Technisches Resümee: Drifting-Modelle für die Surrogat-Strömungsmodellierung

Problemstellung

Die numerische Strömungsmechanik (Computational Fluid Dynamics, CFD) ist der Standard für die Optimierung von Innenräumen und die Sicherstellung der Luftqualität, da sie hochpräzise Strömungsfelder liefert. Die hohen Rechenkosten verhindern jedoch eine schnelle Design-Exploration oder Echtzeitsteuerung. Während datengestützte Surrogatmodelle eine Lösung bieten, stehen sie vor einem Zielkonflikt: Deterministische Architekturen (z. B. FNOs, U-Nets) sind schnell, scheitern aber oft daran, komplexe, multimodale Strömungsverteilungen zu erfassen, da sie stattdessen geglättete Erwartungswerte vorhersagen. Im Gegensatz dazu erfassen generative Ansätze wie Diffusionsmodelle die physikalische Komplexität und Unsicherheit, leiden jedoch unter langsamer Inferenz aufgrund iterativer Entrauschungsprozesse, die hunderte von neuronalen Funktionsauswertungen (NFE) erfordern.

Methodik

Die Autoren adaptieren das generative Drifting-Framework [11] auf die Fluiddynamik, um eine hochwertige Generierung in einem einzigen Durchgang (Single-Pass) zu erreichen. Im Gegensatz zu Diffusion oder Flow Matching, die iterative Rausch-zu-Daten-Trajektorien lernen, entwickeln Drifting-Modelle während des Trainings eine Pushforward-Verteilung $q$, um die Datenverteilung $p$ über ein Drifting-Feld $V_{p,q}$ anzugleichen.

Kern-Adaptionen für CFD

Um Drifting auf die Vorhersage von Innenraumströmungen anzuwenden, führten die Autoren drei entscheidende Modifikationen ein:

1. Drifting im latenten Raum via VAE:
   Anstatt im Rohbildraum oder mit vortrainierten Bildmerkmalen zu arbeiten, trainierten die Autoren ein konvolutionales Variational Autoencoder (VAE) auf ihren Simulationsdaten. Dies bildet $64 \times 64$ Geschwindigkeitsfelder auf eine kompakte latente Repräsentation von $4 \times 4 \times 16$ ab. Das Drifting findet innerhalb dieses latenten Raums statt, wodurch die strukturelle Integrität gewahrt bleibt und suboptimalen vortrainierten Merkmalen ausgewichen wird.

2. Konditionierte Architektur:
   Das Modell wird durch Randbedingungen konditioniert, einschließlich Einlass-/Auslasspositionen, Raumgeometrie und Einlassgeschwindigkeit ($v_{in}$). Es wurden zwei Varianten der Konditionierung untersucht:

   • Label-basiert: Behandelt Einlass und Auslass als diskrete Identifikatoren aus einem festen Katalog, die über eine gelernte Tabelle eingebettet werden. Dies ist auf enumerierte Konfigurationen beschränkt.
   • Spatial (Räumlich): Ersetzt die Identifikatoren durch eine dreikanalige Binärmaske, die Einlass, Auslass und Hindernisse explizit kodiert. Diese Variante zielt darauf ab, auf ungesehene Geometrien zu generalisieren.
     Beide Varianten betten die skalare Geschwindigkeit via MLP ein und kombinieren diese mit dem Geometrie-Embedding, um ein Diffusion Transformer (DiT) Backbone anzutreiben.

3. Label-bewusste positive Maskierung (Label-Aware Positive Masking):
   Um datenarme Szenarien zu handhaben, in denen Batches gemischte Bedingungen enthalten, führten die Autoren eine binäre Kompatibilitätsmaske ein. Diese steuert den Attraktionskern im Drifting-Feld und stellt sicher, dass generierte Stichproben nur in Richtung positiver Proben mit passenden (Einlass, Auslass, Geometrie)-Tripeln driften. Dies verhindert, dass das Modell über inkompatible Strömungsregime hinweg mittelt.

Das Modell wurde gegen ein Latent Diffusion Model (LDM) Baseline-Modell [19, 20] verglichen, das im selben latenten Raum operiert. Das LDM verwendet einen 1.000-Schritte-Cosine-Schedule mit Cross-Attention zur Konditionierung und DDIM-Sampling für die Inferenz.

Experimenteller Aufbau

• Datensatz: 2.025 stationäre 2D-CFD-Simulationen einer inkompressiblen Luftströmung in einem $1,5\text{m} \times 1,5\text{m}$ großen Raum, generiert mittels Simcenter STAR-CCM+ (RANS $k$-$\epsilon$-Modell).
• Konfigurationen: Drei geometrische Setups (leerer Raum, zentrales Hindernis, versetztes Hindernis) mit systematischen Variationen in den Einlass-/Auslasspositionen (jeweils 15) und Einlassgeschwindigkeiten (0,1, 0,2, 0,3 m/s).
• Metriken: Evaluierung anhand der Feldgenauigkeit (nRMSE, $R^2$, Cosinus-Ähnlichkeit) und der Konsistenz der Strömungsstrukturen (Divergenz-Gap, Vortizitäts-Gap).

Ergebnisse

Quantitative Leistung

• Genauigkeit: Das Diffusions-Baseline-Modell erreichte die höchste Genauigkeit (nRMSE: 0,059). Das label-basierte Drifting-Modell folgte dicht darauf (nRMSE: 0,068) und demonstrierte eine wettbewerbsfähige Genauigkeit in einem einzigen Schritt. Die räumliche Drifting-Variante zeigte eine geringere Fidelität (nRMSE: 0,108) und eine höhere Varianz, insbesondere bei der Erfassung der Größenordnung, konnte jedoch die dominanten Strömungsrichtungen rekonstruieren.
• Strömungsstruktur: Das label-basierte Drifting-Modell behielt eine wettbewerbsfähige Konsistenz der Strömungsstruktur bei, mit Divergenz- und Vortizitäts-Gaps, die vergleichbar mit dem Diffusions-Baseline-Modell sind. Die räumliche Variante zeigte eine systematische Überschätzung von Rotationsstrukturen.
• Inferenzgeschwindigkeit: Das Drifting-Modell ist zwei Größenordnungen schneller als das Diffusions-Baseline-Modell. Auf einer NVIDIA A100 erreichte das Drifting-Modell eine Latenz von 6,74 ms (1 NFE) im Vergleich zu 1870,2 ms (1000 NFE) für das Diffusionsmodell.

Qualitative Beobachtungen

• In Szenarien mit leerem Raum konnte das label-basierte Drifting-Modell die primären Strömungstopologien, einschließlich Jets und Eckrezirkulationszonen, erfolgreich rekonstruieren, wobei die Fehlerverteilungen vergleichbar mit dem Diffusions-Baseline-Modell waren.
• In Szenarien mit Hindernissen erfasste die räumlich konditionierte Variante die wesentliche Topologie (Strömungsteilung, Grenzschichtablösung), hatte jedoch Schwierigkeiten mit der Skalierung der Geschwindigkeit und produzierte lokalisierte Überschätzungen.

Bedeutung und Ansprüche

Die Arbeit postuliert, dass konditioniertes Drifting eine hocheffiziente Alternative zu diffusionsbasierten Ansätzen für die Surrogat-Strömungsmodellierung darstellt. Die primäre Bedeutung liegt in der Ermöglichung von Echtzeit-CFD-Surrogaten, bei denen die Inferenzgeschwindigkeit entscheidend ist, ohne die iterative Rechenlast der Diffusion.

• Effizienz: Das Modell erreicht NFE=1 und reduziert die Inferenzzeit um etwa das 280-fache gegenüber einem 1.000-Schritte-Diffusions-Baseline-Modell, während es eine wettbewerbsfähige Genauigkeit beibehält.
• Generalisierbarkeit: Während die aktuelle label-basierte Implementierung auf enumerierte Konfigurationen beschränkt ist, schlagen die Autoren die räumliche Konditionierung als vielversprechenden Weg zur Generalisierung auf ungesehene Geometrien vor, trotz der derzeitigen Leistungsunterschiede.
• Framework: Die Arbeit etabliert ein wiederverwendbares Framework für wissenschaftliche Rechen-Surrogate, das latentes Drifting, räumliche Skalar-Konditionierung und label-bewusste Maskierung kombiniert.

Die Autoren kommen zu dem Schluss, dass die Diffusion zwar etwas genauer ist, der geringe Leistungsunterschied in Kombination mit dem massiven Geschwindigkeitsvorteil das Single-Step-Drifting jedoch zu einer lebensfähigen Lösung für ressourcenbeschränkte Anwendungen macht. Zukünftige Arbeiten richten sich darauf, die Genauigkeitslücke der räumlichen Konditionierung zu schließen und das Modell auf transiente 3D-Regime auszuweiten.