Technische Samenvatting: ChannelFlow-Tools

Probleemstelling

Data-gestuurde surrogaatmodellen worden steeds vaker ingezet in de computationele fluïdummechanica (CFD) om stromingsvoorspellingen te versnellen. De betrouwbaarheid van deze modellen hangt echter sterk af van de kwaliteit, dekking en fysieke consistentie van hun trainingsdata. Er bestaat een kritische kloof in het vermogen om gecontroleerde studies met één factor uit te voeren (bijvoorbeeld het variëren van geometrie terwijl parameters constant blijven), omdat veel bestaande open datasets worden gedistribueerd als vaste corpora. In deze vaste datasets zijn de onderliggende generatieworkflows vaak niet beschikbaar, niet geverifieerd of niet configureerbaar, wat het moeilijk maakt om de data te regenereren, aan te passen of uit te breiden om te voldoen aan specifieke onderzoeksvereisten. Bovovenop dat bestaande bronnen vaak een onafhankelijke verificatie missen van de geometrische representatie (specifiek Signed Distance Fields, of SDF's) en de uitlijning tussen geometrische inputs en stromingsoutputs.

Methodologie

De auteurs introduceren ChannelFlow-Tools, een open-source, configuratiegestuurde pipeline die ontworpen is voor het genereren van machine-learning-klare datasets voor driedimensionale geobstruerde kanaalstromingen. De pipeline integreert vier afzonderlijke stadia, die allemaal worden aangestuurd door een enkele Hydra/OmegaConf-configatiestructuur en een random seed om reproduceerbaarheid te garanderen:

1. Procedurele Generatie van Obstakelgeometrie:

   • Maakt gebruik van de CadQuery-bibliotheek (gebouwd op OpenCASCADE) om 3D-obstakelgeometrieën te genereren.
   • Ondersteunt zes primitieve vormfamilies: sfeer, blokvorm (cuboid), cilinder, kegel, torus en wig.
   • Parameters omvatten geometrische dimensies, oriëntatie en plaatsingscoördinaten.
   • Maakt gebruik van twee bemonsteringsmodi: random uniforme bemonstering en gestratificeerde Sobol-bemonstering om een brede dekking van de ontwerpplek te garanderen.
   • Handhaaft haalbaarheidscontroles (wandvrije ruimte, afstand tot inlaat/uitlaat, minimaal volume en tussenliggende afstand tussen objecten) voordat de obstakels als STL-meshes worden geëxporteerd.

2. Generatie van het Signed-Distance-Field (SDF):

   • Converteert de gegenereerde STL-meshes naar voxelized SDF's op een Cartesiaans rooster.
   • De SDF ($\phi$) codeert de obstakelgeometrie als een scalair veld waarbij $\phi < 0$ de vaste binnenkant representeert, $\phi > 0$ de vloeistof en $\phi = 0$ de grens.
   • Outputs worden gegenereerd op gebruikersgedefinieerde resoluties, specifiek gericht op $128 \times 64 \times 64$ en $256 \times 128 \times 128$ roosters voor het vrijgegeven corpus.

3. Lattice-Boltzmann (LBM) Simulatie:

   • Gebruikt het open-source WALBERLA-framework met een D3Q27-snelheidsstencil en een cumulant collision operator.
   • Simuleert stroming over de gegenereerde STL-obstakels in een domein van $1024 \times 512 \times 512$ lattice-eenheden.
   • Draait gedurende 20 flow-through tijden, waarvan de eerste 15 worden gebruikt voor de warm-up fase en de laatste 5 voor het accumuleren van tijdgemiddelde snelheidvelden.
   • Ondersteunt Reynoldsgetallen ($Re_c$) variërend van ongeveer 100 tot 15.000.

4. ML-Klaar Verpakken van Tensoren:

   • Resampled de natuurlijke LBM-output en de SDF op een gemeenschappelijk Cartesiaans rooster.
   • Verpakt het gecorreleerde geometrieveld, de SDF en de tijdgemiddelde snelheidscomponenten ($v_x, v_y, v_z$) in enkele HDF5-bestanden.
   • Zorgt ervoor dat elk artefact traceerbaar is naar de oorspronkelijke configuratie en de random seed.

Belangrijkste Bijdragen

Het artikel beschrijft vier primaire bijdragen:

1. Pipeline: Een volledige, configuratiegestuurde workflow die gecorreleerde, ML-klare tensoren produceert van procedurele geometrie via SDF-constructie tot LBM-simulatie.
2. Stapsgewijze Verificatie en Audit: Onafhankelijke validatie van de geometrie-, SDF- en solver-stadia, inclusief een per-scene data-integriteitsaudit van de uiteindelijke verpakte tensoren.
3. Reproduceerbare Release: Een geauditeerd corpus van geobstruerde kanaalstromingen, vrijgegeven met configuraties, seeds en metadata. De geometrie-generatiestadie is geverifieerd op byte-identieke reproduceerbaarheid via SHA-256 hashing.
4. Bruikbaarheiddemonstratie: Evaluatie van drie surrogaat-baselines (3D U-Net, FNO en U-FNO) getraind op een steekproef van 450 simulaties om directe downstream bruikbaarheid aan te tonen en uitdagingen bij generalisatie te karakteriseren.

Resultaten en Validatie

De pipeline en de dataset zijn op meerdere niveaus rigoureus gevalideerd:

• Geometrische Integriteit: Een mesh-integriteitsaudit van 10.060 scènes bevestigde positief volume en domeinbevatting. Hoewel er kleine tessellatie-artefacten optraden bij parametrische singulariteiten (bijv. sferenpolen), verhinderden deze de verdere verwerking niet.
• Reproduceerbaarheid: Byte-identieke regeneratie van STL-meshes en metadata werd geverifieerd voor zowel Sobol als pseudo-random bemonsteringsmodi middels SHA-256 hashing.
• SDF Nauwkeurigheid:
  • Analytische Validatie: Convergentiestudies tegen analytische SDF's (sfeer, cilinder, blokvorm) toonden $L_2$-foutconvergentiecijfers die consistent zijn met roosterverfijning, beperkt door de onderliggende STL-tessellatie.
  • Corpus Audit: Een subset van 350 scènes vertoonde een sub-voxel gemiddelde oppervlakteafstand ($MSD/\Delta x \leq 1.0$) voor single-object families en acceptabele nauwkeurigheid voor multi-object scènes.
• Solver Validatie:
  • Canonieke Benchmarks: De solver reproduceerde wake-statistieken, vortex-afscheidingsfrequenties en weerstandscoëfficiënten voor een sfeer bij $Re_s=1000$, consistent met experimentele data (Choi en Park) en literatuur (Roos en Willmarth).
  • Per-Scene Audit: Alle 450 vrijgegeven simulaties bestonden voor de controles op volledigheid, massabehoud (mediaan onbalans 0,28%), statistische convergentie en geometrie-flow registratie.
• Surrogaat Prestaties:
  • Leercurves: Alle drie de modellen (U-Net, FNO, U-FNO) vertoonden een afname in fout naarmate de omvang van de trainingsset toenam, wat wijst op een leerbaar signaal.
  • Generalisatie: Modellen vertoonden fysiek interpreteerbare degradatie wanneer ze werden getest op out-of-distribution (OOD) vormfamilies en Reynoldsgetallen, in plaats van ongecontroleerd falen. U-FNO presteerde over het algemeen beter dan de andere architecturen.

Betekenis en Claims

De auteurs positioneren ChannelFlow-Tools niet als een claim van state-of-the-art surrogaatprestaties, maar als gedeelde, controleerbare infrastructuur voor de gecontroleerde benchmarking van geometrie-bewuste CFD-surrogaten.

Het artikel benadrukt dat de primaire waarde ligt in de mogelijkheid om:

• Gecontroleerde datasets te genereren waarbij specifieke factoren (geometrie, Reynoldsgetal, resolutie) in isolatie kunnen worden gevarieerd.
• De getrouwheid van de geometrische representatie (SDF) en de fysieke consistentie van de stromingsdata onafhankelijk te verifiëren.
• Datasets te reproduceren en uit te breiden met behulp van configuratiebestanden en seeds, waarmee de "black box"-aard van veel bestaande CFD-datasets wordt aangepakt.

De auteurs claimen bescheiden dat de pipeline een middel biedt voor het onderzoeken van generalisatie-uitdagingen en het bestuderen van de betrouwbaarheid van surrogaatmodellen onder distributieverschuivingen, in plaats van het oplossen van het generalisatieprobleem zelf. De vrijgegeven data dient als een fundament voor toekomstig onderzoek naar geometrie-bewuste modellering, waarbij de pipeline zelf is ontworpen om uitbreidbaar te zijn naar complexere geometrieën en hogere Reynoldsgetallen.