3D_SDBA_SSOOSS

该数据集捕捉了在空气中受到外部冲击波影响的3D球形液滴随时间演化的行为。当冲击波撞击液滴时，初始响应（主要与韦伯数无关）是一个变形阶段，液滴变平。这种与冲击波的相互作用导致液滴出现两种不同的破碎模式（SIE和RTP）。在SIE模式下，破碎主要由沿液滴表面作用的强剪切力驱动；而在RTP模式下，相对较强的表面张力抑制了剪切不稳定性的增长，保持了更平滑的界面。数据集包含180条轨迹，每条轨迹有101个时间步长，模拟结束时间从91微秒到1240微秒不等。数据字段包括混合密度、水密度、空气密度、压力、速度分量（X、Y、Z）和水体积分数。数据集分辨率为128x128x128，基于笛卡尔均匀网格。初始条件为液滴与周围预冲击环境平衡，边界条件为对称和开放边界。数据集适用于研究冲击诱导液滴破碎、界面捕捉、波动力学和多液滴相互作用等科学机器学习任务。

原始信息汇总

3D Shock-Induced Droplet Breakup in Air 数据集概述

数据集描述

该数据集记录了受到外部激波作用的3D球形液滴在空气中的时间演化行为。激波撞击液滴后，液滴首先经历变形阶段（与韦伯数无关），随后可能出现两种不同的破碎模式：SIE模式（剪切诱导破碎）和RTP模式（瑞利-泰勒穿透破碎）。

关键物理机制

• SIE模式：主要由沿液滴表面的强剪切力驱动，液滴扁平化后赤道附近出现剪切诱导扰动，由于开尔文-亥姆霍兹不稳定性增长，最终剥离液体并产生细小液滴。
• RTP模式：较强的表面张力抑制剪切不稳定性，液滴上游侧因气体穿透而凹陷，维持较光滑界面。

数据集元信息

项目	内容
求解器	ALPACA
控制方程	3D可压缩欧拉方程
维度	3D
轨迹总数	180
训练-测试划分	0.8 - 0.2
时间步数	101
仿真结束时间	91 μs - 1240 μs（取决于初始条件）
保存间隔	0.91 μs - 12.40 μs（取决于初始条件）
仿真分辨率	256×128×128（裁剪和下采样后）
数据集分辨率	128×128×128
网格类型	笛卡尔均匀网格

包含的物理场

• density_mixed（混合密度）
• density_water（水密度）
• density_air（空气密度）
• pressure（压力）
• velocityX（X方向速度）
• velocityY（Y方向速度）
• velocityZ（Z方向速度）
• volume_fraction_water（水的体积分数）

边界条件

边界	条件
北/南/上/下	对称边界
东/西	开放边界

条件参数

参数	范围
激波马赫数	1.2 - 3.2
韦伯数	10 - 30 和 10k - 30k
液滴数量	1 - 5
液滴半径	2mm - 3.5mm
液滴中心位置	域内随机分布

数据集结构

数据集以HDF5格式储存，包含train.h5和test.h5两个元文件，分别链接到对应子集文件夹中的多个子部分。

代理建模关键挑战

1. 区分破碎模式（RTP或SIE）
2. 精确的界面捕捉
3. 理解波动动力学
4. 跟踪液滴碎片
5. 捕捉多液滴情况下的液滴相互作用

数据下载方式

• 完整下载：hf download FluidVerse/3D_SDBA_SSOOSS --repo-type dataset
• 部分下载：使用Hugging Face Hub的snapshot_download函数，指定模式为3d_shock_multi_droplet_breakup_in_air/128x128x128/Shock_Droplet_mixed_DPUVWD1D2Vf/*

搜集汇总

数据集介绍

构建方式

该数据集基于三维可压缩欧拉方程，采用ALPACA求解器对激波作用下液滴的破碎过程进行数值模拟构建而成。模拟域采用均匀笛卡尔网格，初始分辨率设置为256×128×128，经裁剪与下采样后以128×128×128的规格存储。数据集共包含180条轨迹，其中80%用于训练，20%用于测试，每条轨迹涵盖101个时间步，时间跨度依据初始条件在91至1240微秒之间变化。模拟考虑对称与开放边界条件，初始条件涵盖激波马赫数从1.2至3.2、韦伯数横跨10–30与10000–30000两个量级、液滴数量1至5个、半径2至3.5毫米以及随机中心位置等多维参数空间。

特点

该数据集鲜明地捕捉了激波诱导液滴破碎的两类主导模式——剪切诱导夹带（SIE）与倒刺穿刺（RTP），前者表现为连续的液膜剥离与细微液滴的弥散，后者则呈现表面张力主导下的凹面变形与穿透。数据集存储了密度、压力、三个方向速度分量及水体积分数共八个物理场，完整反映了液滴变形、波系演化与碎片追踪的动力学全貌。此外，多液滴场景的纳入使得液滴间相互作用成为可能，增强了数据在复杂气液两相流建模中的代表性。

使用方法

用户可通过Hugging Face Hub便捷获取该数据集，完整下载命令为`hf download FluidVerse/3D_SDBA_SSOOSS --repo-type dataset`，亦可利用`snapshot_download`函数按分辨率与模式筛选子集。数据以HDF5格式组织，训练与测试分别存储于train.h5与test.h5元文件中，并通过链接指向对应子文件夹内的具体数据块。该数据集适用于训练替代模型，尤其适合挑战激波破碎模式判别、界面精确捕捉、波动力学理解、液滴碎片追踪及多液滴相互作用等科学机器学习任务。

背景与挑战

背景概述

在可压缩多相流领域，液滴在激波作用下的破碎行为是航空发动机燃烧室、燃料雾化及爆炸波传播等工程应用中的核心物理过程。该数据集由FluidVerse团队基于ALPACA求解器构建，发布于2024年，专注于三维球形液滴受外部激波作用后的时间演化特性。研究核心在于解析两种截然不同的破碎模式——剪切诱导剥离（SIE）与瑞利-泰勒穿刺（RTP），前者受强剪切力主导导致连续质量损失，后者则因较强表面张力抑制扰动发展而形成凹面变形。数据集通过180条轨迹覆盖马赫数1.2至3.2、韦伯数跨四个数量级（10-30及10k-30k）的宽广参数空间，为科学机器学习提供了高保真的三维可压缩多相流基准，对理解激波-液滴相互作用的流体动力学机理具有重要推动作用。

当前挑战

该数据集所解决的领域问题核心在于激波诱导液滴破碎的多尺度物理建模挑战：传统唯象模型难以同时精确捕捉SIE模式中由开尔文-亥姆霍兹不稳定性驱动的界面失稳与RTP模式中表面张力主导的凹面演化，而数据驱动的代理模型需能够区分两种破碎模式、实现尖锐界面的精确捕捉、追踪液滴碎片轨迹并解析复杂波动力学。构建过程中面临的挑战尤为突出：首先，3D可压缩欧拉方程的数值模拟在256×128×128网格上计算成本高昂，需处理激波与多相界面的强非线性耦合；其次，多液滴场景中液滴间相互作用对破碎形态的影响增加了初始条件设计的复杂性；最后，从原始高分辨率模拟数据中降采样至128×128×128并保持物理一致性，同时生成101个时间步的连续序列，对数据存储与处理流程提出了严格的要求。

常用场景

经典使用场景

在计算流体力学与科学机器学习交叉领域，该数据集主要用于训练和评估能够预测三维激波诱导液滴破碎过程的神经替代模型。研究者可借助该数据集中包含的密度、压力、速度等多物理场时序数据，构建端到端的代理模型，以高保真度再现液滴在冲击波作用下的变形、破碎及雾化行为，尤其适用于对破裂模式判别（RTP与SIE）、界面追踪及多液滴相互作用等关键挑战的算法验证。

衍生相关工作

该数据集衍生出了多项经典工作，包括基于卷积循环神经网络的时空预测模型、物理信息约束的生成对抗网络用于超分辨率界面重建，以及利用图神经网络捕捉多液滴间的遮蔽与碰撞效应。此外，研究者基于该数据集提出了面向可压缩多相流的基准测试框架，用于对比不同神经算子（如FNO、DeepONet）在激波-液滴相互作用任务上的泛化能力，从而启发了将守恒定律嵌入网络架构的新范式，促进了科学机器学习在流体力学中的标准化评估。

数据集最近研究

最新研究方向

在计算流体力学与科学机器学习的交叉前沿，三维激波诱导液滴破碎数据集（3D_SDBA_SSOOSS）为高超声速多相流建模与数据驱动代理模型研究开辟了新路径。该数据集通过高保真模拟捕捉了液滴在激波作用下的时空演化历程，涵盖剪切诱导夹带（SIE）与回缩穿刺（RTP）两种典型破碎模态，其输出场包含密度、压力及速度等多物理量信息，为深度学习模型区分破碎机理、追踪界面拓扑突变及解析波系动力学提供了标准化的训练与测试基准。当前，该数据集被广泛用于开发能够精准预测液滴破碎后碎片分布与多液滴相互作用的神经算子与物理信息网络，这对优化航空发动机燃料雾化、抑制爆轰波不稳定传播以及提升高超声速飞行器热防护系统的数值仿真精度具有里程碑式的科学意义。