Rotor37

该数据集包含3D CFD RANS压缩机叶片解决方案的模拟数据，由Safran拥有，遵循CC-BY-SA许可。数据集用于物理学习和几何学习，适用于图机器学习任务。

原始信息汇总

数据集概述

基本信息

• 许可证: CC-BY-SA 4.0
• 数据集大小: 1K < n < 10K
• 任务类别: 图机器学习 (Graph ML)
• 数据集名称: 3D RANS simulations of the rotor37
• 标签:
  • 物理学习
  • 几何学习

数据配置

• 配置名称: default
• 数据文件路径: data/all_samples-*
• 数据分割: all_samples

数据集详情

• 数据集描述:
  • 法律信息:
    • 所有者: Safran
    • 许可证: CC-BY-SA
  • 数据生产:
    • 类型: 模拟
    • 物理模型: 3D CFD RANS 压缩机叶片

数据分割

• 测试集:
  • 样本编号: 1000 至 1199
• 训练集:
  • train_8: 样本编号: 154, 174, 383, 501, 524, 593, 711, 732
  • train_16: 样本编号: 76, 124, 130, 154, 157, 174, 383, 501, 524, 593, 711, 732, 798, 800, 959, 987
  • train_32: 样本编号: 3, 23, 76, 124, 130, 154, 157, 174, 190, 316, 324, 339, 383, 469, 501, 524, 556, 593, 606, 616, 662, 673, 711, 732, 757, 798, 800, 846, 909, 927, 959, 987
  • train_64: 样本编号: 3, 23, 34, 56, 71, 76, 124, 130, 145, 154, 157, 174, 187, 190, 201, 210, 223, 288, 316, 324, 335, 339, 376, 379, 383, 389, 414, 444, 469, 490, 501, 519, 524, 556, 557, 572, 575, 589, 593, 606, 616, 662, 673, 692, 711, 732, 741, 757, 760, 772, 781, 782, 798, 800, 806, 836, 846, 852, 896, 909, 927, 959, 985, 987
  • train_125: 样本编号: 3, 6, 16, 20, 23, 34, 56, 71, 76, 78, 83, 102, 105, 124, 130, 145, 152, 154, 157, 160, 173, 174, 180, 187, 190, 198, 201, 204, 210, 223, 224, 229, 233, 251, 278, 288, 289, 316, 317, 324, 335, 339, 371, 375, 376, 377, 379, 383, 389, 414, 426, 428, 431, 443, 444, 463, 469, 471, 490, 501, 513, 516, 519, 524, 525, 527, 530, 556, 557, 558, 572, 573, 575, 589, 593, 606, 612, 616, 624, 628, 638, 662, 673, 681, 692, 699, 711, 713, 715, 732, 741, 754, 757, 760, 763, 769, 772, 779, 781, 782, 783, 784, 798, 800, 806, 812, 834, 836, 843, 846, 852, 854, 866, 872, 877, 896, 909, 927, 931, 939, 956, 959, 985, 987, 996
  • train_250: 样本编号: 3, 6, 7, 16, 20, 21, 22, 23, 29, 33, 34, 39, 46, 56, 57, 71, 76, 77, 78, 81, 83, 95, 99, 101, 102, 105, 115, 117, 124, 130, 143, 145, 152, 154, 157, 159, 160, 167, 173, 174, 180, 182, 187, 190, 196, 198, 201, 203, 204, 210, 212, 217, 220, 223, 224, 229, 233, 246, 247, 250, 251, 252, 264, 268, 270, 278, 288, 289, 300, 312, 314, 316, 317, 319, 320, 324, 334, 335, 337, 339, 348, 356, 357, 359, 367, 369, 370, 371, 375, 376, 377, 379, 383, 389, 395, 396, 398, 400, 404, 405, 408, 413, 414, 415, 416, 420, 426, 428, 431, 435, 436, 441, 443, 444, 449, 452, 463, 468, 469, 471, 472, 479, 483, 490, 501, 512, 513, 516, 518, 519, 523, 524, 525, 526, 527, 528, 530, 532, 553, 556, 557, 558, 561, 567, 568, 570, 572, 573, 575, 589, 593, 595, 597, 601, 606, 612, 616, 621, 622, 624, 628, 629, 631, 638, 641, 643, 647, 648, 650, 652, 654, 657, 658, 662, 663, 667, 668, 670, 673, 677, 678, 681, 688, 690, 692, 693, 696, 699, 703, 704, 705, 706, 707, 711, 713, 715, 719, 721, 722, 724, 728, 729, 731, 732, 736, 741, 742, 745, 746, 747, 753, 754, 757, 760, 761, 763, 764, 765, 766, 767, 768, 769, 770, 771, 772, 773, 775, 778, 779, 780, 781, 782, 783, 784, 787, 789, 794, 795, 798, 800, 802, 804, 806, 808, 811, 812, 813, 815, 816, 818, 819, 823, 826, 827, 829, 832, 833, 834, 836, 842, 843, 846, 847, 849, 852, 853, 854, 855, 856, 857, 859, 861, 862, 863, 864, 866, 870, 871, 872, 873, 876, 877, 880, 882, 884, 887, 888, 891, 892, 893, 894, 896, 898, 900, 901, 902, 906, 909, 914, 920, 921, 922, 925, 927, 931, 936, 937, 938, 939, 942, 946, 950, 951, 952, 955, 956, 957, 959, 964, 965, 966, 969, 972, 975, 978, 980, 981, 982, 983, 985, 986, 987, 988, 989, 990, 993, 994, 995, 996, 999
  • train_500: 样本编号: 1, 2, 3, 6, 7, 9, 11, 14, 16, 18, 20, 21, 22, 23, 26, 29, 31, 32, 33, 34, 36, 37, 38, 39, 44, 46, 48, 51, 52, 54, 55, 56, 57, 58, 59, 61, 62, 66, 67, 71, 72, 73, 76, 77, 78, 80, 81, 82, 83, 86, 89, 92, 94, 95, 99, 101, 102, 105, 109, 111, 113, 115, 117, 118, 123, 124, 129, 130, 136, 140, 143, 144, 145, 152, 153, 154, 155, 157, 159, 160, 164, 167, 168, 173, 174, 176, 177, 180, 182, 187, 188, 190, 192, 193, 194, 196, 198, 199, 201, 202, 203, 204, 206, 207, 210, 211, 212, 213, 217, 219, 220, 221, 223, 224, 227, 228, 229, 233, 234, 237, 239, 240, 244, 245, 246, 247, 249, 250, 251, 252, 255, 263, 264, 266, 268, 269, 270, 271, 272, 277, 278, 284, 288, 289, 291, 293, 300, 302, 303, 312, 314, 316, 317, 319, 320, 323, 324, 329, 331, 332, 334, 335, 337, 339, 348, 351, 353, 356, 357, 359, 361, 363, 364, 366, 367, 369, 370, 371, 373, 375, 376, 377, 379, 380, 382, 383, 384, 387, 389, 390, 39

搜集汇总

数据集介绍

构建方式

Rotor37数据集基于三维雷诺平均Navier-Stokes（RANS）模拟技术构建，专注于压缩机叶片的流体动力学特性研究。该数据集通过高精度数值模拟方法生成，涵盖了压缩机叶片在不同工况下的流场分布和压力场数据。数据生成过程中，采用了先进的CFD（计算流体动力学）工具，确保了数据的准确性和可靠性。数据集的所有者Safran公司通过严格的仿真流程，确保了数据的科学性和工程应用价值。

特点

Rotor37数据集的特点在于其高维度和复杂性，涵盖了压缩机叶片的三维流场数据，包括速度、压力和温度等关键物理量。数据集提供了多种训练和测试样本，支持不同规模的模型训练需求。此外，数据集的标签信息丰富，能够支持多种机器学习任务，如流场预测、几何学习和物理建模。数据集的多样性和高质量使其成为流体动力学和机器学习交叉领域研究的理想选择。

使用方法

Rotor37数据集的使用方法灵活多样，适用于多种机器学习任务。用户可以通过加载数据集中的训练和测试样本，进行流场预测、几何学习或物理建模等任务。数据集支持不同规模的训练样本，用户可以根据需求选择合适的训练集规模。此外，数据集提供了详细的标签信息，便于用户进行监督学习或半监督学习。通过结合CFD仿真工具，用户还可以进一步验证和优化模型的预测结果。

背景与挑战

背景概述

Rotor37数据集由Safran公司创建，专注于3D CFD RANS压缩机叶片的模拟数据。该数据集通过高精度的数值模拟，捕捉了复杂流体动力学现象，旨在为物理学习和几何学习提供高质量的数据支持。其核心研究问题在于如何通过计算流体动力学（CFD）模拟，优化压缩机叶片的设计与性能。该数据集在航空航天和能源领域具有重要影响力，为相关领域的研究人员提供了宝贵的实验数据，推动了流体力学与机器学习交叉领域的发展。

当前挑战

Rotor37数据集在解决压缩机叶片设计与性能优化问题时，面临的主要挑战包括高维数据的处理与降维、复杂流体动力学现象的精确建模，以及如何将物理知识与机器学习模型有效结合。在构建过程中，数据生成依赖于高计算成本的3D CFD模拟，如何平衡计算资源与数据精度成为一大难题。此外，数据的高维性和非线性特征对模型的泛化能力提出了更高要求，如何在有限样本下实现高效学习也是亟待解决的问题。

常用场景

经典使用场景

Rotor37数据集在流体力学和空气动力学领域具有广泛的应用，尤其是在涡轮机械的设计与优化中。该数据集通过3D CFD RANS模拟生成的压缩机叶片数据，为研究人员提供了高精度的流场信息。这些数据常用于验证和优化数值模拟算法，帮助工程师更好地理解复杂流场中的物理现象，如湍流、压力分布和温度梯度等。

实际应用

在实际应用中，Rotor37数据集被广泛用于航空发动机和燃气轮机的设计与优化。工程师利用这些数据评估叶片的气动性能，优化其几何形状以提高效率和降低能耗。此外，该数据集还被用于开发智能诊断系统，通过分析流场数据预测设备的运行状态和潜在故障，从而提高设备的可靠性和使用寿命。

衍生相关工作

Rotor37数据集催生了许多经典的研究工作，特别是在基于机器学习的流场预测和优化领域。例如，研究人员利用该数据集开发了深度学习模型，用于预测复杂流场中的压力分布和湍流特性。此外，该数据集还被用于开发新型的CFD算法，如基于物理信息的神经网络（PINN），这些算法在提高计算效率和精度方面取得了显著进展。