🤖 AI

ChannelFlow-Tools: A Configuration-Driven Pipeline for Generating Machine-Learning-Ready Datasets of 3D Obstructed Channel Flows

Este artigo introduz o ChannelFlow-Tools, um pipeline de código aberto e orientado por configuração que gera conjuntos de dados reproduzíveis e prontos para aprendizado de máquina de escoamentos de canal obstruídos em 3D ao integrar geração de geometria procedural, voxelização por campo de distância assinada e simulações de Lattice-Boltzmann, permit vez o treinamento de modelos substitutos de CFD robustos e conscientes da geometria.

Autores originais: Shubham Kavane, Lukas Schröder, Kajol Kulkarni, Fernando Gonzalez, Harald Koestler

Publicado 2026-08-19

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Shubham Kavane, Lukas Schröder, Kajol Kulkarni, Fernando Gonzalez, Harald Koestler

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

A dinâmica de fluidos computacional é a ciência de usar computadores poderosos para prever como líquidos e gases se movem. Por décadas, engenheiros têm dependido dessas simulações para projetar desde asas de aviões até carrocerias de carros, mas os cálculos são frequentemente tão pesados e lentos que não podem ser executados em tempo real. Para acelerar o processo, cientistas recentemente começaram a treinar modelos de inteligência artificial para atuarem como atalhos. Esses modelos "substitutos" aprendem com milhares de simulações passadas para adivinhar o resultado de uma nova situação quase instantaneamente. No entanto, para que esses atalhos de IA sejam confiáveis, eles devem ser treinados com dados perfeitamente precisos e gerados de uma forma consistente. Se os dados de treinamento contiverem erros ocultos ou inconsistências, a IA aprenderá lições erradas, e suas previsões falharão quando aplicadas a problemas do mundo real. O desafio tem sido encontrar uma maneira de gerar grandes quantidades de dados fluídicos de alta qualidade, onde cada variável seja controlada, registrada e verificada.

Uma equipe de pesquisadores da Friedrich-Alexander-Universität Erlangen-Nürnberg e do CERFACS construiu uma solução para este problema chamada ChannelFlow-Tools. É um sistema totalmente automatizado projetado para criar uma biblioteca massiva de cenários de fluxo de fluido tridimensionais, focando especificamente em como o ar ou a água se movem através de um canal quando bloqueados por vários obstáculos. Imagine um túnel longo e retangular onde o fluxo é interrompido por objetos como esferas, cubos, cilindros, cones, anéis ou cunhas. Os pesquisadores queriam saber se poderiam gerar milhares desses cenários, simular o fluido movendo-se ao redor deles e empacotar os resultados em um formato que a inteligência artificial possa ler facilmente, tudo isso garantindo que cada etapa do processo fosse matematicamente idêntica toda vez que fosse executada.

O sistema funciona como uma linha de montagem altamente precisa. Primeiro, ele gera proceduralmente as formas dos obstáculos. Em vez de projetar manualmente cada objeto, o software usa um conjunto de regras para criar variações aleatórias das seis formas básicas, garantindo que elas se encaixem perfeitamente dentro do canal sem tocar as paredes ou umas às outras. Em seguida, ele converte essas formas 3D em um mapa digital chamado campo de distância assinado (signed distance field). Este mapa diz ao computador exatamente a que distância cada ponto no espaço está da superfície sólida mais próxima, o que é crucial para a IA entender a geometria. Depois, o sistema executa uma simulação de fluido usando um método chamado abordagem de Boltzmann em rede (lattice Boltzmann), que divide o fluido em minúsculas células de grade para calcular como ele flui ao redor dos obstáculos. Finalmente, ele empacota a forma, o mapa de distância e os padrões de fluxo resultantes em um arquivo único e organizado.

O que torna este trabalho distinto não é apenas o fato de ele criar dados, mas sim o fato de verificar cada etapa com extremo rigor. Os pesquisadores não simplesmente confiaram que o computador faria o seu trabalho; eles auditaram todo o processo. Eles verificaram se as formas 3D eram matematicamente sólidas e livres de pequenos erros que poderiam quebrar a simulação. Eles confirmaram que os mapas de distância digitais representavam fielmente as formas, mesmo para arranjos complexos com múltiplos objetos. Eles validaram o solver de fluidos comparando seus resultados com benchmarks padrão conhecidos para o fluxo ao redor de uma esfera, garantindo que a física estivesse correta. Mais importante ainda, eles provaram que o sistema é reproduzível. Se você der ao sistema as mesmas instruções iniciais exatas e um número de semente (seed) aleatória, ele produzirá as mesmas formas 3D e os mesmos resultados de simulação até o último bit de dados. Este nível de consistência é raro na computação científica e é essencial para treinar modelos de IA confiáveis.

A equipe lançou um conjunto de dados contendo 450 simulações completas, cobrindo uma ampla gama de velocidades de fluxo e configurações de obstáculos. Para provar que esses dados eram realmente úteis, eles treinaram três tipos diferentes de modelos de inteligência artificial usando uma parte do conjunto de dados. Esses modelos tinham a tarefa de aprender como prever o padrão de fluxo ao redor de um obstáculo apenas olhando para sua forma e para a velocidade do fluxo. Os resultados mostraram que os modelos conseguiram aprender a relação entre a forma e o fluxo. Quando testados em formas que nunca haviam visto antes, ou em velocidades de fluxo fora da faixa para a qual foram treinados, os modelos não travaram nem produziram absurdos; em vez disso, mostraram uma queda previsível e compreensível na precisão, que é exatamente o que se espera de um sistema físico. Esse comportamento confirmou que os modelos estavam aprendendo princípios físicos reais, e não apenas memorizando padrões.

O estudo demonstra que é possível construir uma infraestrutura compartilhada e auditável para gerar dados de dinâmica de fluidos que estejam prontos para o aprendizado de máquina. Ao fornecer um pipeline que é aberto, configurável e rigorosamente verificado, os pesquisadores deram à comunidade científica uma ferramenta para testar quão bem os modelos de IA se generalizam para novas situações. O trabalho não pretende ter resolvido o problema da previsão de fluidos, nem apresenta um único melhor modelo de IA. Em vez disso, fornece os dados limpos, controlados e verificados necessários para estudar como esses modelos aprendem e onde eles podem falhar. Essa base permite que outros cientistas realizem experimentos controlados, variando um fator de cada vez para entender os limites da IA na dinâmica de fluidos, aproximando o campo de ferramentas de previsão em tempo real confiáveis para engenharia e design.

Resumo Técnico: ChannelFlow-Tools

Declaração do Problema

Modelos substitutos (surrogate models) orientados por dados são cada vez mais utilizados em mecânica dos fluidos computacional (CFD) para acelerar previsões de escoamento. No entanto, a confiabilidade desses modelos depende fortemente da qualidade, cobertura e consistência física de seus dados de treinamento. Existe uma lacuna crítica na capacidade de realizar estudos controlados de fator único (por exemplo, variando a geometria enquanto mantém os parâmetros fixos), pois muitos conjuntos de dados abertos existentes são distribuídos como corpora fixos. Nesses conjuntos de dados fixos, os fluxos de trabalho de geração subjacentes são frequentemente indisponíveis, não verificados ou não configuráveis, tornando difícil regenerar, adaptar ou estender os dados para atender a requisitos de pesquisa específicos. Além disso, os recursos existentes muitas vezes carecem de verificação independente da representação geométrica (especificamente Campos de Distância com Sinal, ou SDFs) e do alinhamento entre as entradas geométricas e as saídas de fluxo.

Metodologia

Os autores apresentam o ChannelFlow-Tools, um pipeline de código aberto, orientado por configuração, projetado para gerar conjuntos de dados prontos para aprendizado de máquina para escoamentos em canais obstruídos tridimensionais. O pipeline integra quatro estágios distintos, todos regidos por uma única árvore de configuração Hydra/OmegaConf e uma semente (seed) aleatória para garantir a reprodutibilidade:

Geração de Geometria de Obstáculo Procedural:
- Utiliza a biblioteca CadQuery (baseada em OpenCASCADE) para gerar geometrias de obstáculos 3D.
- Suporta seis famílias de formas primitivas: esfera, paralelepípedo, cilindro, cone, toro e cunha.
- Os parâmetros incluem dimensões geométricas, orientação e coordenadas de posicionamento.
- Emprega dois modos de amostragem: amostragem uniforme aleatória e amostragem estratificada de Sobol para garantir ampla cobertura do espaço de design.
- Impõe verificações de viabilidade (folga da parede, distância de entrada/saída, volume mínimo e folga entre objetos) antes de exportar os obstáculos como malhas STL.
Geração de Campo de Distância com Sinal (SDF):
- Converte as malhas STL geradas em SDFs voxelizados em uma grade cartesiana.
- O SDF ( $\phi$ ) codifica a geometria do obstáculo como um campo escalar onde $\phi < 0$ representa o interior sólido, $\phi > 0$ o fluido e $\phi = 0$ a fronteira.
- As saídas são geradas em resoluções definidas pelo usuário, visando especificamente grades de $128 \times 64 \times 64$ e $256 \times 128 \times 128$ para o corpus liberado.
Simulação de Lattice-Boltzmann (LBM):
- Utiliza o framework de código aberto WALBERLA com um stencil de velocidade D3Q27 e um operador de colisão de cumulantes.
- Simula o escoamento sobre os obstáculos STL gerados em um domínio de $1024 \times 512 \times 512$ unidades de rede.
- Executa por 20 tempos de passagem do fluxo, sendo os primeiros 15 usados para aquecimento (warm-up) e os últimos 5 para acumular campos de velocidade média temporal.
- Suporta números de Reynolds ( $Re_c$ ) variando aproximadamente de 100 a 15.000.
Empacotamento de Tensores Prontos para ML:
- Reamostra a saída nativa do LBM e o SDF em uma grade cartesiana comum.
  క O empacota o campo de geometria co-registrado, o SDF e os componentes de velocidade média temporal ( $v_x, v_y, v_z$ ) em arquivos HDF5 únicos.
- Garante que cada artefato seja rastreável até a configuração original e a semente aleatória.

Principais Contribuições

O artigo descreve quatro contribuições primárias:

Pipeline: Um fluxo de trabalho completo, orientado por configuração, que produz tensores co-registrados e prontos para ML, desde a geometria procedural até a construção do SDF e simulação LBM.
Verificação e Auditoria por Estágio: Validação independente das etapas de geometria, SDF e solver, incluindo uma auditoria de integridade de dados por cena dos tensores finais empacotados.
Liberação Reprodutível: Um corpus auditado de escoamentos em canais obstruídos liberado com configurações, sementes e metadados. A etapa de geração de geometria é verificada para reprodutibilidade byte a byte via hashing SHA-256.
Demonstração de Usabilidade: Avaliação de três baselines de modelos substitutos (3D U-Net, FNO e U-FNO) treinados em um conjunto de amostra de 450 simulações para demonstrar a usabilidade direta a jusante e caracterizar desafios de generalização.

Resultados e Validação

O pipeline e o conjunto de dados foram rigorosamente validados em múltiplos níveis:

Integridade da Geometria: Uma auditoria de integridade de malha de 10.060 cenas confirmou volume positivo e contenção de domínio. Embora tenham ocorrido artefatos menores de tesselação em singularidades paramétricas (ex: polos de esferas), eles não impediram o processamento subsequente.
Reprodutibilidade: A regeneração byte a byte das malhas STL e metadados foi verificada tanto para os modos de amostragem de Sobol quanto para o de pseudo-aleatoriedade usando hashing SHA-256.
Precisão do SDF:
- Validação Analítica: Estudos de convergência contra SDFs analíticos (esfera, cilindro, paralelepípedo) mostraram taxas de convergência de erro $L_2$ consistentes com o refinamento da grade, limitadas apenas pela tesselação STL subjacente.
- Auditoria do Corpus: Um subconjunto de 350 cenas mostrou precisão de distância de superfície média sub-voxel ( $MSD/\Delta x \leq 1.0$ ) para famílias de objetos únicos e precisão aceitável para cenas de múltiplos objetos.
Validação do Solver:
- Benchmarks Canônicos: O solver reproduziu estatísticas de esteira, frequências de desprendimento de vórtices e coeficientes de arrasto para uma esfera em $Re_s=1000$ , consistentes com dados experimentais (Choi e Park) e literatura (Roos e Willmarth).
- Auditoria por Cena: Todas as 450 simulações liberadas passaram em testes de completude, conservação de massa (desequilíbrio mediano de 0,28%), convergência estatística e registro de geometria-fluxo.
Desempenho do Modelo Substituto:
- Curvas de Aprendizado: Todos os três modelos (U-Net, FNO, U-FNO) mostraram diminuição de erro conforme o tamanho do conjunto de treinamento aumentava, indicando um sinal aprendível.
- Generalização: Os modelos exibiram degradação fisicamente interpretável quando testados em famílias de formas fora da distribuição (OOD) e números de Reynolds, em vez de falhas não controladas. O U-FNO geralmente superou as outras arquiteturas.

Significância e Alegações

Os autores posicionam o ChannelFlow-Tools não como uma reivindicação de desempenho de estado da arte para modelos substitutos, mas como infraestrutura compartilhada e auditável para o benchmarking controlado de modelos substitutos de CFD conscientes de geometria.

O artigo enfatiza que o valor primário reside na capacidade de:

Gerar conjuntos de dados controlados onde fatores específicos (geometria, número de Reynolds, resolução) podem ser variados isoladamente.
Verificar independentemente a fidelidade da representação geométrica (SDF) e a consistência física dos dados de fluxo.
Reproduzir e estender conjuntos de dados usando arquivos de configuração e sementes, abordando a natureza de "caixa preta" de muitos conjuntos de dados de CFD existentes.

Os autores alegam modestamente que o pipeline fornece um recurso para investigar desafios de generalização e estudar a confiabilidade de modelos substitutos sob mudanças de distribuição, em vez de resolver o problema da generalização em si. Os dados liberados servem como uma base para pesquisas futuras em modelagem consciente de geometria, com o próprio pipeline projetado para ser extensível a geometrias mais complexas e números de Reynolds mais elevados.