ChatGPT是啥?我就不在这里展开了，因为这是街知巷闻的了。用CFD时使用ChatGPT吗？嗯，你可以在几乎所有项目中使用ChatGPT来满足你的兴趣。但一个大问题是：你对工具有什么期望？正如你们可能知道的，CFD是一个需要广泛经验和比ChatGPT目前能力（至少在目前）更详细建模的复杂主题。然而，你仍然可以使用它来生成2D/3D典型流动的简单CFD求解器。一旦你增加了问题的复杂性，你就必须非常小心地处理你输入给模型的内容（这需要你自己编写代码的经验水平）。我不是说这个工具在这方面没用；我是说为了使用它，你必须有基础水平的知识，成为工具输出给你的内容的一个好的裁判。换句话说，让工具提高你的效率，但不要盲目跟随输出的文本。例如，我让ChatGPT为使用有限差分法（FDM）的层流2D盖驱动腔流编写了一个Python脚本。第一次它给了我一个非常基础的脚本，它不起作用，我不断细化我的输入（通过非常具体地说明代码结构、问题设置和编写解决方案结果的方式）。这是结果：正方形腔盖驱动流动在Paraview中可视化输出vtk文件如下：[代码片段见下面]：importnumpyasnimportsysfromdatetimeimportdatetimeimportdatetimeasdt#clockstartstotickT0=datetime.now()#Definingspatialresolutiondefcreate_mesh(nx,ny,Lx,Ly):dx=Lx/(nx-1)dy=Ly/(ny-1)x=np.linspace(0,Lx,nx)y=np.linspace(0,Ly,ny)X,Y=np.meshgrid(x,y)returnX,Y,dx,dy#Initializingthedomaindefinitial_conditions(X,Y,nx,ny,U_top):U=np.zeros((ny,nx))V=np.zeros((ny,nx))P=np.zeros((ny,nx))U[-1,:]=U_topreturnU,V,P#pressurePoissonequationdefpressure_poisson(P,dx,dy,U,V,rho,dt,n_iter_pressure):P_new=np.copy(P)b=np.zeros_like(P)b[1:-1,1:-1]=(rho*(1/dt*((U[1:-1,2:]-U[1:-1,0:-2])/(2*dx)+(V[2:,1:-1]-V[0:-2,1:-1])/(2*dy))-((U[1:-1,2:]-U[1:-1,0:-2])/(2*dx))**2-2*((U[2:,1:-1]-U[0:-2,1:-1])/(2*dy)*(V[1:-1,2:]-V[1:-1,0:-2])/(2*dx))-((V[2:,1:-1]-V[0:-2,1:-1])/(2*dy))**2))#for_inrange(n_iter_pressure):#P_new[1:-1,1:-1]=(((P[1:-1,2:]+P[1:-1,0:-2])*dy**2+(P[2:,1:-1]+P[0:-2,1:-1])*dx**2)/(2*(dx**2+dy**2))-dx**2*dy**2/(2*(dx**2+dy**2))*b[1:-1,1:-1])#P_new[:,0]=P_new[:,1]#Leftboundary#P_new[:,-1]=P_new[:,-2]#Rightboundary#P_new[0,:]=P_new[1,:]#Bottomboundary#P_new[-1,:]=P_new[-2,:]#Topboundary#Iterateoverthepressuresolverforaspecifiednumberofiterationsfor_inrange(n_iter_pressure):#UpdatethepressurefieldusingthefinitevolumemethodP_new[1:-1,1:-1]=((#Pressurevaluesfromtheneighboringcellsinthexandydirections(P[1:-1,2:]+P[1:-1,0:-2])*dy**2+(P[2:,1:-1]+P[0:-2,1:-1])*dx**2)/(2*(dx**2+dy**2))#Dividebythesumofsquareddistancesinxandydirections-dx**2*dy**2/(2*(dx**2+dy**2))*b[1:-1,1:-1]#Subtractthepressurecorrectionterm)#UpdateboundaryconditionsforpressureP_new[:,0]=P_new[:,1]#LeftboundaryP_new[:,-1]=P_new[:,-2]#RightboundaryP_new[0,:]=P_new[1,:]#BottomboundaryP_new[-1,:]=P_new[-2,:]#TopboundaryreturnP_new#Updatethevelocityfielddefvelocity_field(U,V,P,dx,dy,dt,nu,rho,U_top):U_new=np.copy(U)V_new=np.copy(V)U_new[1:-1,1:-1]=(U[1:-1,1:-1]-U[1:-1,1:-1]*dt/dx*(U[1:-1,1:-1]-U[1:-1,0:-2])-V[1:-1,1:-1]*dt/dy*(U[1:-1,1:-1]-U[0:-2,1:-1])-dt/(2*rho*dx)*(P[1:-1,2:]-P[1:-1,0:-2])+nu*(dt/(dx**2)*(U[1:-1,2:]-2*U[1:-1,1:-1]+U[1:-1,0:-2])+dt/(dy**2)*(U[2:,1:-1]-2*U[1:-1,1:-1]+U[0:-2,1:-1])))V_new[1:-1,1:-1]=(V[1:-1,1:-1]-U[1:-1,1:-1]*dt/dx*(V[1:-1,1:-1]-V[1:-1,0:-2])-V[1:-1,1:-1]*dt/dy*(V[1:-1,1:-1]-V[0:-2,1:-1])-dt/(2*rho*dy)*(P[2:,1:-1]-P[0:-2,1:-1])+nu*(dt/(dx**2)*(V[1:-1,2:]-2*V[1:-1,1:-1]+V[1:-1,0:-2])+dt/(dy**2)*(V[2:,1:-1]-2*V[1:-1,1:-1]+V[0:-2,1:-1])))#BoundaryconditionsU_new[0,:]=0U_new[-1,:]=U_topU_new[:,0]=0U_new[:,-1]=0V_new[0,:]=0V_new[-1,:]=0V_new[:,0]=0V_new[:,-1]=0returnU_new,V_new#contentofVTKfilesforsolutionresultsdefwrite_vtk(X,Y,U,V,P,file_name,nx,ny):withopen(file_name,'w')asf:f.write('#vtkDataFileVersion3.0\n')f.write('2DCavityFlow\n')f.write('ASCII\n')f.write('DATASETSTRUCTURED_GRID\n')f.write('DIMENSIONS{0}{1}1\n'.format(nx,ny))f.write('POINTS{0}float\n'.format(nx*ny))forjinrange(ny):foriinrange(nx):f.write('{0}{1}0\n'.format(X[j,i],Y[j,i]))f.write('POINT_DATA{0}\n'.format(nx*ny))f.write('VECTORSvelocityfloat\n')forjinrange(ny):foriinrange(nx):f.write('{0}{1}0\n'.format(U[j,i],V[j,i]))f.write('SCALARSpressurefloat\n')f.write('LOOKUP_TABLEdefault\n')forjinrange(ny):foriinrange(nx):f.write('{0}\n'.format(P[j,i]))defmain():Lx,Ly=1.0,1.0nx,ny=41,41n_iter_pressure=50n_time_steps=10000U_top=0.5rho=1.0nu=0.01dt=0.001#CreatemeshX,Y,dx,dy=create_mesh(nx,ny,Lx,Ly)#InitializevelocityandpressurefieldsU,V,P=initial_conditions(X,Y,nx,ny,U_top)#Time-steppingloopforninrange(n_time_steps):#UpdatepressurefieldP=pressure_poisson(P,dx,dy,U,V,rho,dt,n_iter_pressure)#UpdatevelocityfieldU,V=velocity_field(U,V,P,dx,dy,dt,nu,rho,U_top)#SaveresultseveryNtimestepsN=200ifn%N==0:file_name=f'cavity_flow_2D_{n:04d}.vtk'print('====================================')print('Writingsolutionfortimestep:',n)#print('====================================')write_vtk(X,Y,U,V,P,file_name,nx,ny)ifn==n_time_steps:print('====================================')print('Jobiscompletedsuccessfully')print('====================================')#WriteresultstoaVTKfile[whenuncommented,willwritethesolutionateverytimestep!]#write_vtk(X,Y,U,V,P,'cavity_flow.vtk',nx,ny)if__name__=='__main__':main()#PrintinitalandfinaltimesTf=datetime.now()print()print('+++++++++++++++++++++++++++++++++++++++++++')print('---------------DATE&TIME---------------')print(T0)print('+++++++++++++++++++++++++++++++++++++++++++')print(Tf)print('+++++++++++++++++++++++++++++++++++++++++++')#=========#Summary#========#ThisPythoncodeisascriptforsimulating2Dincompressibleflowinacavityusingthefinitedifferencemethod.Thecavityhasatoplidthatismovingataconstantvelocity,whiletheotherthreewallsarestationary.ThesimulationaimstosolvetheNavier-Stokesequationsforfluidflow,whichdescribetheconservationofmomentum,andthepressurePoissonequation,whichisderivedfromthecontinuityequationtomaintaintheincompressibleflowcondition.#Here'sabriefoverviewofthecode:#Importthenecessarylibraries:numpyandsys.#Defineafunctioncreate_mesh()tocreateastructuredgridinthex-yplanewithspecifieddimensionsandnumberofpointsineachdirection.#Defineafunctioninitial_conditions()tosettheinitialvaluesforthevelocity(UandV)andpressure(P)fields.Thetoplidisinitializedwithagivenvelocity(U_top).#Defineafunctionpressure_poisson()tosolvethepressurePoissonequationusinggivennumberofiterations.#Defineafunctionvelocity_field()toupdatethevelocityfields(UandV)usingtheupdatedpressurefieldandthegivenparameters(timestep,fluidviscosity,fluiddensity,andlidvelocity).#Defineafunctionwrite_vtk()tooutputtheresults(velocityandpressurefields)toaVTKfile,whichcanbevisualizedusingasoftwarelikeParaView.#Definethemain()function,whichinitializesthesimulationparameters,createsthemesh,setstheinitialconditions,runsthetime-steppingloopforupdatingthepressureandvelocityfields,andwritestheresultstoaVTKfile.#Finally,thescriptchecksifitisbeingrunasthemainmoduleandcallsthemain()function.#Thecodeisstructuredandwritteninawaythatitcanbeeasilymodifiedtoaccommodatedifferentsimulationparametersorotherboundaryconditions.注意！正如我上面提到的，你不应该直接信任来自ChatGPT的代码。生成的代码必须逐行追踪，并且在使用前必须经过验证和测试。这只是一个说明性的例子，用来展示到目前为止这个工具能走多远。VisualChat-GPT在CFD中的应用你可能听说过，Visual-ChatGPT是ChatGPT架构的一个最新扩展，专门设计用来根据视觉输入（如图像或视频）生成自然语言文本。该模型是在大量图像-标题对的数据集上训练的，每张图像都与一个或多个描述图像内容的自然语言标题相关联。到目前为止，Visual-ChatGPT在生成图像的自然语言描述、回答视觉场景的问题，甚至根据文本描述生成新图像方面，都显示出了非常令人印象深刻的结果。这些能力可能在优化CFD模拟中的网格时非常有用，例如，允许用户使用自然语言文本描述几何形状，结果将是：基于这些描述生成高质量的网格🤯这将是CFD领域真正的游戏规则改变者。例如，你可以提供所需的网格特性描述，如“一个高质量的网格，具有统一的单元大小和低畸变，集中在锐利边缘周围的区域，并在靠近墙壁的地方至少生成15层棱柱层”，Visual-ChatGPT可以生成满足这些要求的相应网格。这可以帮助简化网格生成过程，使其更容易为非专家使用，同时也提高了CFD模拟的准确性和效率。另一个特性可能是提供网格的快照，并要求在某些区域提高质量。或者输入一个网格图片，比如说2D网格，然后让ChatGPT为这个网格生成一个可定制的脚本。再次强调，这只是一个语言模型。因此，请记住，生成高质量的网格不仅需要描述所需的网格特性，还需要理解被模拟的物理几何和流场，这可能需要事先在网格生成方面拥有现有的专业知识。如何更好使用ChatGPT1）记住，这是一个AI语言模型！这意味着什么？这意味着，尽管这个工具非常能够生成优化的基于文本的输出，但它仍然容易"出错"。2）请记住，ChatGPT以块结构化的方式工作，这意味着你必须逐步构建块才能得到你需要的东西。如果你从一个非常详细的问题开始，提出一个高度技术性的问题，它可能会给你一个非常通用的答案（这里我指的是它可能给出的最通用的答案）。相反，给出你来自哪里和你去哪里的想法（介绍性背景-->明确定义的问题-->有用的答案）。3）你必须充分意识到ChatGPT不是谷歌那样的搜索引擎。除了每个工具给出的单一/多重输出外，ChatGPT基于它的训练数据和它接收到的输入。也就是说，除非你用正确的输入喂养它，否则ChatGPT不会给你你寻求的效率-你需要具体（记住我们关于注意力基础变换器的话）。假设你需要知道你想承担的项目预算的大致估计。不要输入像“为巧克力工厂的平面设计项目可能的预算是多少”这样的内容，你需要更详细，并为模型提供“参数”，以便它考虑计算你项目的预算。你可以写一些像“我是一名有XX年经验的平面设计师，我即将承担一个为巧克力工厂设计标志的项目。这个标志需要以动画版本交付，可能需要像Adobe软件包这样的复杂工具。设计可能需要一个高规格的图形卡进行渲染。考虑到设计可能需要多次迭代直到最终标志被同意，你能给我一个这个项目应该花费多少的大致估计吗”。4）为了最大限度地利用ChatGPT（如第2点所述），你需要花些时间首先了解你的情况。当ChatGPT在任何领域通过复制粘贴的方式使用时，这是毫无意义的。5）你必须意识到，除了ChatGPT可能存在的文字/编码错误外，它也可能给出不完整的答案（特别是当你的输入不足时）-因为简单地说，它没有足够的数据来知道你想知道什么。来源：CFD饭圈
