一种面向CFD智能体的物理约束分层规则知识增强检索方法、系统、电子设备及存储介质与流程

本发明属于计算流体力学与人工智能领域，具体涉及一种面向cfd智能体的物理约束分层规则知识增强检索方法及系统。

背景技术：

1、cfd（computational fluid dynamics，cfd）仿真通常需要经历几何处理、网格生成、边界条件指定、求解器选择、数值格式配置、时间推进控制、收敛判据设置和后处理分析等步骤。其中，求解器参数配置是影响计算稳定性、收敛速度和结果精度的关键环节。以可压缩流动求解为例，工程师需要设置通量格式、限制器、cfl数、cfl增长策略、多重网格层数、湍流模型、壁面函数、残差光顺、熵修正、预处理开关以及监控量输出间隔等参数。

2、现有工程实践中，求解器参数配置主要依赖cfd工程师经验或求解器手册。对于标准算例，工程师可通过过往经验快速给出初始参数；但对于新构型、新网格、新马赫数区间或多物理耦合场景，参数之间存在复杂耦合关系，单个参数改变往往需要多个关联参数同步调整。例如，当采用显式runge-kutta时间推进格式时，cfl数需要处于稳定性域内；当采用跨声速迎风格式时，需要开启熵修正以抑制非物理膨胀激波；当选择无粘euler模型时，需要关闭湍流模型和粘性通量相关设置；当调整多重网格粗层级时，还需同步检查粗网格cfl比率。

3、现有基于大语言模型的cfd智能体虽然能够根据自然语言描述生成参数，但其输出具有概率性，容易出现格式不完整、参数值不符合求解器要求、关键物理约束遗漏等问题。单纯依赖向量检索的rag方法也存在不足：检索结果通常是扁平化文本片段，无法区分必须严格执行的硬约束和可以灵活调整的经验建议，也无法自动传播参数间的级联约束。

4、因此，需要一种既能利用知识库和历史案例，又能将cfd数值稳定性理论、物理模型约束和参数耦合关系确定性执行的方法，使cfd智能体在调用辅助决策模型前后均受到物理约束保护，从而降低计算发散概率，提高自动配置可靠性。

技术实现思路

1、本发明要解决的技术问题是：现有cfd求解器参数自动配置方法难以同时满足知识复用、物理约束确定性执行和开放参数智能生成的需求，容易因关键硬约束未被检索、参数间级联关系未被传播或辅助决策模型输出不稳定而导致仿真发散、配置文件错误或结果失真。

2、本发明提出一种面向cfd智能体的物理约束分层规则知识增强检索方法系统、电子设备及存储介质。该方法将cfd参数配置知识划分为硬约束层、软推荐层和经验启发层；通过参数耦合约束传播图实现硬约束和关联规则的自动传播；通过分层检索机制将硬约束确定性执行，将软推荐和经验启发信息提供给辅助决策模型；最后通过物理一致性校验和安全回退机制保证最终写入求解器的参数满足数值稳定性和物理合理性。

3、本发明为解决上述提出的技术问题所采用的技术方案为：

4、一种面向cfd智能体的物理约束分层规则知识增强检索方法，包括如下步骤：

5、s1、构建物理约束分层规则知识库

6、针对cfd求解器的数值格式、时间推进格式、湍流模型、边界条件、多重网格、收敛控制和故障修复参数，将求解器参数配置知识编码为结构化规则，每条规则至少包括规则标识、规则层级、参数类别、检索标签、触发条件、参数动作、物理依据、优先级和级联触发关系；所述规则层级包括硬约束层、软推荐层和经验启发层；

7、s2、建立参数耦合约束传播图

8、以规则标识为节点，以参数之间的物理依赖关系、数值稳定性依赖关系和工程配置联动关系为有向边，构建有向约束传播图，当任一规则被当前工况触发时，沿有向边执行约束传播，获得与所述规则耦合的关联规则集合；

9、s3、构建多维规则索引

10、基于规则层级、参数类别、检索标签、工况区间、规则标识和历史案例特征构建多维索引，使硬约束规则能够通过精确标签和触发条件被确定性召回，使软推荐规则能够按工况相似性和优先级召回，使经验启发规则能够按历史案例相似度召回；

11、s4、根据用户输入或仿真任务文件进行上下文查询

12、从所述输入中提取马赫数、雷诺数、攻角、侧滑角、湍流模型、流动维度、网格类型、壁面边界名称、远场边界名称和目标求解精度，形成结构化查询向量；

13、s5、执行物理约束分层检索增强

14、先在硬约束层执行标签精确匹配和触发条件求值，再通过所述参数耦合约束传播图执行关联规则传播；随后在软推荐层根据工况条件过滤和优先级排序得到候选参数推荐；再在经验启发层通过向量语义相似度检索历史成功算例，得到与当前工况相似的参数组合；

15、s6、执行分层参数注入

16、将硬约束层检索得到的参数动作作为确定性参数直接写入求解器配置文件或作为不可修改约束写入参数缓存，不经过概率生成模型；将软推荐层和经验启发层得到的参数建议以结构化提示词形式输入辅助决策模型，由辅助决策模型生成开放参数；

17、s7、执行物理一致性校验和参数回退

18、对辅助决策模型生成的参数进行硬约束校验、参数格式校验和参数耦合校验，当存在违反硬约束或格式不符合求解器要求的参数时，将该参数回退至硬约束规定的安全值或历史成功算例中的稳健值；

19、s8、生成cfd求解器配置文件并用于自动仿真

20、将经校验后的参数写入xml、json、字典文件或求解器输入文件中，形成可被cfd求解器直接读取的配置文件，并记录本次检索命中的规则、参数来源、校验结果和仿真反馈，用于更新经验启发层规则库。

21、优选的：步骤s1中，所述硬约束层用于表达违反后将导致计算发散、求解器崩溃、物理模型失配或结果失真的规则，至少包括显式时间推进格式下cfl数上限约束、cfl增长标志约束、跨声速及超声速工况下熵修正开关约束、湍流模型与粘性项启闭一致性约束、通量格式与马赫数区间兼容性约束、边界条件类型与求解变量一致性约束、多重网格粗网格cfl比率约束；

22、软推荐层用于表达影响收敛效率和精度但不必强制执行的工程建议；

23、经验启发层用于表达历史成功算例中的参数组合。

24、优选的：所述参数耦合约束传播图的边包括由一个参数动作引发另一参数动作的级联关系；其中，湍流模型选择规则触发湍流模型系数规则、壁面函数规则和壁面网格尺度规则；马赫数区间规则触发通量格式规则、熵修正规则和限制器规则；显式时间推进规则触发cfl上限规则、cfl增长标志规则和粗网格cfl比率规则；无粘模型规则触发关闭湍流方程规则和关闭粘性通量规则。

25、优选的：步骤s5中硬约束层检索采用触发函数判断规则是否生效，触发函数表示为：

26、

27、其中，x为当前工况查询上下文，为规则的触发条件表达式，为规则的硬约束触发结果；当时，规则被确定性召回并进入约束传播队列。

28、优选的：步骤s5中软推荐层采用综合评分进行排序，公式为：

29、

30、其中，为软推荐规则，x为工况查询上下文，为规则与工况的匹配度，为规则优先级归一化值，为历史采用成功率，、、γ为权重系数且。

31、优选的：步骤s5中经验启发层通过语义向量相似度检索历史案例，所述相似度计算公式为：

32、

33、其中，q为当前仿真任务描述，为第k个历史案例文本，和分别为二者的向量表示，·表示向量点积，和表示欧几里得范数；相似度最高的前k个历史案例被作为经验启发参数来源。

34、优选的：步骤s6中分层参数注入遵循硬约束优先原则，当辅助决策模型输出参数与硬约束动作冲突时，最终参数由如下规则确定：

35、

36、其中，为模型生成参数，为硬约束安全动作，为最终写入求解器配置文件的参数。

37、优选的：所述物理一致性校验包括cfl稳定性校验，cfl数满足：

38、

39、其中，u为局部特征速度或最大波速，为时间步长，为网格特征尺度，为由时间推进格式、通量格式和安全裕度共同确定的稳定性上限。

40、一种基于物理约束分层规则知识库增强检索的cfd求解器参数自动配置系统，包括：

41、规则知识库存储模块，用于存储硬约束层、软推荐层和经验启发层规则；

42、约束传播模块，用于构建并遍历参数耦合约束传播图；

43、工况解析模块，用于从用户输入或算例文件中提取工况查询上下文；

44、分层检索模块，用于执行硬约束、软推荐和经验启发三层检索；

45、辅助决策模块，用于基于软推荐和经验启发信息生成开放参数；

46、硬约束校验模块，用于对生成参数执行物理一致性校验和安全回退；

47、配置文件生成模块，用于将最终参数写入cfd求解器配置文件。

48、一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现所述的一种面向cfd智能体的物理约束分层规则知识增强检索方法。

49、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现一种面向cfd智能体的物理约束分层规则知识增强检索方法。

50、本发明有益效果在于：

51、1.本发明将cfd参数知识分为硬约束、软推荐和经验启发三层，避免了传统rag检索结果扁平化导致的约束强度混淆；

52、2.本发明通过约束传播图自动处理参数间级联关系，减少人工遗漏；

53、3.本发明通过硬约束确定性执行和生成后校验，克服大语言模型概率输出不稳定的问题；

54、4.本发明通过历史案例相似度检索复用成功经验，缩短调参时间；

55、5.本发明的规则库、传播图和案例库均可外部扩展，适配不同cfd求解器。