FluidVerse/3D_SDBA_SSOOSS

该数据集捕捉了在空气中受到外部冲击波作用的3D球形液滴的时间演化行为。当冲击波作用于液滴时，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的两种不同破碎模式（SIE和RTP）。在SIE模式下，破碎主要由沿液滴表面的强剪切力驱动。液滴变平后，剪切引起的扰动在赤道附近出现；这些不稳定性起源于液滴赤道附近，并在第一阶段液滴变平后沿液滴表面平流。随着液滴与周围气体之间的相对速度增加，这些扰动由于Kelvin-Helmholtz不稳定性而增长，最终从液滴中剥离液体并在下游产生细小液滴。相比之下，在RTP模式下，相对较强的表面张力抑制了这种剪切不稳定性的增长，保持了更平滑的界面。随着变形的进行，液滴的上游侧变得凹入，因为周围气体穿透并刺穿液体。与RTP不同，SIE模式的特点是质量和连续逐渐损失，通常在下游产生液滴雾。这里我们研究了在北、南、顶部和底部壁具有对称边界条件的情况。

The dataset captures the time-evolving behavior of 3D spherical droplets subjected to an external shock wave in air. When a shock wave impacts a droplet, the initial response—largely independent of the Weber number—is a deformation phase in which the droplet flattens. This interaction with the shock wave results in two different breakup-modes of the droplet (SIE and RTP). In the SIE regime, breakup is driven mainly by strong shear forces acting along the droplet surface. After the droplet has flattened, shear-induced disturbances emerge near the equator; these instabilities originate near the droplet equator after the droplet has flattened out in the first phase and are advected along the droplet surface. As the relative velocity between the droplet and the surrounding gas increases, these disturbances grow due to Kelvin–Helmholtz instability, eventually stripping liquid from the droplet and producing fine droplets downstream. In contrast, in the RTP regime, relatively stronger surface tension suppresses the growth of such shear instabilities, maintaining a smoother interface. As deformation progresses, the upstream side of the droplet becomes concave as the surrounding gas penetrates and pierces the liquid. Unlike RTP, the SIE regime is characterized by a continuous and gradual loss of mass, often resulting in a mist of droplets downstream. Here we investigate a scenario with symmetric boundary conditions at the north, south, top and bottom walls.

搜集汇总

数据集介绍

构建方式

该数据集通过高保真数值模拟构建，采用ALPACA求解器求解三维可压缩欧拉方程，模拟球形液滴在空气中受激波冲击后的时空演化过程。模拟以对称边界条件配置于南北顶底四面，东西两侧设为开放边界，初始液滴与激波前环境处于平衡状态。数据集涵盖180条轨迹，每条轨迹包含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。原始模拟分辨率为256×128×128，经裁剪与下采样后统一为128×128×128的笛卡尔均匀网格。数据字段包括混合密度、水密度、空气密度、压力、三个方向的速度分量以及水体积分数。

特点

该数据集的核心特点在于系统性覆盖了液滴破碎的两种主导机制——剪切诱导夹带（SIE）与回缩穿破（RTP）模式，分别对应于不同韦伯数与激波马赫数条件。调节参数涵盖激波马赫数（1.2–3.2）、韦伯数（10–30与10k–30k）、液滴数量（1–5）、半径（2–3.5毫米）及随机中心位置，共生成多样化的初始条件组合。通过高分辨率三维场数据，数据集为区分破碎模式、捕捉界面演化、理解波动力学、追踪碎片运动以及多液滴相互作用等代理建模关键挑战提供了丰富且系统的基准。

使用方法

用户可通过Hugging Face Hub便捷获取该数据集。完整下载采用`hf download FluidVerse/3D_SDBA_SSOOSS --repo-type dataset`命令。若仅需部分数据，可使用`snapshot_download`函数并指定模式匹配路径，例如仅下载`3d_shock_multi_droplet_breakup_in_air/128x128x128`分辨率子集。数据以元HDF5格式组织，`train.h5`与`test.h5`文件链接至对应子文件夹中的多个子部分，训练集与测试集按0.8:0.2比例划分，但需确保所有子部分完整存在方能生效。

背景与挑战

背景概述

3D_SDBA_SSOOSS数据集由FluidVerse团队基于ALPACA求解器创建，聚焦于气动冲击波作用下三维球形液滴的破碎动力学。该数据集通过求解三维可压缩欧拉方程，系统模拟了剪切诱导夹带（SIE）和滞留薄板破碎（RTP）两种典型破碎模态，涵盖了马赫数1.2至3.2、韦伯数10至30及10k至30k的广泛参数空间，包含180条轨迹、每条101个时间步的时空演化数据。作为科学机器学习（SciML）领域的重要基准，该数据集为多相可压缩流建模、液滴破碎机制解析及数据驱动代理模型开发提供了高保真训练与验证平台，显著推动了计算流体力学与深度学习的交叉研究进程。

当前挑战

该数据集所应对的领域挑战在于准确预测冲击波诱导液滴破碎的复杂多物理过程，包括破碎模态辨识（RTP与SIE）、界面精确捕捉、波动力学特性解析、碎片轨迹追踪以及多液滴相互作用建模。在数据构建层面，三维高分辨率模拟（256x128x128网格）与大规模参数扫描（180种初始条件）带来了沉重计算负担；同时需确保对称与开放边界条件的合理设置，并平衡不同韦伯数、马赫数及液滴数量下的数据采样均匀性，以避免代理模型产生模式偏好或过拟合特定工况的动力学行为。

常用场景

经典使用场景

该数据集为三维可压缩多相流中的激波诱导液滴破碎过程提供了高保真数值模拟数据，涵盖剪切诱导夹带（SIE）与瑞利-泰勒穿透（RTP）两种典型破碎模式。经典使用场景包括基于数据驱动的流场代理模型训练、液滴变形与破碎过程的物理场时空预测、界面捕捉与动力学行为分析，以及多液滴相互作用下的激波传播与碎片迁移轨迹建模。数据集包含密度、压力、速度与体积分数等多物理场信息，适用于发展物理信息神经网络（PINN）、傅里叶神经算子（FNO）或图神经网络（GNN）等科学机器学习模型，以高效替代传统计算流体力学求解器。

实际应用

实际应用层面，该数据集可服务于航空航天燃料雾化系统设计与优化，例如超燃冲压发动机中液滴在高速气流中的雾化过程模拟。在工业喷雾干燥、内燃机喷雾燃烧以及火灾抑制系统中，激波诱导液滴破碎的精准建模有助于提升燃料效率、控制颗粒尺寸分布并优化喷射参数。此外，在环境工程中，该数据可用于火山喷发或水下爆炸等极端条件下液滴散布的预测模型开发，为灾害评估与防护设计提供数据支撑。

衍生相关工作

基于该数据集，衍生出了一系列相关经典工作，包括但不限于：发展面向激波-液滴相互作用的物理约束神经网络（如融入守恒律与界面边界条件的PINN）；基于ConvLSTM或Transformer架构的多步时空预测模型；结合图神经网络进行碎片液滴群动态追踪的框架；以及利用迁移学习将单液滴破碎知识泛化至多液滴场景的元学习方法。此外，该数据集还被用于评测不同数据驱动回归模型（如神经算子与高斯过程）在可压缩多相流预测中的泛化能力，并推动了Benchmark数据集的建立，为后续研究提供对比基线。