动后处理过程。ABAQUS的开发语言支持Python，因此对于ABAQUS的.odb结果自动后处理就不做过多的介绍。这些自动后处理过程既可用于常规分析自动后处理，也可以用于多学科优化时优化流程的集成，且这些过程不需要商业软件，只需要简单的配置下Python环境即可。

        本文介绍基于Python的Nastran结果文件.pch自动后处理，包括IPI、VTF等。

一、IPI自动后处理

         这里定义了一个计算曲线面积的函数，用于后续动刚度计算。

        其中ax、ay、az是通过get_accelerations函数得到的一个包含所有分析输出频率个数的字典，字典的键为频率，值为包含六个方向的加速度值，即三个平动三个转动加速度值的列表。并且是通过实部虚部给出的，我们要的是幅值和相位表达，因此后续需要通过abs函数求出对应的幅值。

        结果图片：

二、VTF自动后处理

        这里通过scipy中的find_peaks函数找到不满足目标值的局部极值点，并在图中用红色的*号标记出来。

        （注：这里只是为了演示，因此把目标值设置为8）。

       以上只是简单介绍了.pch文件的读取和结果自动后处理过程，整个过程只需要几行Python代码即可完成。运行时间也就几秒钟。而不需要在商业软件中来进行。如果是进行优化集成，则不要输出结果图片等信息，只需要输出结果响应即可，会大大提高效率。同时，如果需要自动生成报告和结果统计等，只需要在次基础上添加简单的几行命令即可，十分方便简洁。