1、从事汽车碰撞、跌落冲击、水下爆炸、流固耦合等显式动力学分析的 LS-DYNA 仿真工程师;
2、理工科院校力学、机械、航空航天、船舶海洋等专业的学生;
3、希望用 AI 智能体自动生成、修改、调试 LS-DYNA K 文件,提升建模与排查效率的仿真工程师;
4、对 AI 大模型、Agent、Skill 开发及 "AI 仿真" 落地应用感兴趣的工程师与科研人员;
5、企业研发团队中负责仿真数字化、智能化转型的技术负责人。
1、系统理解大语言模型(LLM)、AI 智能体(Agent)与 Skill 的核心原理,认清 AI 在工程仿真中的能力边界;
2、掌握 K Agent 智能体的安装部署与使用方法,用自然语言即可生成、修改、调试 LS-DYNA 的 K 文件;
3、掌握 "需求收敛→资料检索→K 文件生成→静态检查→初始化试算→全过程求解→结果分析→可追溯交付" 完整闭环,解决 AI 生成 K 文件 "算不起来、算不准" 两大痛点;
4、通过水下爆炸(气泡脉动)等真实案例,学习 K Agent 在复杂显式动力学工况下的自适应建模与自我纠错流程;
5、学会沉淀个人与团队的 Skill(SOP / 错题本)与本地 AI 记忆库,实现 AI 仿真交付的稳定、可追溯、可审计;
6、掌握 AI 赋能仿真的软件选型思路(为何优先选择 LS-DYNA、OpenFOAM 等底层开放软件),避开大模型 "工程幻觉" 的常见陷阱。
写 K 文件耗时长、试错成本高、排查路径深 —— 这是每一位 LS-DYNA 仿真工程师的日常痛点。当大模型浪潮涌进工程仿真,很多人发现:让 AI 写 K 文件,它写得出来,却 "算不起来";就算算起来了,结果也可能完全偏离工程实际。
"大模型写代码" 不等于 "工程交付"。真正能交付工程的 AI,长什么样?
本课程由仿真秀平台优秀讲师、优秀行家林老师主讲,从大语言模型(LLM)的原理讲起,一步步拆解 AI 智能体(Agent)与 Skill(技能包)的架构,带你走进 K Agent —— 一个专门为 LS-DYNA 显式动力学仿真打造的开源 AI 智能体。看 "需求梳理、资料检索、建模、验证、交付" 如何串成一条可信的工程闭环。
搞懂原理:大语言模型如何训练?Agent、Skill 是什么?AI 在仿真中的能力边界到底在哪里?
学会使用:K Agent 的安装部署与完整用法,用一句自然语言就能生成、修改、调试 LS-DYNA 的 K 文件;
掌握闭环:需求收敛 → 资料检索 → K 文件生成 → 静态检查 → 初始化试算 → 全过程求解 → 结果分析 → 可追溯交付;
看懂实战:以水下爆炸(气泡脉动)为例,看 AI 如何自主构建渐变网格、二维轴对称模型,并不断自我纠错逼近目标结果;
避开深坑:为什么 AI 赋能仿真要选 LS-DYNA、OpenFOAM 这类底层开放软件?如何防止大模型 "工程幻觉" 写出单位错乱、接触缺失的 K 文件?
真实可用的开源工具:K Agent 完全开源,支持 Codex、Claude Code 等主流 Agent,另有 DeepSeek 兼容版本,平均每次模拟成本不超过 1 元;
直击两大难题:围绕 "AI 生成的 K 文件能不能算起来" 与 "算起来能不能满足工程要求" 展开,给出可落地的解决方案;
工程级可追溯交付:AI 不仅给结果,还给思考过程、引用证据和交付报告,可用于论文与项目汇报;
经验与方法并重:不只讲工具,更讲 AI 赋能仿真的软件选型逻辑与团队 Skill 沉淀方法论。
从事汽车碰撞、跌落冲击、水下爆炸、流固耦合等显式动力学分析的 LS-DYNA 仿真工程师;
理工科院校力学、机械、航空航天、船舶海洋等专业的研究生与高年级本科生;
希望用 AI 智能体自动生成、修改、调试 LS-DYNA K 文件,提升建模与排查效率的仿真工程师;
对 AI 大模型、Agent、Skill 开发及 "AI 仿真" 落地应用感兴趣的工程师与科研人员;
企业研发团队中负责仿真数字化、智能化转型的技术负责人。
本课程为视频录播课,支持反复回看;配套演示案例、K Agent 开源仓库及安装部署指引随课提供,建议结合视频边看边练。


