首页/文章/ 详情

一张手绘图，AI 1分钟生成Maxwell仿真模型？Codex+电磁仿真实操来了

仿真圈

57分钟前浏览1

点击文尾阅读原文报名

作者 | 范文哲仿真秀优秀讲师

首发 | 仿真秀App

导读：做了十几年电磁仿真，我一直以为建模、设参、跑求解这些活儿，就得靠我们工程师一个鼠标一个鼠标点出来。直到最近试了试用AI驱动Maxwell，想法有点变了。

一、先说说我是怎么接触到这个的

今年4月份，一个前同事找我聊一个项目的想法：能不能根据参数要求，让AI自动生成电气柜三维模型、自动出BOM表、自动做仿真验证、自动生成模型库。

我当时听完第一反应是——这也太玄了吧？我是不是还活在上个世纪？

说实话，之前网上到处说"AI提效80%"，我是不太信的。这种话听多了，总让我想起以前"人有多大胆、地有多大产"的年代。别人家都提效80%了，你家还没有，就好像别人家亩产一万斤，你家只有八百斤，能不急吗？

但急归急，我心里是打问号的。

直到我自己动手试了试Codex，想法才真正开始变。

以前接触的AI，说白了就是个对话框——你问它答，数据都在云端处理。但Codex不一样，它是个能调用你本地电脑上软件的AI智能体。它不只是回答问题，还能帮你完成软件里的实际操作。

这就完全是两回事了。

二、传统做仿真和用AI做，差别到底在哪？

传统流程是人脑思考 → 手动点鼠标建模 → 手动设置参数 → 手动求解 → 手动整理数据。我以codex和Maxwell为例，AI Agent流程：自然语言需求（codex窗口输入）→ AI解析指令（后台调用大模型，输出python代码） → 本地接口联动（pyaedt）→ Maxwell调用生成的python自动仿真 → AI根据结果输出专业分析。

实现AI驱动仿真的关键点如下：

1. 本地需要安装仿真分析软件Maxwell，并安装Codex软件。

2. 安装Python，并安装中间接口PyAEDT。

3. Codex需要具备ChatGPT账号及相应费用支持。

AI驱动仿真说白了就是：你用大白话把需求说清楚，AI帮你把建模、设参、求解、出结果这一整套流程跑下来。听起来是不是挺神奇的？我一开始也觉得。但真的自己跑通一次之后，发现其实原理也不复杂——中间就是靠PyAEDT这个接口，把AI生成的Python代码和Maxwell连起来。

我亲手跑通的一个案例：从手绘图到仿真模型

下面这个案例，是我自己一步步试出来的：给一张手绘的示意图，让AI在Maxwell里建立仿真分析文件，最后提取受力数据。

先给大家看看这张手绘图——就是一张很普通的草稿，画了个线圈和铁芯的截面，标了几个尺寸。

整个过程，我在Codex对话框里一共输了7条指令：

第一步：打开Maxwell，设成2D轴对称

我输入的指令很简单："打开Maxwell软件，设置为2D的轴对称，保持打开状态。"它就真的把Maxwell打开了，项目也建好了，2D轴对称模式也设好了。

第二步：照着图建模

第二条指令："在XZ平面建立模型如图所示，尺寸按照图中标识来绘制。"

说实话，这一步是最让我惊讶的。一张随手画的图，上面标了几个尺寸，AI居然能看懂结构，还能在Maxwell里把模型建出来。以前我们做这个，得自己画线、画矩形、设尺寸，一套下来怎么也得十几分钟。AI几秒钟就搞定了。

第三步：设置线圈的安匝数

第三条指令："设置模型中线圈的安匝数为1000 A。"

第四步：设置线圈区域和空气域

第四条指令长一点："将中间区域设置为线圈，并将线圈的安匝数设置为1000 A；在外部绘制3倍大小的空气域，并将边界设置为balloon。"

第五步：标记受力，开始计算

第五条："将动铁芯标记，记录受力，计算。"

第六步：查看结果

第六条："查看磁场云图，提取受力数值并输出。"

磁场云图出来了，受力数值（Fz）也直接给出来了。

结果如图所示，Maxwell设置的项目文件被完整输出并保存，同时Codex界面也友好地给出了结果FZ的数值。这样一来，非专业人员也可以尝试使用。

第七步：保存项目

最后一条："保存项目到指定路径。"

整个流程下来，几分钟的事儿。要是搁以前，我自己手动操作，少说也得大半个小时——还不算中间改错、重来的时间。

以上案例展示了一个正确生成的仿真分析结果。当然，在这个过程中也经历了各种试错，最后才得到一个比较好的结果。但是，一旦成功后生成skill，后期就方便了；下次可以更换图形，并按照同样思路进行计算。

三、哪些活儿适合交给AI干？哪些还不行？

这段时间用下来，我也总结了一下，不是所有仿真活儿都适合用AI来做。

1、适合用的情况

第一种是参数化建模。 就是那种结构差不多、只是尺寸变来变去的活儿。比如同一个线圈，今天改个内径、明天改个匝数，这种重复性的建模，用AI做特别合适。

第二种是标准件验证。 常用的标准件，需要快速做个仿真校核一下，这种活儿简单但费时间，交给AI很划算。

第三种是方案快速迭代。 手上有好几个方案，先得筛掉明显不行的。以前得一个一个建、一个一个算，现在让AI快速跑一遍，先把不靠谱的方案淘汰掉，节省下来的时间用来深挖有潜力的方案。

第四种是新人上手。 刚接触仿真的新人，对着Maxwell界面都不知道从哪下手。用AI的话，先用自然语言把模型建起来、跑起来，再回过头去理解每一步操作是什么意思，入门会快很多。

第五种是重复性的仿真分析。 同类型的问题，只是参数不一样，需要批量计算的，特别适合。

2、暂时还不适合的情况

当然了，AI也不是万能的。有几类活儿，目前还得靠人：

（1）第一类是高度创新的结构设计。 那种以前没人做过、需要靠工程经验判断的非常规结构，AI就不太行了。它擅长的是已有知识范围内的组合，真正从零到一的创新，还得靠人。

（2）第二类是多物理场深度耦合。 比如电磁-结构-热-流这好几场耦合在一起的，边界条件和求解设置都很复杂，目前AI还处理不了这么深的。

（3）第三类是边界条件需要经验判断的。 比如接触怎么设、非线性材料参数怎么选，这些都得靠工程师的经验拍板，AI给的只能当个参考。

（4）第四类是结果的解读。 AI能把结果算出来，但结果对不对、合不合理、背后说明了什么问题，这些还得靠人来判断。

四、想试试的朋友，给你们一条入门路径

很多人看完觉得"挺厉害，但我怎么开始呢？"我把我自己摸索的路径分享给大家，循序渐进，不用一下就追求高阶玩法：

第一步：先把基础环境搭好

装好Maxwell、Python、PyAEDT。先搞明白PyAEDT是个什么东西、能做什么。不用上来就写代码，先有个概念就行。

第二步：从录制脚本开始入门

Maxwell自带脚本录制功能，你操作一遍，它就能把对应的Python代码录下来。你先录一段自己的操作，然后看看生成的代码长什么样。不用全看懂，大概知道每一行对应什么操作就行。然后试着手动改两个参数，看能不能跑通。

这一步的目的，是建立"操作→代码"的对应关系。有了这个基础，后面跟AI配合的时候，你心里才有数。

第三步：用Codex写点简单指令

从最简单的开始，比如"创建一个正方体""画一个线圈"。先让AI帮你做简单的操作，逐步增加复杂度。出错了别慌，很正常。看看报错信息，调整一下指令再试。多试几次，你就知道AI"吃"什么样的指令了。

第四步：进阶到图片识图建模

等前面几步都熟练了，再试试手绘图直接建模这种高阶玩法。成功一次之后，把整个流程沉淀成一个skill，后面再遇到类似的问题，直接调用就行，不用每次都从头来。

五、最后说几句心里话

上面给大家看的，是一个成功跑通的案例。但说实话，试错的过程也不少。我也是调了很多次指令、踩了很多坑，才跑出比较满意的结果。但我觉得这都没关系——只要成功一次，把流程沉淀下来，后面就方便了。 下次换张图、换个参数，按同样的思路就能继续算。

AI驱动软件自己建模、自己仿真，这件事已经不是什么遥远的概念了，是真的能用了。当然了，它能做的主要还是那些重复性的、有明确规则的劳动。这些活儿被机器接手了，我们工程师的时间就能腾出来，去做那些AI替代不了的事情——比如判断方向、做创新设计、理解客户真正的需求。

我自己的感受是，不用害怕AI会抢谁的饭碗。再先进的工具，也得人来用。关键是我们愿不愿意去了解它、接受它，然后让它为我们所用。

工具是死的，人是活的。如果你对这个话题感兴趣，想亲眼看看我是怎么操作的，欢迎来我的直播。9月29日 19:30 ，我在仿真秀主办的2026研发仿真开学季第7期做《AI驱动Ansys Maxwell电磁仿真流程及案例》。直播里我会从AI Agent的基本概念讲起，手把手演示AI和Maxwell的安装部署，分享一些我总结的Codex提问技巧，还会通过真实案例给大家展示AI具体怎么赋能仿真流程。最后也会聊聊我对AI在仿真行业发展的一些看法。感兴趣的朋友扫码预约，咱们直播见。

2026研发仿真开学季来啦

2026研发仿真开学季是仿真秀面向研发工程师推出的主题活动月，9月1日至10月31日以"从工具到智能——让AI接入仿真研发"为主线，覆盖结构、流体、电磁、多物理场和AI驱动仿真五个方向。仿真秀力邀企业资深研发工程师，围绕LS-DYNA、Workbench、Abaqus、Star-CCM+、HyperWorks、Maxwell、Fluent、CST、Flotherm、SolidWorks、ANSYS等主流软件，演示如何用LLM、Agent、Codex、Claude、DeepSeek等大模型能力打通建模、求解、后处理与优化全流程，让仿真从"手工操作"升级为"AI驱动"；

此外仿真秀精选100余门研发仿真精品视频课限时秒杀1元起售，并叠加专属券，秒杀课程覆盖从基础到前沿的完整学习路径；活动期间，仿真秀还发起案例征集，以"我的研发仿真故事——从工具到智能的进阶之路"为题，面向工程师征集攻坚实录、工具进化、AI接入、成长与团队四类真实故事，图文或视频，通过即获“满意现金稿酬和百人千万"内容扶持计划，优秀作品还将在仿真秀APP、官网、公众号、视频号四端专题展示并邀请连麦直播。整个主题月既是一场系统化的技术充电，也是工程师用AI重塑研发工作流的一次集中练兵。