研发仿真开学季-4：Codex驱动star-ccm+流体仿真方法及应用

距 09月10日 19:30 开播还有

6天06时31分45秒

自今年AI驱动仿真上热门以来，我们最深的一个感受是：大家不是不想学，而是不知道从哪学起。AI到底能不能真正落地到我的工作流里？那么多新工具、新方法，从哪开始学？别人都在说"智能仿真"，到底怎么落地？这些问题，我几乎每天都能听到。所以这次开学季，我们不想搞成一场"概念宣讲会"。我们要做的，是一场关于"研发仿真化"的集体进阶——从工具到智能让 AI接入仿真研发。

8月13日从LLM、Agent到Skill：构建可验证的LS-DYNA建模闭环（点击链接报名）

9月6日 Codex驱动Ansys有限元仿真方法及应用（点击链接报名）

9月3日 Codex驱动Abaqus有限元仿真自动化方法与工作流构建（点击链接报名）

9月10日 CFD智能体：codex驱动starccm智能仿真

9月17日 AI Agent 驱动HyperWorks有限元仿真方法及应用

9月23日从手动建模到 Agent 驱动：RomBuilder 构建 AI 数字孪生模型全流程

9月24日 AI Agent驱动Ansys Maxwell电磁仿真流程及案例

9月30日使用AI Agent构建无人机FLuent仿真的智能工具包

10月8日使用Codex驱动CST仿真方法及应用

10月18日 AI驱动Flotherm热仿真自动化方法及应用

10月22日手把手教你训练自己的SolidWorks AI助手

10月29日 Claude/Codex/DeepSeek驱动ANSYS:从Skill&MCP到仿真论文复现研究

一、本期直播安排

传统CFD仿真流程繁琐、重复建模耗时长、仿真知识难以沉淀复用，一线工程师深陷低效循环。随着AI与工程仿真深度融合，智能体驱动自动化仿真已成为行业趋势。9月10日19时30分，本期直播由仿真秀优秀讲师、985博士、航空工程师梁松月主讲，拆解Codex如何通过自定义Skill驱动STAR-CCM+，实现从网格建模到求解报告的全流程自动化，帮你掌握Java Macro参数化改造、Skill设计原理与标准化配置方法，让仿真效率实现量级提升。

二、邀请嘉宾

梁松月，仿真秀专栏作者，流体工程领域AI应用开发者

擅长CFD计算分析，尤其非常精通STAR-CCM+，擅长气动、传热、燃烧、多相流、运动、固体应力等多学科耦合分析，以及在CFD结果上，通过网格变形直接对模型进行优化的伴随形状优化方法；在设计空间通过将固体网格和流体网格相互转换而自动构造最优几何的伴随拓扑优化方法；还精通多目标优化，在给定的参数和约束下，通过遗传算法，响应面方法等进行全局搜索和局部搜索，寻找最优目标。

自今年以来，重点开发AI驱动CFD方法与应用教程，为学员提供答疑解惑，帮助学习者高效率掌握AI仿真能力，代表课程有

[1] AI 驱动Star-CCM 仿真：POD与LSTM三维圆柱绕流非稳态流场降阶预测（点击查看）

[2] 从零开始教学Codex结合自编Skill实现Fluent全自动智能仿真（点击查看）

[3] AI驱动叶轮机械CFD仿真：基于图神经网络GNN和STAR-CCM风扇变几何变工况三维流场快速预测 (点击查看)

[4] Codex 结合自编Skill驱动STAR-CCM完成汽车/无人机/船舶自动仿真(点击查看)

[5] AI CFD前沿交叉技术：基于STAR-CCM 和图神经网络GNN的非稳态变几何快速预测 (点击查看)

[6] 基于STAR-CCM和Transformer自注意力的汽车三维流场快速高精度预测（点击查看）

[7] AI驱动叶轮机械CFD仿真：基于图神经网络GNN和STAR-CCM风扇变几何变工况三维流场快速预测 (点击查看)

[8] 基于Python Abaqus/STAR-CCM的MLP神经网络叶片颤振快速预测 (点击查看)

[9] AI在CFD仿真应用-Python与STAR-CCM的CNN卷积神经网络实时仿真 (点击查看)

[10] AI落地实战：STAR-CCM和python物理信息神经网络PINN翼型流场计算（点击查看）

二、报告主题