MDOF/knet-250/abandonScript/mdof_factory.py

"""
Author: Jason Jiang
Date: 2024.01.29

用来批量进行 MDOF 计算、数据处理和数据保存。主要步骤如下：
1. 生成所需要的 BlgAttributes.txt 文件并复制到每个文件夹的 inputs 里面；
2. 清空每个文件夹内的 Results 文件夹（或者以某种形式存起来，怕数据处理的时候出什么岔子）；
3. 运行批量运行 exe 文件的脚本 `Run_MDOF_Exe.py` ，等待 14 个 MDOF 文件夹内的 exe 脚本运行完毕；
4. 读取买个文件夹的 Results 数据，将顶层结构加速度响应以及损伤等级保存到一个 hdf5 文件中；
5. 重复以上四个步骤，直到所需要的情况训练完成。

"""

from Update_BlgAttributes_txt import update_blgattributes, update_blgattributes_txt
from Delete_Results_Folder import delete_results_folder
from Run_MDOF_Exe import run_exes
from Save_2_hdf5 import save
from Kill_exe import kill_exe


# 一共有 30 种情况
for i in range(1, 30):

    print("killing exe files if existing...")
    kill_exe()

    # 1. 生成 BlgAttributes.txt 文件，并复制到每个文件夹的 inputs 里面
    results = update_blgattributes(case_No=i)

    print(f"Case {i}:\n"
        f"Stories = {results['Stories']}\n"
        f"height = {results['height']}\n"
        f"IM = {results['IM']}\n"
        f"Site_CD = {results['Site_CD']}\n")

    update_blgattributes_txt()
    print("Move blg.txt into each floder!")

    # 2. 清空每个文件夹内的 Results 文件夹
    delete_results_folder()
    print("All Results folders have beed deleted.")

    # 3. 运行批量运行 exe 文件的脚本 `Run_MDOF_Exe.py` ，等待 14 个 MDOF 文件夹内的 exe 脚本运行完毕
    print("running exe files")
    run_exes()

    # 4. 保存数据到 hdf5 文件中
    file_name = "Blg_F" + results["Stories"] + \
                "_" + results["height"] + \
                "m_IM" + results["IM"] + \
                "_SCD" + results["Site_CD"] + \
                ".h5"

    save(file_name=file_name)

    print(f"Case {i} has been saved to {file_name}.\n")