--- license: other #用户自定义标签 tags: - CylinderFlow - computational fluid dynamics - incompressible flow language: - en - zh ---
Cylinder Flow
## 数据集描述 Cylinder Flow 数据集来源于 DeepMind 的 MeshGraphNets 基准,用于描述二维非结构化三角网格上的圆柱绕流(vortex shedding)。数据由 COMSOL 仿真生成,每条轨迹包含 600 个时间步,时间步长为 `dt=0.01`,记录流体速度场和压力场。 论文:[Learning Mesh-Based Simulation with Graph Networks](https://arxiv.org/abs/2010.03409) ## 数据集支持的任务 | 场景 | 说明 | |---|---| | 流场时序预测 | 根据历史网格状态预测后续速度和压力场。 | | 涡脱落模拟 | 学习圆柱绕流中的瞬态流动演化。 | | 图神经网络仿真 | 为 MeshGraphNet 等网格模型提供训练和评测数据。 | | 网格物理建模 | 在非结构化三角网格上学习节点和边的物理关系。 | ## 数据集的格式和结构 数据采用 TFRecord 格式,按训练、验证和测试划分: ```text data/cylinder_flow/ train.tfrecord valid.tfrecord test.tfrecord meta.json stats/ ``` 每条记录对应一条非结构化网格轨迹,主要字段如下: | 字段 | shape | dtype | 说明 | |---|---|---|---| | `cells` | `[1, -1, 3]` | `int32` | 三角形单元的节点索引。 | | `mesh_pos` | `[1, -1, 2]` | `float32` | 网格节点的二维坐标。 | | `node_type` | `[1, -1, 1]` | `int32` | 节点类型,如内部、边界、入口和出口。 | | `velocity` | `[600, -1, 2]` | `float32` | 600 个时间步的二维速度场。 | | `pressure` | `[600, -1, 1]` | `float32` | 600 个时间步的压力场。 | `stats/` 中保存边特征、节点速度、速度差分和压力的归一化统计量。 ## 数据集使用方式 本数据集适配 `OneScience-Sugon/MeshGraphNet` 模型。下载数据集和模型: ```bash hf download --dataset OneScience-Sugon/cylinder_flow --local-dir ./cylinder_flow hf download --model OneScience-Sugon/MeshGraphNet --local-dir ./MeshGraphNet ``` 可使用数据集内的校验脚本检查目录结构、元信息和 TFRecord 首条样本: ```bash cd cylinder_flow python scripts/validate_cylinder_flow_dataset.py ``` 完整 SHA256 校验可附加 `--verify-sha256` 参数。 ## 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 - Cylinder Flow 原始论文:[Learning Mesh-Based Simulation with Graph Networks](https://arxiv.org/abs/2010.03409) - 本仓库保留数据来源说明,并面向 OneScience ModelScope 自动运行场景进行整理;公开分发或二次发布前,请根据上游项目确认许可证要求。