OptMetaOpenFOAM: Large Language Model Driven Chain of Thought for Sensitivity Analysis and Parameter Optimization based on CFD
Created by
- Haebom
Category
Empty
저자
Yuxuan Chen, Long Zhang, Xu Zhu, Hua Zhou, Zhuyin Ren
개요
본 논문은 자연어 인터페이스와 전산유체역학(CFD) 워크플로우를 통합하는 새로운 프레임워크인 OptMetaOpenFOAM을 소개한다. OptMetaOpenFOAM은 대규모 언어 모델(LLM) 기반의 사고 과정(COT) 방법론을 통해 MetaOpenFOAM을 외부 분석 및 최적화 도구 라이브러리와 연결한다. 자연어 입력을 통해 복잡한 CFD 작업을 자동화하여 비전문가 사용자도 효율적으로 민감도 분석 및 매개변수 최적화를 수행할 수 있도록 한다. OpenFOAM 튜토리얼(유체역학, 연소, 열전달 포함)을 기반으로 한 11가지 CFD 분석 또는 최적화 작업을 포함하는 테스트 데이터셋을 사용하여, 자연어로 표현된 사용자 요구사항을 정확하게 해석하고 MetaOpenFOAM과 함께 외부 도구 라이브러리를 효과적으로 호출하여 작업을 완료할 수 있음을 확인하였다. 수소 연소실을 다룬 비 OpenFOAM 튜토리얼 사례에 대한 검증을 통해 200자의 자연어 입력만으로 2,000줄 이상의 코드를 포함하는 시뮬레이션, 후처리, 분석 및 최적화 작업 시퀀스를 실행할 수 있음을 보여준다. 이러한 결과는 LLM 기반 COT 방법론이 고급 분석 및 최적화를 위한 외부 도구 연결에 미치는 혁신적인 잠재력을 강조하며, OptMetaOpenFOAM이 산업 및 연구 응용 분야 모두에서 CFD 시뮬레이션을 간소화하고 편의성과 효율성을 향상시키는 효과적인 도구임을 보여준다. 소스 코드는 https://github.com/Terry-cyx/MetaOpenFOAM 에서 확인할 수 있다.
시사점, 한계점
•
시사점:
◦
자연어 기반의 CFD 시뮬레이션 및 최적화 자동화를 통해 비전문가의 접근성 향상 및 효율 증대.
◦
LLM 기반 COT 방법론을 활용한 외부 도구 라이브러리 통합을 통한 CFD 워크플로우의 확장성 및 유연성 증대.
◦
산업 및 연구 분야에서 CFD 시뮬레이션의 편의성 및 효율성 향상.
•
한계점:
◦
현재는 OpenFOAM 기반으로 개발되었으므로, 다른 CFD 소프트웨어와의 호환성 문제.
◦
LLM의 성능에 의존적이며, 입력 자연어의 모호성이나 오류에 대한 처리 방안 필요.
◦
대규모 복잡한 문제에 대한 적용 가능성 및 성능 검증 필요.
◦
다양한 CFD 문제 유형에 대한 일반화 가능성에 대한 추가 연구 필요.
