Files

T

admin f5ffb7d242 merge: 并入水平卧式流化床空床流场仿真项目

# Conflicts:
#	.gitignore
#	README.md

2026-09-19 16:49:21 +08:00

5.3 KiB

Raw Blame History

PhysicsAiFluentAnalysis

物理世界流场实时仿真 —— 用 AI 神经算子把高保真 CFD 压缩到毫秒级推理。

一句话定义

以 Ansys Fluent 高保真仿真为真值，训练 物理约束的 AI 代理模型（神经算子），在保持物理一致性的前提下，把小时级的流场计算压缩到 毫秒级实时推理，支撑数字孪生、工程设计优化与沉浸式可视化。

为什么这件事"炸裂"又"难"

维度	现状	目标
单次 CFD 仿真	小时 ~ 天级	毫秒级（>1000x 加速）
参数扫描	一次一个工况	全参数空间连续可微
交互性	离线出报告	实时拖拽参数、流场即时响应
物理可信度	求解器保证	物理约束 + 守恒律 + 不确定性量化

难在哪： Navier-Stokes 方程的非线性与多尺度特性、湍流闭合问题、AI 长时推演的误差累积与发散、复杂几何的泛化、3D 大网格的实时推理算力瓶颈。这不是"套一个模型"能解决的，需要 数据流水线 + 物理约束 + 工程加速 + 严格验证 四线并进。

已落地 Demo：FFU 洁净室流场实时仿真

FFU（风机过滤单元）下方洁净区的流场、温湿度、压力与尘埃粒子输运 —— 同场景提供 高保真真值 与 快速代理 两条路径。

	高保真真值	快速代理
网格 / 步数	360×270 / 14000 步	120×90 / 5000 步（同源求解器）
端到端耗时	76 s	7.3 s（16-27x 加速）
趋势一致性	基准	速度 r=0.95 · 粒子 r=0.83 · 温度 r=0.68

主要趋势：单向下扫排污染 → 绕障/缝隙加速（局部 ~1.5 m/s）→ 背风侧死角堆积滞留 → 送风正压/回风负压（< 2 Pa）。

详见 docs/07-ffu-demo.md。

系统总览

技术路线（一图流）

里程碑路线图

文档导航

文档	内容
docs/01-vision.md	愿景、痛点、目标与非目标、成功标准（KPI）
docs/02-architecture.md	分层架构、数据流、技术选型与对比
docs/03-roadmap.md	7 个阶段的目标、交付物与验收标准
docs/04-data-and-ai.md	Fluent 数据工厂、模型选型、训练与评估方案
docs/05-risks.md	技术风险、缓解策略与开放问题
docs/06-references.md	论文、开源工具与数据集索引
docs/07-ffu-demo.md	FFU 洁净室 Demo：物理设置、趋势验证、复现命令

仓库结构

PhysicsAiFluentAnalysis/
├── README.md                 # 项目总览（本文件）
├── package.json              # 图件工具依赖 (SVG -> PNG)
├── docs/                     # 规划文档 + 演示图
│   ├── 01-vision.md ~ 07-ffu-demo.md
│   └── assets/               # PNG / SVG 演示图
│       ├── architecture.*    系统架构图
│       ├── pipeline.*        数据与训练流水线
│       ├── roadmap.*         里程碑路线图
│       ├── ffu-flow-field.*           FFU 流场（高保真 LBM）
│       ├── ffu-scalar-fields.png      温湿度/压力/粒子（高保真）
│       ├── ffu-particle-tracks.png    粒子轨迹与滞留时间
│       ├── ffu-flow-field-fast.png    快速代理流场（7 s）
│       ├── ffu-scalar-fields-fast.png 快速代理标量场
│       └── ffu-validation.png         趋势验证对比图
└── tools/                    # 可复现的生成脚本
    ├── ffu_simulation.py     # 高保真 D2Q9 LBM + 标量输运（76 s）
    ├── ffu_surrogate.py      # 快速代理（7 s）+ 趋势验证
    ├── gen_diagrams.py       # 架构/流水线/路线图 SVG 生成
    └── svg2png.js            # SVG -> PNG 批量转换

快速开始

# 依赖: Python 3.11+ (numpy / numba / matplotlib), Node 18+ (仅图件转换需要)

# 1) 快速代理出图（约 7 秒，含趋势验证对比图）
python tools/ffu_surrogate.py

# 2) 高保真真值（约 76 秒，输出 3 张图 + npz 场数据）
python tools/ffu_simulation.py

# 3) 规划图（架构 / 流水线 / 路线图）
python tools/gen_diagrams.py

# 4) SVG -> PNG
npm install && node tools/svg2png.js

当前状态

P0 规划期：愿景、架构、路线图、风险分析完成；FFU 洁净室 Demo 已可运行（高保真 + 快速代理双路径 + 趋势验证）。 下一步：进入 P1，完成 2D 圆柱绕流 POC（Fluent 数据 → FNO 基线 → 误差评估）。

本项目处于早期规划阶段，欢迎讨论与共建。

5.3 KiB Raw Blame History Unescape Escape