Образовательный форум по искусственному интеллекту, математике и физике 2023




Задача 3:



Повышение разрешения



аэродинамических полей




Задача представлена кафедрой Вычислительной математики и программирования МАИ при поддержке Российской нейросетевой ассоциации
Описание задачи:
В задачах вычислительной аэродинамики ограничение на количество расчетов упирается в вычислительные мощности и наличие суперкомпьютера. По аналогии с тем, как в последнее время для повышения скорости рендеринга изображений в видеоиграх используют технологию DLSS, в области CFD пакетов есть тенденция к созданию инструментов повышения разрешения физических полей на всех этапах расчета.

Эта задача о применении методов глубокого обучения для повышения размерности физических полей на структурированных и неструктурированных 2D расчетных областях.

Ваша цель - предложить методику и/или архитектуру и разработать прототип такой архитектуру для повышения разрешения поля скоростей и давления для дозвуковых течений.
Описание данных
Данные представлены в виде архива с экспериментами по дозвуковому обтеканию простых тел (3 тела) с различными начальными условиями по скорости. Всего 1000 расчетных кейсов по каждому телу.

Для каждого такого эксперимента имеются две версии (с низким разрешением и с высоким разрешением расчетной области).

Каждый отдельный эксперимент представляет из себя значение двух полей (скорость и давление) в виде .csv файлов со значением этих полей в центрах ячеек расчетной области, а также описание геометрии расчетной области в формате OpenFOAM (папка polyMesh). Данные о геометрии можно парсить с помощью предоставлено вам скрипта на python.
Описание вспомогательных инструментов
В качестве инструментов для работы с данными вам будет дополнительно предоставлено:
  • python скрипт для постпроцессинга расчетов (парсинг полей и геометрии);
  • python скрипт для препроцессинга расчетов (если вы захотите сделать несколько тестовых расчетов самостоятельно);
  • конфигурационные файлы OpenFOAM для самостоятельных расчетов.
В качестве дополнительного материала мы проведем мастер-класс по использованию инструментов:
  • OpenFOAM;
  • ParaView.
Похожие работы
  1. Использование CNN и физически информированной ошибки: статья
  2. Использования CNN специального механизма обучения: статья
Метод валидации решения
Для валидации решения используется метрика MAPE для рассогласования предсказанного поля повышенной размерности тела и истинному полю высокой размерности тела заготовленной на режимах, которых нет в обучающей выборке.

В качестве методов дополнительной оценки качества решения будет использоваться качество предсказания на новой геометрии, а также измерение рассогласования интегральных аэродинамических характеристик поля.
Критерии оценки результата
  1. Метрика на новых режимах для давления и скорости на новых режимах.
  2. Метрика на новой геометрии.
  3. Воспроизводимость результата.
  4. Наличие обоснованной методики дообучения.
  5. Возможность модели работать с 3D расчетными областями.
  6. Возможность модели работать с неструктурированными сетками.
Победители хакатона
Контакты с организатором хакатона
Ссылка на Telegram для информации и вопросов:
https://t.me/+raZ-t0bgrLk3ZGJi

Здесь будем выкладывать данные, отвечать на вопросы.

Место проведения: Главный корпус, Красный читальный зал
Организации-партнеры кейса