axisymmetric positive streamer simulations

该数据集由荷兰数学与计算机科学研究中心和西班牙安达卢西亚天体物理研究所的研究人员创建，包含1000个轴对称正流注放电模拟。数据集通过改变施加电压和电极几何形状生成，模拟在1 bar和300 K的空气条件下进行。数据集的主要内容包括流注半径、速度和线电导率的拟合表达式，这些表达式基于流注头部高场区域的长度尺度。数据集的创建过程涉及使用流体模型进行数值模拟，并通过自适应网格细化技术提高计算效率。该数据集的应用领域主要集中在电放电现象的模拟和预测，旨在通过数据驱动的方法构建简化模型，以解决传统模拟方法计算成本高的问题。This dataset was created by researchers from the Centrum Wiskunde & Informatica (CWI, the Netherlands) and the Instituto de Astrofísica de Andalucía (IAA, Spain). It contains 1000 axisymmetric positive streamer discharge simulations. The dataset is generated by varying the applied voltage and electrode geometry, with all simulations conducted in air at 1 bar and 300 K. The core content of this dataset includes fitted expressions for the streamer radius, velocity, and linear conductivity, which are derived based on the length scale of the high-field region near the streamer head. The process of creating this dataset involved numerical simulations using a fluid model, with adaptive mesh refinement (AMR) techniques adopted to enhance computational efficiency. The primary application domains of this dataset focus on the simulation and prediction of electrical discharge phenomena, aiming to construct simplified data-driven models to address the issue of high computational costs in traditional simulation methods.

搜集汇总

数据集介绍

构建方式

该数据集通过模拟空气中的轴对称正流光放电构建而成，采用了基于流体模型的数值模拟方法。具体而言，数据集包含1000次轴对称正流光放电模拟，模拟过程中通过改变施加电压和电极几何形状来生成多样化的放电行为。模拟使用了自适应网格细化技术，以确保在流光的尖端区域具有足够高的空间分辨率。模拟结果包括流光的半径、速度和线电导率等关键参数，并通过拟合表达式将这些参数与流光前端高场区域的尺寸相关联。

特点

该数据集的特点在于其多样性和高精度。通过改变施加电压和电极几何形状，数据集涵盖了广泛的放电条件，能够反映不同物理条件下的流光行为。此外，数据集中的模拟结果具有高时空分辨率，能够准确捕捉流光的动态演化过程。数据集还提供了流光的半径、速度和线电导率等关键参数的拟合表达式，这些表达式可以用于构建简化的流光放电模型，从而在保持精度的同时大幅降低计算成本。

使用方法

该数据集的使用方法主要包括两个方面：首先，数据集可以用于验证和优化简化流光放电模型。通过将简化模型的预测结果与数据集中的高精度模拟结果进行对比，可以评估模型的准确性并进行改进。其次，数据集中的拟合表达式可以直接用于构建数据驱动的流光放电模型，这些模型能够在较大的时空步长下进行高效计算，适用于大规模的3D放电模拟。此外，数据集还可以用于研究流光放电的物理机制，例如流光的传播速度、半径变化以及分支行为等。

背景与挑战

背景概述

轴对称正流光模拟数据集由Jannis Teunissen和Alejandro Malagón-Romero等研究人员于2025年创建，旨在通过计算框架模拟空气中的丝状电放电现象。该数据集包含1000个轴对称正流光模拟，通过改变施加电压和电极几何形状生成。研究人员利用这些数据推导了流光的半径、速度和线电导率的拟合表达式，并构建了一个包含随机分支模型的简化模型。该数据集为理解流光放电的物理机制提供了重要支持，尤其是在大气放电、雷电前导和火花放电等领域具有广泛的应用前景。

当前挑战

该数据集在构建和应用过程中面临多重挑战。首先，流光放电的非线性发展速度极快（10^5至10^7 m/s），且涉及复杂的电子动力学过程，这要求模拟具有极高的时间和空间分辨率，计算成本极高。其次，构建简化模型时，如何在保证精度的同时显著降低计算复杂度是一个关键问题。此外，数据集的应用还受到实验条件限制，例如电压上升时间对流光形态和速度的影响，这使得模型与实验数据的直接对比变得复杂。最后，如何在三维模拟中准确捕捉流光分支行为及其与电场的相互作用，也是当前研究中的一大挑战。

常用场景

经典使用场景

该数据集主要用于模拟空气中的正极性流光放电现象，通过调整施加电压和电极几何形状，生成1000个轴对称正极性流光放电的模拟数据。这些数据被用于推导流光的半径、速度和线电导率的拟合表达式，进而构建一个简化的流光放电模型。该模型能够在空间和时间步长上显著放大，同时保持与轴对称模拟的良好一致性。

解决学术问题

该数据集解决了流光放电模拟中的高计算成本问题。传统的微观模拟需要极高的时间和空间分辨率来解析电子动力学，而该数据集通过数据驱动的方法，构建了一个简化的流光放电模型，显著降低了计算复杂度。该模型不仅能够高效运行，还能在三维模拟中重现实验观察到的放电形态，为流光放电的理论研究和实际应用提供了有力支持。

衍生相关工作

该数据集衍生了一系列经典工作，特别是在流光放电的简化模型和分支模型方面。基于该数据集，研究人员开发了随机分支模型，用于模拟三维流光放电中的分支现象。此外，该数据集还为其他研究者提供了基准数据，推动了流光放电模拟领域的发展，相关成果已被广泛应用于等离子体物理、高压工程和大气物理学等领域的研究中。