HiLiftAeroML: High-Fidelity Computational Fluid Dynamics Dataset for High-Lift Aircraft Aerodynamics

Este artículo presenta HiLiftAeroML, el primer conjunto de datos de CFD de alta fidelidad de código abierto que incluye 1.800 simulaciones LES aceleradas por GPU de la geometría de alto sustentación CRM de la NASA, diseñado para acelerar el desarrollo de modelos sustitutos de IA para aplicaciones aeroespaciales.

Lo esencial

Imagina que estás intentando enseñar a un robot a volar un avión complejo. Para lograrlo, necesitas mostrarle miles de ejemplos de cómo se mueve el aire alrededor de las alas, especialmente cuando el avión despega o aterriza. Estos momentos son complicados porque el aire se vuelve turbulento, gira y se separa de las alas de formas caóticas.

Durante mucho tiempo, los científicos han utilizado dos métodos principales para estudiar esto:

1. Túneles de viento: Construir modelos físicos y soplar aire real sobre ellos. Esto es preciso, pero increíblemente costoso y lento.
2. Simulaciones por computadora (CFD): Utilizar matemáticas para predecir el comportamiento del aire. El método estándar es rápido, pero a menudo falla en los aspectos turbulentos, como una foto borrosa. Existe un método mejor que toma fotografías de alta definición del aire, pero generalmente requiere que superordenadores trabajen durante semanas para generar solo una imagen.

El problema: Para entrenar a una IA inteligente (un "modelo sustituto") que prediga estos flujos de aire turbulentos instantáneamente, necesitas una biblioteca masiva de estas imágenes de alta definición. Pero hasta ahora, esa biblioteca no existía para aviones complejos.

La solución: HiLiftAeroML
Este artículo presenta HiLiftAeroML, una biblioteca masiva, gratuita y de código abierto con 1.800 "instantáneas" de alta definición del aire fluyendo alrededor de un tipo específico de avión (el Modelo de Investigación Común de la NASA).

Así es como lo construyeron, utilizando algunas analogías sencillas:

1. El avión: Un set de Lego que cambia de forma

Los investigadores no utilizaron un solo avión. Usaron una versión digital del "Modelo de Investigación Común" (CRM) de la NASA, que es como un avión de Lego estándar utilizado por científicos de todo el mundo.

• El giro: Hicieron que las piezas de Lego se movieran. Crearon 180 versiones diferentes de este avión cambiando los ángulos de los flaps y los slats (las pequeñas alas en la parte delantera y trasera que se extienden durante el despegue y el aterrizaje).
• El clima: Para cada una de esas 180 formas, simularon el aire golpeando el avión en 10 ángulos diferentes (desde un enfoque suave hasta un ascenso pronunciado).
• El resultado: 1.800 escenarios únicos (180 formas × 10 ángulos).

2. La cámara: Una lente ultra nítida

La mayoría de las simulaciones por computadora utilizan una lente "borrosa" (llamada RANS) que promedia el caos. Es como ver un partido de deportes a través de una ventana empañada; ves a los jugadores moviéndose, pero te pierdes los giros individuales y las colisiones.

Para este conjunto de datos, los autores utilizaron una Simulación de Grandes Remolinos con Modelado de Paredes (WMLES).

• La analogía: Piensa en esto como una cámara de 4K en cámara lenta que captura cada remolino y torbellino individual del aire.
• El costo: Esta "cámara" es tan potente que requiere una cuadrícula de 300 a 500 millones de celdas diminutas (píxeles) solo para cubrir el avión. Para ponerlo en perspectiva, una simulación estándar podría usar 10 millones de celdas. Esto es como pasar de una televisión de definición estándar a una pantalla masiva de ultra alta definición.
• El hardware: Ejecutaron estas simulaciones en GPUs de NVIDIA (los mismos chips potentes utilizados para videojuegos e IA), que actuaron como una flota de cámaras ultra rápidas capturando estas imágenes.

3. La biblioteca: Gratuita para todos

Los autores no guardaron estas 1.800 instantáneas de alta definición para sí mismos. Subieron toda la biblioteca a internet (HuggingFace) para que cualquiera pueda descargarla gratis.

• Qué hay dentro: Obtienes la forma 3D del avión, las fuerzas "borrosas" promedio (sustentación y resistencia) y los datos detallados de "alta definición" de la presión y la velocidad del aire dentro y alrededor del avión.
• El objetivo: Quieren que los investigadores de IA utilicen esta biblioteca para entrenar a sus propios "robots de vuelo". Una vez que una IA aprenda de estos 1.800 ejemplos perfectos, debería poder predecir cómo se comporta el aire en nuevos diseños de aviones en una fracción de segundo, sin necesidad de ejecutar nuevamente la simulación costosa y lenta.

4. ¿Funcionó? (La verificación de calidad)

Antes de lanzar la biblioteca, los autores verificaron su trabajo comparándolo con experimentos reales en túneles de viento.

• La prueba: Compararon sus "fotografías" por computadora de una configuración de aterrizaje específica con fotografías reales tomadas en un túnel de viento.
• El resultado: Su simulación de alta definición coincidió muy bien con los datos del mundo real, especialmente en las partes complicadas como la "resistencia" (resistencia al aire) y el "momento de cabeceo" (cómo la nariz quiere inclinarse). Esto demuestra que su "cámara" era lo suficientemente nítida para capturar la física real.

Resumen

En resumen, los autores construyeron la primera biblioteca de "alta definición" de aerodinámica de aviones para escenarios de despegue y aterrizaje. Utilizaron los métodos informáticos más avanzados, costosos y precisos disponibles para generar 1.800 ejemplos. Al hacer que estos datos sean gratuitos, esperan ayudar a ingenieros y desarrolladores de IA a construir herramientas más inteligentes y rápidas para diseñar aviones más seguros y eficientes en el futuro.

Lo que el artículo NO afirma:

• No afirma que la IA ya haya reemplazado los túneles de viento (es una herramienta para ayudar, no un reemplazo aún).
• No afirma haber resuelto la física de cada avión posible (se centra en este modelo específico de la NASA).
• No afirma haber simulado condiciones de vuelo a escala real (los datos se basan en condiciones a escala de túnel de viento).

Resumen técnico

Resumen Técnico: HiLiftAeroML

Enunciado del Problema
La optimización de los sistemas de alta sustentación de aeronaves es crítica para la seguridad y el rendimiento operativo, particularmente durante el despegue y el aterrizaje, donde ocurren flujos inestables tridimensionales complejos que involucran separación masiva y dinámica de vórtices. Históricamente, la industria aeroespacial ha confiado en solutores CFD de Navier-Stokes promediados de Reynolds (RANS) debido a su bajo costo computacional; sin embargo, RANS frecuentemente falla al resolver la física inherente a las configuraciones de alta sustentación, lo que hace necesaria una dependencia continua de costosas pruebas físicas en túneles de viento. Aunque los métodos de resolución de escala de alta fidelidad, como la Simulación de Grandes Remolinos con Modelo de Pared (WMLES), ofrecen una precisión superior, su carga computacional (que a menudo requiere un orden de magnitud más de recursos que RANS) los hace prohibitivamente costosos para las miles de simulaciones requeridas para la exploración de diseños.

Simultáneamente, el campo de la Inteligencia Artificial (IA) se está volviendo cada vez más hacia modelos sustitutos para acelerar los ciclos de diseño. Sin embargo, el desarrollo de sustitutos de IA robustos para la aviación se ve obstaculizado por la falta de datos de entrenamiento de alta fidelidad de código abierto. Los conjuntos de datos públicos existentes están casi exclusivamente limitados a simulaciones RANS de condiciones de crucero o geometrías simplificadas, fallando en abordar el régimen de alta sustentación donde domina la física compleja de la separación.

Metodología
Para abordar esta brecha de datos, los autores generaron el conjunto de datos HiLiftAeroML, que comprende 1.800 muestras CFD de alta fidelidad. La metodología involucró los siguientes componentes clave:

• Geometría: El conjunto de datos se basa en la geometría del Modelo de Investigación Común de Alta Sustentación de la NASA (CRM-HL). A diferencia de talleres anteriores que utilizaron modelos específicos de túnel de viento, este trabajo utilizó una geometría de referencia teórica con características mecánicas definidas paramétricamente (soportes de slat, carenados) para desacoplar la simulación de las limitaciones del hardware físico.
• Variación Paramétrica: El conjunto de datos cubre 180 variantes de geometría únicas generadas mediante Muestreo Hipercúbico Latino. Estas variantes manipulan ocho parámetros independientes: deflexión y separación del slat interior/exterior, y deflexión y separación del flap interior/exterior. Cada geometría se simuló en 10 Ángulos de Ataque (AoA) que van desde 4° hasta 22° en incrementos de 2° para capturar los regímenes pre-pérdida y post-pérdida.
• Solutores y Física: Las simulaciones se realizaron utilizando el solutor de flujo Fidelity Charles, un solutor explícito, de volumen finito y malla no estructurada para las ecuaciones de Navier-Stokes compresibles. El estudio empleó un enfoque de Simulación de Grandes Remolinos con Modelo de Pared (WMLES) con un modelo de subescala Smagorinsky dinámico y un modelo de pared de equilibrio. Este enfoque resuelve los remolinos de gran escala mientras modela las interacciones de subescala, ofreciendo una fidelidad superior a RANS para flujos separados.
• Malla y Adaptación: El dominio se discretizó utilizando Fidelity Stitch, un generador de mallas no estructuradas basado en Voronoi. Se empleó un algoritmo de adaptación de solución para refinar la cuadrícula basándose en características del flujo, resultando en mallas que contienen entre 300 millones y 500 millones de volúmenes de control.
• Procesamiento de Datos: Se realizó un promediado temporal después de eliminar los transitorios iniciales. Las simulaciones para AoA ≤ 12° se ejecutaron durante 15 Unidades de Tiempo Convectivo (CTU), mientras que los casos de AoA más altos (≥ 12°) se ejecutaron durante 30–200 CTU para asegurar la convergencia estadística. Los datos volumétricos brutos se exportaron en un formato Octree para gestionar los tamaños de archivo mientras se preservaba la precisión.

Contribuciones Clave

1. Primer Conjunto de Datos de Alta Sustentación de Alta Fidelidad de Código Abierto: HiLiftAeroML es el primer conjunto de datos de código abierto dedicado a la aerodinámica de alta sustentación utilizando simulaciones WMLES de aeronave completa. Proporciona 1.800 muestras que incluyen geometrías, variables volumétricas y superficiales promediadas en el tiempo, y fuerzas integrales.
2. Resolución de Alta Fidelidad: El conjunto de datos utiliza cuadrículas adaptadas a la solución (300M–500M celdas) y WMLES, asegurando la máxima precisión posible para las porciones del sobre de vuelo donde se sabe que RANS tiene dificultades.
3. Espacio Paramétrico Exhaustivo: El conjunto de datos cubre una amplia gama de perturbaciones geométricas (deflexiones y separaciones de slat/flap) y condiciones de flujo (AoA 4°–22°), incluyendo explícitamente regímenes de pérdida profunda y separación masiva.
4. Marco de Referencia: Los autores proporcionan divisiones deterministas de entrenamiento, validación y prueba diseñadas para evaluar capacidades específicas de aprendizaje automático, incluida la eficiencia de datos, la generalización a geometrías no vistas y la extrapolación fuera de la distribución (OOD) a través de ángulos de ataque y configuraciones de deflexión.

Resultados y Validación
El conjunto de datos se validó contra datos experimentales de túnel de viento (Mouton et al., 2024) para la configuración LDG-HV.

• Predicción de Fuerzas: Los resultados de WMLES en la cuadrícula adaptada mostraron un acuerdo razonable con los coeficientes experimentales de sustentación, resistencia y momento de cabeceo. Cabe destacar que la adaptación de la cuadrícula condujo a mejoras significativas en las predicciones de resistencia y momento de cabeceo en comparación con la cuadrícula base.
• Física del Flujo: Las comparaciones cualitativas de los patrones de flujo cerca de la superficie (por ejemplo, en AoA = 18°) demostraron que las simulaciones capturaron correctamente los patrones de separación en forma de cuña hacia afuera y la separación del flujo en los flaps, coincidiendo con las visualizaciones experimentales de película de aceite.
• Diversidad del Conjunto de Datos: El análisis del conjunto de datos reveló que, si bien los coeficientes de sustentación a bajo AoA están impulsados principalmente por la deflexión del flap, la sensibilidad se desplaza hacia la deflexión del slat a altos AoA (cerca de la pérdida), reflejando el comportamiento aerodinámico complejo y no lineal del régimen de alta sustentación.

Significado y Afirmaciones
El artículo posiciona a HiLiftAeroML como un recurso crítico para acelerar la investigación y el desarrollo de modelos sustitutos de IA dentro de la industria aeroespacial. Al proporcionar acceso a regímenes de alta sustentación "difíciles de simular" con datos de alta fidelidad, los autores tienen como objetivo:

• Habilitar el entrenamiento de arquitecturas de ML en física de flujo inestable industrialmente relevante que actualmente está poco explorada.
• Permitir que los ingenieros filtren rápidamente miles de diseños, aislando candidatos prometedores para una validación rigurosa.
• Servir como referencia para el 6º Taller de Predicción de Alta Sustentación de la AIAA y la comunidad en general para evaluar enfoques de ML frente a CFD de alta fidelidad.

Los autores mantienen un tono modesto con respecto a las limitaciones del conjunto de datos, reconociendo que las simulaciones están a escala de túnel de viento (número de Reynolds $1.6 \times 10^6$) en lugar de escala de vuelo completo, y que el flujo se modela como completamente turbulento sin transición laminar-turbulenta explícita. No obstante, el conjunto de datos representa un paso significativo hacia la superación de la brecha entre la física de alta fidelidad y los ciclos de diseño rápidos impulsados por IA.