m2cce/internship
m2cce
/
internship
1
Fork 0
Code Issues Activity
internship/olaflow/README.md

2.3 KiB
Raw Blame History

Olaflow

Ce dossier regroupe l'ensemble des scripts nécessaires à l'éxécution du modèle Olaflow ainsi qu'au post-traitement des données.

Scripts

Animate

animate.py permet d'obtenir une animation de alpha.water et U en sortie du modèle Olaflow.

python -m processing.animate -o OUTPUT [-v] [-m] [-i]

  • -o OUTPUT : choix du dossier de sortie dans lequel travailler
  • -v : verbose
  • -m : au-lieu d'une animation, tracer le maximum de chaque grandeur dans le modèle
  • -i : au-lieu d'une animation, tracer la valeur initiale de chaque grandeur

Bathy

bathy.py permet de générer la bathymétrie utilisée par Olaflow.

python -m processing.bathy [-c CONFIG] [-v]

  • -c CONFIG : choix d'un fichier de configuration
  • -v : verbose
[bathy]
bathy : bathymétrie générée dans data
hstru : hauteur de poreux générée dans data
scale* : échelle de la bathymétrie en [x,y,z]
translate* : translation de la bathymétrie en [x,y,z]
out : dossier de sortie de la bathymétrie

Diff

diff.py permet de comparer les sorties de plusieurs modèles Olaflow.

python -m processing.diff -o OUTPUT ... [-t TIMESTEP] [-f FUNCTION] [-y FIELD]

  • -o OUTPUT : dossier des sorties de Olaflow à utiliser (répéter pour les modèles à comparer)
  • -t TIMESTEP : instant auquel comparer les modèles
  • -f FUNCTION : fonction de post-traitement à comparer (graphUniform ou graphUniform2)
  • -y FIELD : champs à comparer (alpha.water ou U)

Flow velocity

flow_velocity.py permet de tracer la vitesse du courant pour un post-traitement du modèle Olaflow.

python -m processing.flow_velocity -o OUTPUT [-f FUNCTION]

  • -o OUTPUT : dossier des sorties de Olaflow à utiliser
  • -f FUNCTION : fonction de post-traitement à comparer (graphUniform ou graphUniform2)

Olaflow

olaflow.py définit la classe Python OFModel permettant de traiter les données de sortie de Olaflow.

Pickle

pickle.py permet de lire les données de sortie d'un modèle Olaflow et de les convertir en objet OFModel, puis d'enregistrer cet objet pour une utilisation efficace avec Python.

python -m processing.pickle -i INPUT -o OUTPUT [-z]

  • -i INPUT : dossier de sortie d'Olaflow
  • -o OUTPUT : dossier de sortie à utiliser
  • -z : activer la compression gzip (déconseillé)