File size: 2,994 Bytes
a4015db | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 | ---
license: ODbL-1.0
#用户自定义标签
tags:
- AirfRANS
- computational fluid dynamics
- flow field prediction
language:
- en
- zh
---
<p align="center">
<strong>
<span style="font-size: 30px;">AirfRANS</span>
</strong>
</p>
## 数据集描述
AirfRANS 是一个高保真二维翼型 CFD 数据集,来源于 NeurIPS 2022 Datasets and Benchmarks Track 论文。数据用于不可压缩稳态雷诺平均 Navier-Stokes(RANS)方程的代理建模,包含 1,000 个亚声速翼型仿真算例。
算例覆盖 NACA 四位数和五位数翼型,雷诺数范围为 200 万至 600 万,攻角范围为 -5° 至 15°。
论文:[AirfRANS: High Fidelity Computational Fluid Dynamics Dataset for Approximating Reynolds-Averaged Navier–Stokes Solutions](https://proceedings.neurips.cc/paper_files/paper/2022/hash/94ab7b23a345f93333eac8748a66c763-Abstract-Datasets_and_Benchmarks.html)
## 数据集支持的任务
| 场景 | 说明 |
|---|---|
| CFD 代理建模 | 根据翼型、边界条件和流体参数预测流场。 |
| 全量数据训练 | 使用完整训练集学习翼型流动规律。 |
| 稀缺数据训练 | 在有限训练算例下进行代理建模。 |
| 参数外推评测 | 评估模型在未见雷诺数或攻角下的泛化能力。 |
## 数据集的格式和结构
数据按算例组织:
```text
data/Dataset/
manifest.json
<case>/
<case>_internal.vtu
<case>_freestream.vtp
<case>_aerofoil.vtp
```
每个算例包含体域网格、远场边界和翼型表面数据:
| 文件 | VTK 类型 | 主要字段 | 说明 |
|---|---|---|---|
| `<case>_internal.vtu` | `UnstructuredGrid` | `U`、`p`、`nut`、`implicit_distance` | 体域速度、压力、湍流运动粘度和隐式距离。 |
| `<case>_freestream.vtp` | `PolyData` | `U`、`p`、`nut` | 远场边界流场数据。 |
| `<case>_aerofoil.vtp` | `PolyData` | `Normals`、`U`、`p`、`nut` | 翼型表面法向和流场数据。 |
`manifest.json` 记录 `full`、`scarce`、`reynolds` 和 `aoa` 等任务的数据划分。VTK 文件采用 XML 格式,网格规模随算例变化。
## 数据集使用方式
本数据集适配 `OneScience-Sugon/Transolver-Airfoil-Design` 模型。下载数据集和模型:
```bash
hf download --dataset OneScience-Sugon/airfrans --local-dir ./data
```
## OneScience 官方信息
| 平台 | OneScience 主仓库 | Skills 仓库 |
|---|---|---|
| Gitee | https://gitee.com/onescience-ai/onescience | https://gitee.com/onescience-ai/oneskills |
| GitHub | https://github.com/onescience-ai/OneScience | https://github.com/onescience-ai/oneskills |
## 引用与许可证
- AirfRANS 原始论文:[AirfRANS: High Fidelity Computational Fluid Dynamics Dataset for Approximating Reynolds-Averaged Navier–Stokes Solutions](https://proceedings.neurips.cc/paper_files/paper/2022/hash/94ab7b23a345f93333eac8748a66c763-Abstract-Datasets_and_Benchmarks.html)
- 本数据集基于原始AirfRANS数据整理,许可证同ODbL-1.0
|