Для Scientia ⭐️ построение сетки всегда было одним из самых сложных этапов трехмерного численного моделирования. Построить качественную сетку для карьера с большим количеством разломов и литотипов могут лишь единицы по всей стране. Поэтому вместо того, чтобы строить сетку вручную, мы автоматизировали процесс с помощью ChatGPT (Codex) и стандартных инструментов для генерации сеток.

Codex выполнил 480 итераций разработки алгоритма построения сетки. Алгоритм который дал наилучший результат, следующий:

1️⃣ Исходные данные - файлы STEP, содержащие поверхность рельефа, геометрию карьера и поверхности четырех тектонических нарушений.
Алгоритм строил линии пересечения поверхностей, удалял короткие сегменты по заданному пороговому значению и подготавливал геометрию к построению сетки.

2️⃣ Затем Codex выполнял перестроение поверхностной сетки.
Основная задача заключалась в улучшении качества элементов поверхности, особенно вблизи линий пересечения, где обычно в первую очередь появляются элементы плохого качества.

3️⃣ Объемная сетка строится ИИ методом Делоне с применением открытого программного пакета Gmsh.
Gmsh хорошо подходит для такого процесса, поскольку имеет командную строку, хорошую документацию и позволяет управлять построением сетки с помощью скриптов.

4️⃣ После этого проводилась проверка качества сетки и локальное исправление проблемных участков. Поскольку целевой расчетный метод основан на явной схеме конечно-дискретных элементов (FDEM), одним из основных критериев качества была выбрана минимальная высота элемента.

5️⃣ Визуализация осуществлялась Codex-ом в ParaView. Он автоматически создавал сцену ParaView, открывал модель и отображал итоговую сетку с выделением худших 10 элементов. Также ИИ готовил статистическую информацию о сетке.

Как итог, получена качественная сетка без вырожденных тетраэдров, которая будет оптимальна для трёхмерных расчётов методом конечно-дискретных элементов (FDEM).

➖➖➖➖➖➖➖➖➖

📧 Рассылка  📞 Telegram  📱 LinkedIn  📱 Youtube  📱 VK  💬 Блог  📚 Wiki