고체역학 문제에 대한 종단 간 유한요소해석을 가능하게 하는 다중 AI 에이전트 프레임워크

초록

유한 요소 해석(FEA)은 고체 역학 분야에서 가장 중요한 수치적 접근법이다. FEA의 도전 과제로는 초보 사용자에게 가파른 학습 곡선이 요구되며, 경계 조건, 하중 조건, 해석 변수 등 주요 해석 구성 요소의 잘못된 정의로 인해 잘못된 시뮬레이션이 발생할 가능성이 있다는 점이 있다. 실제 문제 해결에는 일반적으로 수년간의 공학 경험이 필요하다. 이러한 문제를 해결하기 위해, 우리는 대규모 언어 모델(LLM)을 기반으로 한 다중 에이전트 프레임워크인 AbaqusAgent를 제안한다. AbaqusAgent는 가장 널리 사용되는 FEA 패키지 중 하나인 Abaqus를 활용하여 해석 사례 생성 및 실행을 지원하며, 사용자의 자연어 명령을 실행 가능한 FEA 해석 및 결과 시각화로 변환하도록 개발되었다. AbaqusAgent는 인터프리터, 설계자, 입력 작성기, 실행기, 검토자, 시각화 에이전트 등 6개의 에이전트로 구성되며, 표준 FEA 해석의 모든 필수 전처리 및 후처리 단계를 포괄한다. 다양한 고체 역학 문제 50개를 성공적으로 검증하였으며, 전체 성공률 86%를 달성하였다. AbaqusAgent는 고체 역학 문제에 대한 FEA 효율성을 개선하고 전산 역학 교육의 진입 장벽을 낮출 뿐만 아니라, 인간-시뮬레이션 상호작용 패러다임을 발전시키고 AI 기반 최적화 및 재료 특성화 워크플로우와의 통합을 가능하게 한다. 코드는 https://github.com/LIRAM-LIN/AbaqusAgent에서 확인할 수 있다.

English

Finite element analysis (FEA) is the most important numerical approach for solid mechanics. Challenges of FEA include a steep learning curve for entry-level users and potential false simulations due to incorrect definitions of key simulation components, such as boundary conditions, load cases, and solution variables. Years of engineering experience are usually necessary for real-world problem-solving. To address these issues, we present AbaqusAgent, a multi-agent framework grounded in large language models (LLMs) for solid mechanics analyses. AbaqusAgent is developed to facilitate analysis case generation and execution using Abaqus, one of the most widely used FEA packages, by turning users' natural-language instructions into executed FEA analyses and result visualization. AbaqusAgent is composed of six agents, including interpreter, architect, input writer, runner, reviewer, and visualizer agents, encompassing all the essential pre-processing and post-processing steps of standard FEA analyses. A wide variety of 50 solid mechanics problems have been successfully validated, achieving an overall success rate of 86%. Beyond improving the efficiency of FEA for solid mechanics problems and lowering the barrier to computational mechanics education, AbaqusAgent advances the human-simulation interaction paradigm and enables integration with AI-empowered optimization and material characterization workflows. The code is available at https://github.com/LIRAM-LIN/AbaqusAgent