Resumen Técnico: Conjunto de Datos y Evaluación de Referencia BubbleSH para Enjambres de Burbujas Deformables

Planteamiento del Problema

Los flujos burbujeantes, prevalentes en reactores químicos y procesos industriales, exhiben dinámicas multiescala complejas donde las burbujas deformables interactúan a través del líquido circundante, lo que conduce a comportamientos cinemáticos y morfológicos fuertemente acoplados. Si bien las Simulaciones Numéricas Directas (DNS) utilizando métodos de resolución de interfaz como el Seguimiento de Frontera (Front-Tracking, FT) proporcionan datos de alta fidelidad sobre la dinámica individual de las burbujas, son computacionalmente prohibitivas para aplicaciones a gran escala. En consecuencia, los modelos de ingeniería prácticos (por ejemplo, Euler–Lagrange) dependen de correlaciones promediadas en el tiempo que colapsan la rica información relativa a la variabilidad de burbuja a burbuja, la deformación transitoria y las interacciones locales en coeficientes efectivos.

Un cuello de botella crítico en el desarrollo de emuladores basados en datos para cerrar esta brección es la falta de conjuntos de datos de alta calidad y disponibles públicamente que capturen la dinámica tridimensional transitoria de las burbujas a nivel de burbuja individual dentro de los enjambres. Los conjuntos de datos existentes son principalmente basados en imágenes (enfocados en detección/segmentación) o reconstrucciones estáticas, careciendo de las representaciones de estado temporales y físicamente consistentes requeridas para el aprendizaje de sistemas dinámicos con superficies deformables.

Metodología

Generación de Datos

El conjunto de datos BubbleSH se deriva de una DNS de alta fidelidad utilizando un método de Seguimiento de Frontera (FT) tridimensional para flujo bifásico incompresible (sistema aire-agua).

• Física de la Simulación: El flujo está gobernado por las ecuaciones de Navier–Stokes incompresibles en una rejilla de Cartesian escalonada. La interfaz gas-líquido es rastreada explícitamente por una malla de superficie triangular en movimiento. El método FT evita la coalescencia numérica no física, permitiendo el estudio de las interacciones de los enjambres de burbujas sin fusión artificial.
• Dominio: Las simulaciones ocurren en un dominio cúbico totalmente periódico, que representa un enjambre de burbujas infinito sin efectos de pared.
• Parámetros: El conjunto de datos cubre 24 configuraciones que varían el diámetro de la burbuja ($d \in \{4, 5, 6\}$ mm) y la fracción de volumen de gas ($\varepsilon \in \{5\% \dots 40\%\}$). Cada configuración rastrea un enjambre de $N=32$ burbujas.
• Salida: Los datos se registran a resoluciones temporales de 0.1 ms o 1 ms, capturando posiciones de centroides, velocidades y mallas de superficie completas.

Representación Compacta (Armónicos Esféricos)

Para abordar la intensidad de almacenamiento de los datos de malla crudos (aprox. $10^4$ nodos por burbuja), el conjunto de datos emplea una representación de Armónicos Esféricos (SH).

• La superficie de la burbuja $r(\theta, \phi)$ se aproxima mediante una expansión de SH truncada:
  $$r(\theta, \phi) \approx \sum_{\ell=0}^{L} \sum_{m=-\ell}^{\ell} c_{\ell m} Y_{\ell}^{m}(\theta, \phi)$$
• Utilizando un orden de truncamiento $L=14$, cada burbuja se representa mediante 225 coeficientes. Esto reduce la huella de datos por un factor de $\sim 173\times$ mientras mantiene un Error Porcentual Absoluto Medio (MAPE) en la reconstrucción del área superficial por debajo del 0.1%.
• Esta representación asume burbujas con forma de estrella respecto a su centroide, lo cual es apropiado para los regímenes deformables simulados.

Métricas de Evaluación

El artículo introduce un marco de evaluación de doble capa para evaluar tanto la precisión geométrica como la consistencia física:

1. Métricas Basadas en Puntos:
   • Error de Desplazamiento Promedio/Final Relativo (R-ADE/R-FDE): Normaliza los errores de trayectoria por la longitud de arco de la verdad de terreno para asegurar una comparación adimensional e invariante de escala.
   • Distancia de Chamfer Promedio Relativa (R-ACD): Normaliza los errores de predicción de forma por el cambio total en la geometría de la superficie a lo largo del tiempo.
2. Métricas Basadas en Distribución:
   • Distancia de 1-Wasserstein ($W_1$): Se utiliza para medir la similitud entre las distribuciones predichas y las de la verdad de terreno de cantidades cinemáticas (velocidad, ángulo de ascenso), morfológicas (área superficial, esfericidad) e interactivas (distribución radial, ángulos de velocidad por pares). Esto es crucial para modelos probabilísticos donde existen múltiples futuros físicamente válidos, evitando la confusión de la diversidad con el error.

Contribuciones Clave

1. Conjunto de Datos BubbleSH: Un conjunto de datos de alta fidelidad y compacto de enjambres de burbujas ascendentes, disponible públicamente. Combina de manera única trayectorias de centroides con descriptores de forma basados en SH con resolución temporal, cerrando la brecha entre los benchmarks de partículas rígidas y las simulaciones de continuo basadas en mallas.
2. Marco de Evaluación de Referencia: La introducción de métricas de evaluación que consideran la naturaleza estocástica de los flujos burbujeantes turbulentos, específicamente utilizando comparaciones distribucionales (distancia de Wasserstein) junto con errores de desplazamiento estándar.
3. Línea Base de Emulador Generativo: Un modelo generativo probabilístico (basado en STFlow y ajuste de flujo condicional) entrenado en BubbleSH. El modelo predice conjuntamente las trayectorias de las burbujas y la evolución de su forma, demostando que los enfoques basados en datos pueden capturar complejas interacciones de muchos cuerpos y la geometría deformable.

Resultados

Los autores evaluaron el modelo generativo propuesto frente a un prior de paseo aleatorio (random-walk) y variantes de ablación (independencia condicional, orden de SH inferior):

• Desempeño: El modelo completo ($L=5$) superó significativamente al prior de paseo aleatorio en todas las métricas, logrando menores errores de desplazamiento y un mejor alineamiento de la distribución (menores puntuaciones de $W_1$).
• Aprendizaje de Interacción: Un estudio de ablación que eliminó las capas de interacción espacial mostró un desempeño sorprendentemente similar al del modelo completo, lo que sugiere que el modelo actual aún no captura plenamente las interacciones espaciales entre burbujas, o que las métricas específicas utilizadas no son lo suficientemente sensibles para distinguir dichas interacciones.
• Truncamiento de Forma: Reducir el orden de SH a $L=3$ disminuyó los errores de desplazamiento pero aumentó la disimilitud morfológica, confirmando que un truncamiento agresivo limita la reproducción de deformaciones precisas.
• Eficiencia Computacional: El emulador entrenado logró una aceleración de 260,000x a 58,000x sobre el simulador FT original (ejecutando 0.1s de simulación en ~0.85 segundos frente a días), manteniendo la fidelidad por burbuja.

Significado y Reivindicaciones

El artículo posiciona a BubbleSH como un recurso fundacional para el desarrollo de emuladores basados en datos para sistemas multifásicos deformables y caóticos.

• Cerrando la Brecha: Ofrece un camino hacia el modelado escalable que retiene la variabilidad individual de la burbuja, la cual se pierde en los modelos tradicionales promediados, pero que es computacionalmente costosa en DNS.
• Utilidad de Referencia: Al proporcionar tanto los datos como un marco de evaluación riguroso (combinando métricas de trayectoria, forma y distribución), permite el desarrollo sistemático de modelos de aprendizaje profundo geométrico que manejan trayectorias acopladas y geometría de superficie variable en el tiempo.
• Modelado Probabilístico: La sensibilidad del conjunto de datos a las perturbaciones locales lo hace particularmente adecuado para modelos generativos que aprenden distribuciones sobre posibles trayectorias futuras, en lugar de predicciones puntuales deterministas.

Limitaciones: Los autores señalan que el conjunto de datos está restringido a sistemas aire-agua idealizados en dominios periódicos (sin efectos de pared, ruptura, coalescencia o surfactantes). El espacio de parámetros cubre números de Reynolds (100–1000) y de Eötvös (2–5) específicos, excluyendo regímenes casi esféricos o de caperuza esférica. Además, el truncamiento de SH puede introducir oscilaciones de tipo Gibbs, y el modelo de referencia actual presenta limitaciones en la estabilidad de largo horizonte y en el manejo de la simetría rotacional.