课题组博士生马越（导师：叶蔚副教授）围绕传统CFD框架“以求解器为核心”带来的应用普及困境展开研究，提出“面向物理对象建模”（POOM）的信息框架，重塑CFD开展逻辑，并基于此开发了低门槛的仿真工作流、AI辅助仿真助手以及网页平台，提出了仿真逻辑复杂度（SLC）指标以衡量CFD中的智力成本。相关研究成果被 Advanced Engineering Informatics (JCR Q1，中科院一区，影响因子11.5)录用发表。

论文信息

原文链接

  https://doi.org/10.1016/j.aei.2026.105397

研究背景

  计算流体动力学（CFD）在建筑环境的分析与设计中不可或缺，但其在建筑、工程与施工（AEC）行业的普及仍受限于传统的“以求解器为中心”的框架。该框架设计于数十年前，初衷在于求解数值方程而非对工程场景进行建模，导致其仿真设置过程高度依赖专家经验、耗时且易错。传统框架遵循“控制方程-离散化-边界约束”的逻辑链，形成了从几何处理、网格生成、边界条件指定到数值求解的线性手动工作流。这种底层逻辑导致了三大根本缺陷：一是复用性差，空调或家具等物理对象被拆解为分散的几何与边界文件，无法实现知识封装与跨项目复用；二是物理解耦，内在关联的属性（如风口几何与气流方向）被割裂在非直观的独立步骤中；三是工程直觉不匹配，设计师被迫将设备位置等实际工程参数转化为三维速度矢量等底层求解器输入。

  为突破上述瓶颈，现有研究在CFD算法优化、基于BIM/IFC的数据转换以及参数化插件自动化等方面进行了探索，近期更引入了大语言模型（LLM）以驱动端到端工作流。然而，这些研究仍受制于“以求解器为中心”的底层逻辑，存在显著局限。首先，LLM辅助与底层优化多局限于几何理想化、边界单调的标准基准测试，其本质仍是生成和调试碎片化的求解器配置文件，缺乏面向对象的抽象与跨案例复用能力。其次，BIM/IFC模型主要服务于施工与设施管理，缺乏室内家具细节及湍流、速度剖面等CFD专属语义描述符，导致自动化流程仅能传递基础边界几何，并严重依赖占位符和硬编码模板。最后，参数化工具中的面向对象编程（OOP）仅停留在代码管理或视觉界面优化层面，未形成高层CFD信息框架，用户仍需手动耦合几何与物理边界，未能真正降低专家门槛。总体而言，现有框架在处理包含复杂家具布局的房间尺度室内气流仿真时，面临难以克服的信息缺失与智力成本激增问题。

  针对上述局限，本文提出从“以求解器为中心”向“面向物理对象建模（POOM）”的信息框架转变，旨在实现房间尺度气流仿真的自动化与普及化。POOM立足于CFD仿真的原生需求，将建筑构件定义为封装几何、物理与行为逻辑的自包含对象，从而在信息架构层面实现工程语义与底层求解指令的解耦。本文系统阐述了POOM的模型封装、变量映射与协调函数三大核心机制，并开发了打通CAD图纸到OpenFOAM的自动化仿真原型系统。在此基础上，本文进一步探索了POOM在智能化交互中的潜力，构建了基于大语言模型（结合MCP协议）的对话式仿真智能体与多平台Web交互界面。为科学评估该框架对降低专家依赖的实际效果，本文提出了一种全新的“仿真逻辑复杂度“（SLC）量化指标，并以办公室气流场景为基准案例开展了对比验证。本研究旨在填补房间尺度复杂室内气流自动化仿真的理论与方法空白，为后续开发低门槛、高复用性的智能建筑仿真生态提供核心技术支撑。

研究成果

1)      POOM的对象信息描述架构：物理对象用对应的几何、边界文件进行描述。相比于传统分散的信息组织，文章通过模型封装实现复用性，将几何信息与边界信息存在一处作为模型，并以面片名称将几何与边界联系；针对传统框架边界数值设置孤立问题，文章通过变量映射，利用类似编程语言的变量声明与引用机制，实现了如引用室外环境温度、引用自身几何参数等功能；针对变量设置的专业性，文章利用映射函数，将专业的流体力学参数转变为直观的如“风量”、“安装高度”、“压头”等可以直接测量的物理量，并提供了自动换算或者网络获取参数的函数功能。上述三种机制构成了完整的物理对象，此外，文章提出利用“模板”管理物理对象的多种状态，丰富了模型在的多场景多功能应用，如空调的“低风速挡位”模板。

2)      基于Python与OpenFOAM的自动化软件工作流：实现了从CAD图纸布局到仿真后处理的原型软件，通过直观的布局与简单的用户直观变量输入便能完成复杂的房间几何生成、网格划分与边界设置、OpenFOAM案例生成等。该工作流显著降低了仿真人员在CFD案例构建中前处理的设置量与智力负担，同时为非专业用户提供了简单清晰的端到端仿真方案。

3)      基于POOM高级语义信息的辅助仿真助手：结合MCP服务，利用POOM框架下统一结构的物理对象作为操作的基本对象，RAG驱动的Agent得以在高级语义信息上进行操作。这样的设计使Agent能够辅助布局多样的室内气流仿真任务，而不是简单典型案例的文本生成，同时该助手经测试在不同参数、不同供应商下的LLM上表现稳定。

4)      基于Web平台的交互界面设计：依据POOM“面向物理对象建模”的逻辑核心，文章通过可视化物理对象几何、边界及耦合信息，在简化案例设置的同时实现“搭积木”式的操作流程。基于Web页面的多平台能力，文章实现了在低性能计算末端（树莓派 4B）与安卓手机上进行前端案例设置，将案例设置信息传递给高性能计算后台计算的平台设计。这种设计进一步体现了POOM的软件无关性，降低了室内气流仿真案例的硬件要求与专业知识门槛。

5)      仿真逻辑复杂度（SLC）提出：在POOM逻辑下，仿真案例是由多个物理对象组成的，案例可以被标准化离散化的描述。由此，仿真案例设置的智力付出也可以被标准化、离散化的描述。文章提出以完整的逻辑-操作闭环为一步逻辑步数，计算为单位逻辑复杂度，仿真案例以此计算案例整体复杂性。POOM框架通过模型复用与协调函数实现了显著的SLC下降，为CFD产业化与成本计量提供了思路。

局限性

  尽管本研究提出了POOM框架并验证了其潜力，但仍存在若干局限有待未来完善：在应用场景与结果验证方面，当前仅验证了 室内HVAC气流且缺乏与实验数据的CFD结果对比，未来需向风场、火灾等场景扩展并开展专门验证；在生态构建与平台集成方面，POOM需依赖社区驱动开发对齐IFC等标准的标准化对象库，并深度集成至主流BIM/CAD平台以支持大型项目评估与物理对象的闭环反馈设计；在工作流鲁棒性与网格自动化方面，当前原型缺乏几何碰撞检测且复杂场景的自动网格可靠性未经验证，未来需增加辅助验证功能、结合游戏引擎提升交互稳定性，并将网格失败等算法耗时纳入综合评估；在评估指标与实证测试方面，当前缺乏真实终端用户的独立应用实证，且衡量LLM效率的“对话轮数”与评估认知负荷的“等权重”SLC指标均存在特异性与主观性，未来需在真实生产环境中开展实证测试，探索与主流LLM基准融合的定量评估方法，并开发基于经验的加权SLC模型与情境敏感性分析。

部分图示