Многоагентная ИИ-структура, обеспечивающая сквозной анализ методом конечных элементов для задач механики твердого тела

Аннотация

Метод конечных элементов (МКЭ) является наиболее важным численным подходом в механике твердого тела. Среди проблем МКЭ можно выделить крутую кривую обучения для начинающих пользователей и возможность получения ложных результатов моделирования из-за некорректного задания ключевых компонентов модели, таких как граничные условия, варианты нагружения и переменные решения. Для решения реальных задач обычно требуется многолетний инженерный опыт. Чтобы преодолеть эти трудности, мы представляем AbaqusAgent — мультиагентную архитектуру, основанную на больших языковых моделях (LLM), для анализа в механике твердого тела. AbaqusAgent разработан для упрощения генерации и выполнения расчетных сценариев с использованием Abaqus, одного из наиболее широко применяемых пакетов МКЭ, путем преобразования инструкций пользователя на естественном языке в выполняемые расчеты МКЭ и визуализацию результатов. AbaqusAgent состоит из шести агентов, включая интерпретатора, архитектора, составителя входных файлов, исполнителя, рецензента и визуализатора, которые охватывают все основные этапы предварительной и последующей обработки стандартных расчетов МКЭ. Успешно проверена работа агента на 50 различных задачах механики твердого тела, общий показатель успешности составил 86%. Помимо повышения эффективности МКЭ для задач механики твердого тела и снижения порога входа в обучение вычислительной механике, AbaqusAgent развивает парадигму взаимодействия человека и симуляции, а также обеспечивает интеграцию с оптимизацией на основе ИИ и процедурами характеризации материалов. Исходный код доступен по адресу https://github.com/LIRAM-LIN/AbaqusAgent.

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