Resumo Técnico: Conjunto de Dados e Benchmark BubbleSH para Enxames de Bolhas Deformáveis

Definição do Problema

Fluxos borbulhantes, prevalentes em reatores químicos e processos industriais, exibem dinâmicas multiescala complexas onde bolhas deformáveis interagem através do líquido circundante, levando a comportamentos cinemáticos e morfológicos fortemente acoplados. Embora Simulações Numéricas Diretas (DNS) usando métodos de resolução de interface como o Front-Tracking (FT) forneçam dados de alta fidelidade sobre a dinâmica de bolhas individuais, elas são computacionalmente proibitivas para aplicações de larga escala. Consequentemente, modelos de engenharia práticos (ex: Euler–Lagrange) dependem de correlações de tempo médio que colapsam a rica informação referente à variabilidade bolha-a-bolha, deformação transiente e interações locais em coeficientes efetivos.

Um gargalo crítico no desenvolvimento de emuladores baseados em dados para preencher essa lacuna é a falta de conjuntos de dados de alta qualidade e disponíveis abertamente que capturem a dinâmica de bolhas tridimensional e transiente ao nível da bolha individual dentro de enxames. Os conjuntos de dados existentes são primariamente baseados em imagens (focados em detecção/segmentação) ou reconstruções estáticas, carecendo das representações de estado resolvidas no tempo e fisicamente consistentes necessárias para aprender sistemas dinâmicos com superfícies deformáveis.

Metodologia

Geração de Dados

O conjunto de dados BubbleSH é derivado de DNS de alta fidelidade usando um método de Front-Tracking (FT) tridimensional para fluxo bifásico incompressível (sistema ar-água).

• Física da Simulação: O fluxo é governado pelas equações de Navier–Stokes incompressíveis em uma grade cartesiana escalonada. A interface gás-líquido é explicitamente rastreada por uma malha de superfície triangular móvel. O método FT evita a coalescência numérica não física, permitindo o estudo de interações de enxames de bolhas sem fusão artificial.
• Domínio: As simulações ocorrem em um domínio cúbico totalmente periódico, representando um enxame de bolhas infinito sem efeitos de parede.
• Parâmetros: O conjunto de dados cobre 24 configurações variando o diâmetro da bolha ($d \in \{4, 5, 6\}$ mm) e a fração volumétrica de gás ($\varepsilon \in \{5\% \dots 40\%\}$). Cada configuração rastreia um enxame de $N=32$ bolhas.
• Saída: Os dados são registrados em resoluções temporais de 0,1 ms ou 1 ms, capturando posições de centroides, velocidades e malhas de superfície completas.

Representação Compacta (Harmônicos Esféricos)

Para lidar com a intensidade de armazenamento dos dados de malha bruta (aprox. $10^4$ nós por bolha), o conjunto de dados utiliza uma representação de Harmônicos Esféricos (SH).

• A superfície da bolha $r(\theta, \phi)$ é aproximada por uma expansão de SH truncada:
  $$r(\theta, \phi) \approx \sum_{\ell=0}^{L} \sum_{m=-\ell}^{\ell} c_{\ell m} Y_{\ell}^{m}(\theta, \phi)$$
• Usando uma ordem de truncamento $L=14$, cada bolha é representada por 225 coeficientes. Isso reduz a pegada de dados em um fator de $\sim 173\times$ enquanto mantém o Erro Percentual Absoluto Médio (MAPE) na reconstrução da área de superfície abaixo de 0,1%.
• Esta representação assume bolhas com formato de estrela em relação ao seu centroide, o que é apropriado para os regimes deformáveis simulados.

Métricas de Avaliação

O artigo introduz um framework de avaliação de camada dupla para avaliar tanto a precisão geométrica quanto a consistência física:

1. Métricas Baseadas em Pontos:
   • Erro de Deslocamento Médio/Final Relativo (R-ADE/R-FDE): Normaliza erros de trajetória pelo comprimento de arco da verdade de campo (ground truth) para garantir uma comparação adimensional e invariante de escala.
   • Distância de Chamfer Média Relativa (R-ACD): Normaliza erros de previsão de forma pela mudança total na geometria da superfície ao longo do tempo.
2. Métricas Baseadas em Distribuição:
   • Distância de 1-Wasserstein ($W_1$): Utilizada para medir a similaridade entre as distribuições previstas e as distribuições da verdade de campo de quantidades cinemáticas (velocidade, ângulo de ascensão), morfológicas (área de superfície, esfericidade) e de interação (distribuição radial, ângulos de velocidade par a par). Isso é crucial para modelos probabilísticos onde múltiplos futuros fisicamente válidos existem, evitando a confusão entre diversidade e erro.

Principais Contribuições

1. Conjunto de Dados BubbleSH: Um conjunto de dados de alta fidelidade e compacto de enxames de bolhas ascendentes, disponível publicamente. Ele combina de forma única trajetórias de centroides resolvidas no tempo com descritores de forma contínuos baseados em SH, preenchendo a lacuna entre benchmarks de partículas rígidas e simulações de contínuo baseadas em malha.
2. Framework de Benchmark: A introdução de métricas de avaliação que consideram a natureza estocástica dos fluxos borbulhantes turbulentos, especificamente utilizando comparações distributivas (distância de Wasserstein) ao lado de erros de deslocamento padrão.
3. Baseline de Emulador Generativo: Um modelo generativo probabilístico (baseado em STFlow e conditional flow matching) treinado no BubbleSH. O modelo prevê conjuntamente as trajetórias das bolhas e a evolução da forma, demonstrando que abordagens baseadas em dados podem capturar interações complexas de muitos corpos e geometria deformável.

Resultados

Os autores avaliaram o modelo generativo proposto contra um prior de caminhada aleatória (random-walk) e variantes de ablação (independência condicional, ordem de SH inferior):

• Desempenho: O modelo completo ($L=5$) superou significativamente o prior de caminhada aleatória em todas as métricas, alcançando menores erros de deslocamento e melhor alinhamento distributivo (menores pontuações $W_1$).
• Aprendizado de Interação: Um estudo de ablação removendo camadas de interação espacial mostrou um desempenho surpreendentemente similar ao do modelo completo, sugerindo que o modelo atual ainda não captura totalmente as interações espaciais entre as bolhas, ou que as métricas específicas utilizadas não são sensíveis o suficiente para distingui-las.
• Truncamento de Forma: Reduzir a ordem de SH para $L=3$ baixou os erros de deslocamento, mas aumentou a dissimilaridade morfológica, confirmando que o truncamento agressivo limita a reprodução de deformações precisas.
• Eficiência Computacional: O emulador treinado alcançou um aumento de velocidade de 260.000x a 58.000x sobre o simulador FT original (executando 0,1s de simulação em ~0,85 segundos vs. dias), mantendo a fidelidade por bolha.

Significância e Alegações

O artigo posiciona o BubbleSH como um recurso fundamental para o desenvolvimento de emuladores baseados em dados para sistemas multifásicos deformáveis e caóticos.

• Preenchendo a Lacuna: Oferece um caminho para modelagem escalável que retém a variabilidade individual das bolhas, que é perdida nos modelos tradicionais de média, mas é computacionalmente cara para DNS.
• Utilidade de Benchmark: Ao fornecer tanto os dados quanto um framework de avaliação rigoroso (combinando trajetória, forma e métricas distributivas), permite o desenvolvimento sistemático de modelos de aprendizado profundo geométrico que lidam com trajetórias acopladas e geometria de superfície variante no tempo.
• Modelagem Probabilística: A sensibilidade do conjunto de dados a perturbações locais o torna particularmente adequado para modelos generativos que aprendem distribuições sobre possíveis trajetórias futuras, em vez de previsões pontuais determinísticas.

Limitações: Os autores observam que o conjunto de dados é restrito a sistemas ar-água idealizados em domínios periódicos (sem efeitos de parede, ruptura, coalescência ou surfactantes). O espaço de parâmetros cobre números de Reynolds (100–1000) e Eötvös (2–5) específicos, excluindo regimes quase esféricos ou de capuz esférico. Além disso, o truncamento de SH pode introduzir oscilações do tipo Gibbs, e o modelo de benchmark atual possui limitações no tratamento de estabilidade de longo horizonte e simetria rotacional.