AI CAE 工具实践 07|开源 CFD 新解法:AI 如何让 OpenFOAM 更好上手

一个流道 case 看起来已经有了入口、出口、壁面等参数，但求解器一启动就报 patch 对不上。问题不一定在求解器，也可能是前处理语义没有真正进入 case。

到了 OpenFOAM 里，这些参数还要继续出现在边界文件、初始场、物性文件、离散格式和求解控制里。只要其中一处对不上，求解器就会提醒你：case 还没准备好。

在前处理工具里，inlet、outlet 和 walls 还是 group 或 patch 的名字。到了 OpenFOAM，它们会分散在边界定义文件和场文件里，逐一承担物理含义。

名字错了，不只是界面里显示不漂亮，而是速度、压力、壁面函数和求解器设置都可能跟着错。

图 1｜分组进入 case。 边界名开始承担物理责任。

OpenFOAM 把典型 case 拆成三个目录：

●0/：初始场和边界条件。

●constant/：物性、湍流模型和网格。

●system/：求解器、时间控制和离散格式。

真正容易出问题的地方不是单个文件写错了，而是文件之间的关系对不上：

●boundary 里定义了 patch，0/U 里却没有对应条目。

●controlDict 指定的求解器和物理模型不匹配。

●fvSchemes 看起来能跑，数值稳定性却不一定适合当前问题。

图 2｜三目录关系。 文件之间的约束比数量更重要。

AI 如果只是逐个解释文件，还不够。更好的用法，是让它把这些跨文件关系拉出来，先做几件很简单的事：

●读取 boundary，列出所有 patch。

●对照 0/U 和 0/p，检查每个 patch 是否都有设置。

●标出 inlet、outlet、walls 的边界类型。

●把缺失、拼写不一致、疑似错误的地方列出来。

这不是求解，也不是判断流场。它只是把"哪些设置互相对得上"先说清楚。

webworn/openfoam-mcp-server 项目围绕 OpenFOAM 操作、网格质量分析、错误解释和知识库查询展开。

它的价值在于先当"第二双眼睛"：发现不一致，但不替你决定物理边界。流量入口、压力出口、壁面函数、湍流模型这些设置，背后是工程假设，不是"把错误消掉"就算完成。

求解器报错时，不让 AI 直接改文件，而是：

1.读取边界定义文件，列出真实 patch。

2.对照场文件，检查每个 patch 的边界条件。

3.判断 patch 类型和边界条件是否明显冲突。

4.让 AI 给出差异清单。

5.工程师确认后，再修改文件。

图 3｜排错证据链。 AI 给路径，不给最终修法。

速度入口该给定值还是流量，出口压力怎么设，壁面函数是否适合当前湍流模型——错误消失，只说明 case 进入了下一关。

OpenFOAM 的文本 case 很适合 AI 阅读、解释和比对。这是它的优势。

但文件能读懂，不等于物理问题被理解；残差（residual）下降，不等于结果可信；网格通过基础检查，不等于网格无关性满足。

这些规则不能省：

●边界名对不上，不继续求解。

●field 文件缺 patch，不让 AI 直接覆盖原文件。

●没有真实日志，不写“已排除错误”。

●没有网格质量证据，不写“网格可用”。

●残差下降了，也不直接写“结果正确”。

OpenFOAM MCP 的价值，是把目录、字典、网格、日志和常见错误组织成一块证据板。工程师要做的，是看这块证据板够不够支撑下一步。

从这个角度看，AI 进入 CFD 的第一步并不热闹。它不是一键求解，也不是自动写报告，而是先成为一个可靠的 case 读者。