利用 AI 完成CAE前处理之长方体内随机球体网格 原创

    在 CAE（计算机辅助工程）的工作场景中，前处理环节堪称 “时间黑洞”，繁琐且重复的任务占据了工程师大部分工作精力。从几何模型的精细搭建、复杂的网格划分，到边界条件与材料属性的精确设定，每一项都需要大量的手动操作。而多数 CAE 工作者多来自力学、机械等专业背景，编程并非他们的强项，面对 CAE 软件自带脚本语言（如 Abaqus 的 Python 脚本、ANSYS 的 APDL 命令流）较高的学习门槛，常常望而却步。幸运的是，AI 大模型的兴起，为 CAE 前处理自动化带来了新曙光，极大地降低了脚本编写难度，助力工程师轻松应对重复性工作。

利用Python和Lsprepost 生成随机球体K文件

lsprepost 是一款功能强大的前后处理软件，在 CAE 领域应用广泛，利用它生成随机球体可按以下步骤进行：

1. 手动生成球体，读取生成命令，查看关键参数位置。

2. 修改原始生成命令，去除多余操作，生成2个球体。

3. 将前面生成球体命令发送给AI大模型，通过有逻辑的提问，得到自己所需要的多个随机球体的生成命令。下图以豆包为例。

4. 手动优化代码，提升通用性，完成测试