AI驱动STAR-CCM+自动化仿真实战:Java API、Simulation Operation

Star-CCM+
¥2199
  • 11月28-29日
讲  师授课方式 直播面授2天
增值服务
视频回放教辅资料
时  间 长期招生

培训重点

1、AI辅助STAR-CCM+自动化开发与参数研究

2、Codex + 自编Skill驱动STAR-CCM+全流程自动仿真

培训目标

1、掌握STAR-CCM+原生自动化、AI辅助Java宏开发及典型仿真模块实现方法。

2、掌握Codex自编Skill的开发及配置方法,通过自然语言任务驱动STAR-CCM+,实现自动化任务检查、脚本调用、仿真执行、进度监控、结果验证和工程交付。

2、

适合人群

1.从事CFD数值仿真的工程技术人员

2.人工智能与深度学习方向的研究生和工程师

3.使用UG/NX、STAR-CCM 和HEEDS开展参数化设计的人员

4.从事CAE软件自动化和工程数据处理的开发人员

5.准备开展GNN流场预测课题的硕士生、博士生

6.具备一定Python基础的跨专业学习者

培训场次

名称讲师讲师介绍授课方式增值服务时间
名称

11月28-29日

直播面授2天
视频回放教辅资料
时间 长期招生

培训简介

培训方式:

理论讲解、操作演示与案例实操相结合,以管道内流仿真为主线,逐步实现从AI辅助自动化开发到Codex + 自编Skill驱动全流程仿真的工程应用。

培训收获:

1、完成参数化仿真工程、Simulation Operations自动化工作流、Java宏开发与验证,掌握AI辅助代码调试和模块协同方法

2、完成STAR-CCM+自动化Skill开发,掌握Codex调用Java宏及执行脚本的方法,实现多工况仿真任务的自动执行、运行监控、结果检查和报告生成,形成可复现的自动化仿真工程。

培训大纲

长图850.png




发布于 2026年10月28日
985博士,擅长CFD计算分析,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。
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈