FluidVerse/2D_SDBA_SSOO

---
license: cc-by-nc-4.0
tags:
- CFD
- Multiphase
- CompressibleFlow
- SciML
- Shock
- Droplets
pretty_name: 2D Shock-Induced Droplet Breakup in Air with Symmetric BC
size_categories:
- 10K<n<100K
---

# 2D Shock-Induced Droplet Breakup in Air with Symmetric BC
## Description

The dataset captures the time-evolving behavior of 2D cylindrical droplets subjected to an external shock wave in air.
The interaction with the shock wave results in two different breakup modes namely SIE and RTP depending on the weber number.
Here we investigate a scenario with symmetric boundary conditions at the north and south walls.

<div style="display:flex;justify-content:center;gap:20px;flex-wrap: wrap;">
<video style="width:100%;max-width:400px" src="https://huggingface.co/datasets/FluidVerse/2D_SDBA_SSOO/resolve/main/SDBA_SSOO_SIE_Mas1.20.mp4" loop autoplay muted></video>
<video style="width:100%;max-width:400px" src="https://huggingface.co/datasets/FluidVerse/2D_SDBA_SSOO/resolve/main/SDBA_SSOO_RTP_Mas2.00.mp4" loop autoplay muted></video>
</div>

## About the data
|Metadata|Description|
|-----|------|
|Solver|[ALPACA](https://www.sciencedirect.com/science/article/abs/pii/S0010465521003581)|
|PDE|2D compressible Euler equations|
|Dimension|2D|
|Number of Trajectories|300|
|Train-Test-Split|0.8 - 0.2|
|Number of Timesteps|101|
|Simulation End Time|91 \\( \mu s \\) - 1240 \\( \mu s \\) (depending on the IC)|
|Save Interval|0.91 \\( \mu s \\) - 12.40 \\( \mu s \\) (depending on the IC)|
|Fields| - density_mixed <br/> - density_water <br/> - density_air <br/> - pressure <br/> - velocityX <br/> - velocityY <br/> - volume_fraction_water|
|Simulation Resolution|1024x512 (Clipped and Downsampled)|
|Dataset Resolution|512x512 & 256x256|
|Grid Type|Cartesian Uniform Grid|
|Initial Condition|The droplets are in equilibrium with the surrounding pre-shock environment.|
|Boundary Conditions| North: Symmetry <br/> South: Symmetry <br/> East: Open <br/> West: Open|
|Conditioning Parameters| Shock Mach Number [1.2 - 3.2] <br/> Weber Number [10 - 30 & 10k - 30k] <br/> Droplet Count [1 - 5] <br/> Droplet Radius [2mm - 3.5mm] <br/> Droplet Center Position [Random in Domain]

Further metadata information can be found in the corresponding `metadata.json` file.

## Key Challenges for Surrogate Modelling
- Distinguish breakup mode - RTP or SIE
- Accurate interface capturing
- Understanding wave dynamics
- Tracking droplet fragments
- Capture droplet interactions in the case of multi-droplets

## How to Download the Dataset

Download the whole dataset:
```
hf download FluidVerse/2D_SDBA_SSOO --repo-type dataset
```

Download only part of the dataset with resolution 256x256:
```
from huggingface_hub import snapshot_download

snapshot_download(
repo_id="FluidVerse/2D_SDBA_SSOO",
repo_type="dataset",
allow_patterns="multi_droplet/256x256/*",
local_dir="."
)
```

搜集汇总

数据集介绍

构建方式

在计算流体力学领域，对激波诱导液滴破碎现象的精细模拟是理解多相流动力学的关键。本数据集通过高保真数值模拟构建，采用ALPACA求解器求解二维可压缩欧拉方程，在笛卡尔均匀网格上模拟了激波与空气中圆柱形液滴的相互作用过程。数据集包含300条轨迹，每条轨迹涵盖101个时间步，模拟终止时间介于91微秒至1240微秒之间，时间保存间隔根据初始条件动态调整。初始条件中，液滴与周围预激波环境处于平衡状态，边界条件在南北方向采用对称边界，东西方向为开放边界。关键物理参数如激波马赫数、韦伯数、液滴数量、半径及中心位置均在设定范围内随机变化，确保了数据集的多样性与物理真实性。

使用方法

为便于科学机器学习研究，数据集已按0.8:0.2的比例划分为训练集与测试集，可直接用于代理模型构建与验证。用户可通过Hugging Face Hub命令行工具完整下载数据集，或利用huggingface_hub库的snapshot_download函数选择性获取特定分辨率的数据子集，例如仅下载256x256分辨率的多液滴模拟结果。数据集中附带的metadata.json文件提供了每条轨迹的详细参数信息，支持条件化建模与参数敏感性分析。研究者可基于该数据集开发神经网络模型，以预测液滴破碎模式、追踪碎片运动或重建流场细节，从而加速对复杂多相流动的数值模拟与理论理解。

背景与挑战

背景概述

在计算流体力学与科学机器学习交叉领域，激波诱导液滴破碎现象的研究对于理解多相可压缩流动中的界面动力学至关重要。2D_SDBA_SSOO数据集由FluidVerse团队构建，专注于捕捉二维圆柱形液滴在空气中受外部激波作用下的瞬态演化行为。该数据集基于高保真求解器ALPACA模拟生成，涵盖了激波马赫数、韦伯数及液滴数量等多参数空间，旨在为激波-液滴相互作用机理的深入研究及高精度代理模型的开发提供基准数据。其对称边界条件的设定，进一步简化了物理场景，为探索液滴破碎的两种主导模式——表面侵蚀破碎与径向拉伸破碎，提供了可控且系统的数值实验环境。

当前挑战

该数据集致力于解决激波诱导液滴破碎这一复杂多物理场问题的建模挑战，核心难点在于精确捕捉剧烈变形界面与强间断波系的耦合动力学。具体而言，挑战包括准确区分表面侵蚀与径向拉伸两种破碎模式，这要求模型能敏锐识别韦伯数等关键参数的影响；在构建过程中，高分辨率模拟产生了海量时空数据，对数据存储与高效处理提出了苛刻要求；同时，多液滴场景下的碎片追踪与相互作用建模，进一步增加了物理场重构的复杂度，为数据驱动的科学机器学习方法带来了显著的验证与泛化压力。

常用场景

经典使用场景

在计算流体力学领域，2D_SDBA_SSOO数据集为研究激波诱导液滴破碎现象提供了高保真度的数值模拟数据。该数据集经典地用于开发和验证基于物理的机器学习代理模型，特别是针对可压缩多相流中液滴在激波作用下的动态响应。通过包含不同韦伯数和马赫数条件下的300条轨迹，它能够支持模型学习从界面捕捉到破碎模式识别的复杂物理过程，为科学机器学习在流体动力学中的应用奠定数据基础。

解决学术问题

该数据集有效解决了激波-液滴相互作用研究中长期存在的若干学术挑战。它通过系统性的参数变化，如马赫数、韦伯数和液滴数量，为理解破碎模式（如SIE和RTP）的转变机制提供了定量依据。其高分辨率时空数据有助于揭示界面不稳定性、波动力学和碎片追踪等基础物理问题，显著推进了可压缩多相流理论的发展，并为验证数值算法的准确性提供了可靠的基准。

实际应用

在实际工程应用中，2D_SDBA_SSOO数据集能够直接指导涉及高速气流中液滴破碎的关键技术设计。例如，在航空发动机燃烧室、燃料喷雾系统以及超音速流动控制装置中，精确预测液滴的破碎行为和雾化效果对于优化混合效率、提升燃烧性能至关重要。该数据集所训练的代理模型可集成于工业仿真流程，大幅缩短设计周期，并为安全性与可靠性评估提供数据驱动的决策支持。

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交叉领域，二维激波诱导液滴破碎数据集正推动着高保真度物理场预测模型的发展。前沿研究聚焦于利用深度神经网络构建可区分RTP与SIE破碎模式的代理模型，以精准捕捉气液界面演化与多尺度波动力学特征。该数据集支持对多液滴相互作用及碎片轨迹的追踪，为航空发动机燃烧室设计、超音速流动控制等工程应用提供了关键验证基准，显著提升了复杂多相可压缩流动的模拟效率与预测精度。