CAE AI Agent 實戰:煞車碟盤、大客車與伺服器的自動化建模

技術中心

Technology

技術中心

所有分類
CAE AI Agent 實戰:煞車碟盤、大客車與伺服器的自動化建模
Nov.20,2026

前言:讓 AI Agent 接手重複的 CAE 流程

由 Master Agent 規劃、Skill 保存工程規範,讓 AI 完成可驗證的 CAE 工作流程

CAE 分析中,建模、卡片設定、模態判讀與報告製作佔去大量重複工時,換一個模型就得重來一次。

    本文以煞車碟盤、大客車與伺服器三個案例,說明瑞其科技如何以 CAE AI Agent 串起整條工作流程,並整理導入心得與建議。


 

煞車碟盤異音模態:從網格到報告一次完成

▶ 瑞其觀點
AI Agent 的價值不在單一步驟,而在把前處理、求解、判讀到報告串成一條可重跑的流程。

    原本的流程在模態分析後,須在後處理定義 ND 模態與 T 模態等模態特徵,各模態頻率差需符合指定公式,且整體重量需小於等於 13.5 kg。

    CAE AI Agent 以 OpenAI Codex 為核心,讀取 Memory.md 與 Skills,依序完成 Mesh、卡片與材料等模型完善、OptiStruct 求解、模態識別、自動拍圖與後處理,以及 AI 自動化報告。模態識別另開發影像識別程式,以計算外圍紅色數量等方式辨識 ND 與 T 模態。所有動作都僅在 Sandbox(資料夾)中完成,不會越出資料夾。

煞車碟盤 CAE AI Agent 工作流程

圖 煞車碟盤 CAE AI Agent 工作流程


 

大客車自動化建模:從六視圖到可 run 的整車模型

▶ 瑞其觀點
除了抽中面與網格,AI 也能理解 CAD 名稱、PDF 材料與六視圖,處理過去只能由人工判讀的資訊。

    輸入資料為六視圖與骨架資訊(AutoCAD 或 PDF)、材料證明與 3D CAD(.STEP),AI Agent 依序完成:

  • CAD 智能匯入:依 CAD 名稱建立對應的建模規則

  • 抽中面+Mesh:只針對有抽中面的 components 建 mesh,品質不佳時自動調整參數並重新檢查

  • PDF 材料映射:參考六視圖 PDF 數百根骨架資訊施加材料

  • 組裝與設定:依六視圖自動分成 LEFT/RIGHT/FRONT/REAR/TOP/BOTTOM 六組 Assemblies,並產生分析設定檔

    最後交付 BUS_MODAL_READY.hm/.fem,模型含 1019 個 shell components,檢核結果缺材料 0、缺 Property 0。

依六視圖自動將大客車模型分為六組 Assemblies

圖 依六視圖自動將大客車模型分為六組 Assemblies


 

伺服器自動化建模與落摔分析

    SERVER-MESH AI Agent 先將伺服器組件分流:shell 件以 HyperMesh 抽中面、3 mm mesh 並給厚度;solid 件以 SimLab 建立 Tet4 網格(2.5 mm,最小 0.5 mm);再以孔洞搜尋自動建立螺栓 RBE2,全部 mesh 完成後才做 Tie/SPC,最後以 MESHOK 品質閘門驗證。結果為 CTETRA 1,027,966、QUAD4 98,792、RBE2 71,完成 mesh 僅耗時 1 小時內。

伺服器自動化建模的實體網格模型

圖 伺服器自動化建模的實體網格模型

    落摔分析則由 AI Agent 搭配瑞其的 OptiStruct Explicit GUI,以自然語言下達「離地 500 mm」「分析步長 1e-7」等需求;若模型無法 run,會依錯誤訊息調整卡片。


 

導入心得:架構、泛化與驗收

▶ 瑞其觀點
程式執行與畫面操作,最後都要回到工程驗證。

    CAE AI Agent 的分工是:Master Agent 理解任務、規劃步驟並選擇 Skill;Skill 保存 SOP、參考資料與驗收條件;API/Script 執行建模、求解與後處理;Computer Use 操作 GUI 並處理例外;最後由 Validation 確認完成。

  • 參數查證順序:專案規範與成功案例 → 軟體 Help 與 API Manual → 官方技術文件 → 工程師確認

  • 移除 Hard code:寫死的檔名、ID、數量與尺寸,改由參數與厚度、位置、拓樸等工程規則決定

  • 逐階段驗收:從 CAD 匯入、抽中面、Mesh、材料、邊界條件、求解到報告,每一階段通過後才進入下一步

  • 導入起點:建議先準備 5~20 個已驗證案例及工程 SOP,讓同類 CAD 可重跑後再擴大範圍

CAE AI Agent 的運作原則

圖 CAE AI Agent 的運作原則


 

Q&A:常見問題解答

Q1. AI Agent 會不會動到資料夾以外的檔案?

    在本文的案例中,AI Agent 的所有動作都僅在 Sandbox(資料夾)中完成,不會越出資料夾。

 

Q2. 不熟悉某個求解器,也能完成分析設定嗎?

    以伺服器落摔為例,AI Agent 搭配 OptiStruct Explicit GUI 即可完成設定;需求可用自然語言描述,無法 run 時會依錯誤訊息調整卡片。

 

Q3. 導入 CAE AI Agent 需要準備什麼?

    建議先準備 5~20 個已驗證成功案例及工程 SOP,並蒐集 Recording、Macro、Python/Tcl 與規範。這是導入起點建議,並非成效保證。

 


 

結論:以 Skill 與人工確認,讓 AI 穩定完成 CAE 工作

    AI Agent 遇到困難會先嘗試自主解決;導入 Skills 能讓它更精準、更快速;AI 無法解決時,則應設計機制交由工程師處理。結合 AI、Skills、Database 與人工確認,CAE AI Agents 確實能快速、準確地完成複雜的 CAE 工作流程。


 

瑞其科技是"CAE與AI數據分析的專家",我們完成了許多成功的案例實績。

▶ 現在就 聯絡我們,取得更多資訊。
▶ 訂閱 瑞其 Youtube 頻道,探索更多 CAE 與數據分析。

服務諮詢

軟體試用

公司簡介 最新消息 聯絡我們

若同意本網站之隱私權政策,請點選「CONFIRM」,若繼續閱覽本網站內容,即表示您同意我們使用 cookies 分析技術,更多資訊請瀏覽 隱私權聲明。

CONFIRM