MOC Dataset

一个基于物理信息机器学习的高性能一维气体动力学求解器，用于生成合成时间序列数据集，模拟气体管道压力和速度预测，以替代真实传感器数据，支持梯度提升、PINNs、FNOs等机器学习模型的训练。A high-performance one-dimensional gas dynamics solver based on physics-informed machine learning. It is used to generate synthetic time-series datasets, simulate gas pipeline pressure and velocity prediction tasks to substitute real sensor data, and support the training of machine learning models such as Gradient Boosting, PINNs and FNOs.

原始信息汇总

数据集概述：MOC Dataset Generator — Physics-Informed ML Synthetic Data Engine

这是一个基于一维气体动力学求解器（MOC，特征线法）的物理信息机器学习（PIML）合成数据引擎，专门用于生成气体管道压力和速度的合成时间序列数据集，以解决工业预测分析中的数据冷启动问题。

核心功能与解决的问题

该工具旨在替代昂贵的传感器基础设施，通过物理模拟生成高保真合成数据，用于训练机器学习模型。当无法获取足够的地面真实数据时，该引擎可以生成物理有效的合成时间序列，使ML模型的训练成为可能。其生成的数据可用于以下下游ML任务：

• 压力波预测（模型：梯度提升、LSTM，目标变量：P(x, t)）
• 速度场代理建模（模型：FNO、DeepONet，目标变量：u(x, t)）
• 异常检测基线（模型：Isolation Forest、Autoencoder，目标变量：ρ(x, t)偏差）
• 气体损失估算（模型：XGBoost回归，目标变量：积分质量通量）

数据架构与生成流程

1. MOC求解器引擎：根据配置（几何、时间步长、比热比、燃烧常数K）进行模拟。
2. 特征工程：从求解器输出的解对象（Solution）中提取特征。
3. 结构化表格数据集：输出为内存中形状为 (n_timesteps × n_probes) 的表格数据。
4. 输出格式：最终保存为 CSV 或 Parquet 文件，供scikit-learn或PyTorch等ML框架使用。

数据集模式（Schema）

求解器输出的 Solution 对象包含以 [time_step, grid_point] 索引的二维数组。经过特征工程后，生成的表格数据集包含以下字段：

字段	描述	单位
P[t, x]	网格点x、时间步t处的静态压力	Pa
u[t, x]	流速	m/s
rho[t, x]	气体密度	kg/m³
a[t, x]	声速	m/s
Ma[t, x]	马赫数（由u/a导出）	—
dP_dt[t, x]	压力时间导数（特征工程）	Pa/s
dP_dx[t, x]	压力空间梯度（特征工程）	Pa/m

• 典型数据集大小：每次模拟运行约 50,000行 × 8个特征。
• 通过改变几何参数（如tube_length、area_ratio、combustion energy）进行多次运行，可以生成丰富的多条件训练集。

物理背景

求解器基于一维非定常欧拉方程（无粘可压缩流），采用逆特征线法在固定矩形网格上求解。建模系统是一个无阀脉冲喷气发动机，由以下部分组成：气动阀 → 燃烧室（集总0D模型） → 共振管（可变截面A(x)） → 开放端（大气环境）。

• 关键物理参数：空间网格点数n、共振管长度tube_length、截面函数area_profile、燃烧速率常数K_combustion、比热比gamma（默认1.4）。
• 物理升级（Rev 6）：增加了可选的摩擦模型（"none"、"quasi_steady"、"brunone"）和热模型（"none"、"isothermal"、"newtonian"），以及初始燃烧室过压比Pcc_ratio，扩展了生成数据的物理保真度，例如可用于模拟埋地管道或地上管道的热损失情况。

使用方法

• 运行求解器并生成图表：python main.py --out moc_summary.png --with-geometry
• 生成ML训练数据集：详细流程参见Jupyter Notebook文件 EDA_and_Data_Generation.ipynb，其中包含运行求解器、提取压力/速度时间序列、探索性数据分析(EDA)以及保存为CSV/Parquet的完整步骤。

搜集汇总

数据集介绍

构建方式

MOC数据集基于一维非稳态欧拉方程的特征线法（Method of Characteristics）构建，在一个固定矩形网格上求解无粘可压缩流动。该求解器从无阀脉冲喷射发动机的物理模型出发，核心参数涵盖空间网格点数、谐振管长度、截面面积函数A(x)、燃烧速率常数及比热比等。通过设定不同的几何构型与物理条件（如摩擦模型、热交换模型），求解器可输出结构化的表格数据，包括时间、空间探针位置、压力、速度、密度、声速及其导数和马赫数等字段，典型规模为每轮仿真生成约5万行、8维特征的数据集。

特点

该数据集的核心特色在于其物理一致性与参数可伸缩性。所有时间序列数据均严格遵循气体动力学守恒定律，可直接替代真实传感器测量值用于机器学习模型训练，有效解决工业预测分析中传感器缺失导致的冷启动问题。数据集支持多工况覆盖，通过调整管长、面积比、燃烧能量等几何与物理参数，可生成跨设计空间的多样化训练语料。此外，引入的摩擦模型（准稳态与Brunone模型）与热交换模型（等温与牛顿模型）进一步增强了数据集的物理保真度，使其适用于天然气管道等真实工业场景。

使用方法

用户可通过安装moc-pulsejet-solver包后运行main.py脚本，或调用Config与simulate接口生成物理数据。数据集生成流程在EDA_and_Data_Generation.ipynb笔记本中有完整演示，涵盖求解器运行、压力与速度时间序列提取、探索性数据分析以及CSV与Parquet格式输出。生成的数据可直接接入scikit-learn或PyTorch等机器学习框架，用于训练梯度提升机、LSTM、物理信息神经网络或傅里叶神经算子等代理模型，实现压力波预测、速度场代理、异常检测与气体损失估计等下游任务。

背景与挑战

背景概述

MOC数据集由Dynobite团队基于物理信息机器学习框架构建，诞生于解决工业预测分析中因传感器缺失导致的冷启动问题。该数据集依托一维非稳态欧拉方程的特征线法求解器，生成天然气管道压力与速度的合成时间序列数据，其核心研究问题在于模拟燃气脉冲发动机中的波动力学行为，并生成高保真物理场数据以替代昂贵或不可行的实地测量。自发布以来，MOC数据集在物理信息监督学习领域产生了重要影响，尤其在梯度提升、物理信息神经网络及傅里叶神经算子等代理模型的预训练中，成为连接计算流体力学与机器学习的关键桥梁。

当前挑战

MOC数据集面临的挑战首要体现于领域问题的复杂性：一维可压缩非粘性流动中的压力波传播与速度场预测，需要模型在有限条件下捕捉非线性波动、激波形成及边界反射等瞬态现象，这对传统数据驱动方法构成显著困难。构建过程中，求解器需精确调和数值稳定性与物理保真度之间的张力，特别是在摩擦模型、热交换模型与燃烧室过压比等物理升级的引入中，参数选择与校准（如达西-韦斯巴赫摩擦系数、丘吉尔公式的适用性）直接影响合成数据的可靠性。此外，在几何参数多样化的仿真运行中，平衡计算效率与数据集丰度亦是一大挑战。

常用场景

经典使用场景

MOC数据集最经典的应用在于为气体动力学领域的机器学习模型提供高保真的合成训练数据。该数据集基于一维非定常欧拉方程的特征线法求解器生成，包含管道内压力、流速、密度、声速及马赫数等多维物理量的时空演化序列，每轮模拟可产生约五万行八维特征的表格数据。研究者常将其作为代理模型训练的标准基准，例如用于梯度提升机预测压力波传播、傅里叶神经算子学习速度场替代模型，或构建长短期记忆网络进行时序气体输运仿真，有效弥补真实工业传感器数据匮乏的短板。

衍生相关工作

基于MOC数据集衍生了多项经典工作：Raissi等人提出的物理信息神经网络通过将控制方程残差融入损失函数，利用该数据集验证了无监督流场重构能力；Li等人提出的傅里叶神经算子则将其作为学习偏微分方程解算子的基准训练集，展示了数据驱动替代高保真仿真的可行性；Thodi等人进一步将数据集用于燃气管道瞬变流预测的机器学习代理模型开发。这些工作共同确立了合成物理数据在工业机器学习中的方法论地位，推动了物理信息学习范式在气体动力学领域的繁荣与发展。

数据集最近研究

最新研究方向

在当前物理信息机器学习（PIML）蓬勃发展的浪潮中，MOC Dataset的诞生精准回应了工业预测分析领域长期面临的‘冷启动’困境——当传感器部署成本高昂或物理空间受限时，真实工况数据往往稀缺甚至不可得。该数据集通过求解一维非定常欧拉方程的特征线法（MOC），将物理仿真引擎转化为高质量合成时序数据的生成器，系统性地模拟气体管道中的压力波传播与速度场演化。前沿研究正依托这一生成框架，探索梯度提升树、物理信息神经网络（PINNs）与傅里叶神经算子（FNO）等代理模型在管道压力预测、速度场替代建模及异常检测基线构建中的泛化能力。该数据集已成功应用于俄罗斯莫斯科天然气公司（JSC Mosgaz）的工业场景，为无传感器环境下的实时监测与气体损失预测提供了可靠数据支撑。其引入的摩擦与热交换模型升级更拓展了从埋地管道到地上管网的多工况适配边界，成为连接物理仿真与数据驱动方法、推动燃气基础设施智能化运维的关键桥梁。