| --- |
| license: ODbL-1.0 |
| |
| 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 |
|
|
