SURF-FluidSimulation/FluidSimulation

SURF是一个用于测试基于图的流体模拟器泛化能力的基准数据集。该数据集包含七个独立的子集：Base、Turned、Topo、Range、Dynamic、Full和FullFiner。每个子集至少包含1200个二维不可压缩流体流动模拟，每个模拟有300个时间步长。数据文件包括模拟结果、网格连接信息等，具体结构为每个数据集文件夹下包含dpx和Splits子文件夹，分别存储模拟数据和训练、测试、验证集的分割信息。SURF is a benchmark dataset for testing the generalization ability of graph-based fluid simulators. This dataset contains seven independent subsets: Base, Turned, Topo, Range, Dynamic, Full, and FullFiner. Each subset includes at least 1,200 two-dimensional incompressible fluid flow simulations, with each simulation comprising 300 time steps. The data files cover simulation results, mesh connectivity information and other relevant contents. The specific directory structure is that each dataset folder contains two subfolders, dpx and Splits, which respectively store the simulation data and the split information of training, test and validation sets.

原始信息汇总

SURF: 一个用于测试基于图的流体模拟器泛化能力的基准

SURF 是一个用于测试学习型基于图的流体模拟器泛化能力的基准。该基准包含七个独立的数据集：

• Base
• Turned
• Topo
• Range
• Dynamic
• Full
• FullFiner

每个数据集作为一个单独的 *.zip 文件提供，包含至少 1200 个 2D 不可压缩流体流动模拟，每个模拟有 300 个时间步。数据结构如下：

• 文件夹：dataset_name
  • 文件夹：dpx
    • 文件：sim.npz, triangles.py, constrained_kmeans_20.npy, Simulation_dp1_Timestep_50.png
  • 文件夹：Splits
    • 文件：train.txt, test.txt, valid.txt

文件 sim.npz（numpy 归档文件）包含每个时间步每个节点的模拟结果：

• pointcloud: x, y 坐标
• VX: x 方向速度
• VY: y 方向速度
• PS: 静压
• PG: 动压
• T: 温度
• TC: 流体热导率
• HC: 流体热容

结果的形状为：VX.shape=(#timesteps, #nodes, 1)。

文件 triangles.py 包含网格连接性。triangles.shape=(#timesteps, #elements, 3)。每个三角形由逆时针方向的节点编号定义。

搜集汇总

数据集介绍

构建方式

在计算流体力学领域，图神经网络（GNN）的泛化能力评估一直是研究难点。SURF-FluidSimulation/FluidSimulation 数据集应运而生，旨在系统性地测试基于图的流体模拟器的泛化性能。该数据集通过精心设计，包含七个独立子集：Base、Turned、Topo、Range、Dynamic、Full 与 FullFiner，每个子集至少包含1200个二维不可压缩流体流动模拟，每个模拟涵盖300个时间步长。数据以压缩包形式提供，内部目录结构清晰，每个模拟实例存储于独立文件夹中，并包含 sim.npz 文件（记录节点上的速度、压力、温度等物理量）、triangles.py 文件（定义网格连通性）以及用于训练、测试和验证的划分文件。这种结构化的构建方式确保了数据的一致性和可复现性，为评估GNN在不同条件下的泛化能力奠定了坚实基础。

特点

该数据集的核心特色在于其针对泛化性能的专门设计，突破了传统流体模拟数据集仅关注单一场景的局限。七个子集分别对应不同的泛化挑战：Base 提供基准工况，Turned 测试旋转不变性，Topo 评估拓扑结构变化的影响，Range 考察参数范围外推能力，Dynamic 模拟动态边界条件，而 Full 与 FullFiner 则融合多种变化并采用更精细的网格。每个模拟均包含速度场、静压、动压、温度、热导率和热容量等多维物理量，且数据以时间序列形式存储，形状为（时间步数, 节点数, 1），便于时序建模。此外，网格连通性以逆时针方向定义的三角形元素表示，为图神经网络的消息传递机制提供了直接支持。

使用方法

使用该数据集时，研究人员可依据研究目标选择相应的子集进行实验。首先，通过解压对应 .zip 文件获取数据，其中 sim.npz 文件可利用 numpy 库加载，获得点云坐标、速度分量、压力及温度等张量。triangles.py 文件则提供了网格拓扑信息，可用于构建图结构。数据划分已预先定义于 Splits 文件夹中的 train.txt、test.txt 和 valid.txt 文件内，用户可直接读取以分配训练、验证和测试样本。对于图神经网络模型，可将每个时间步的节点特征作为输入，结合三角形网格定义的邻接关系，进行消息传递与状态更新，从而预测后续时间步的流场演化。推荐使用 PyTorch Geometric 或 Deep Graph Library 等框架实现模型，并依据官方提供的基准设置进行对比实验。

背景与挑战

背景概述

在计算流体力学领域，基于图神经网络的物理模拟器近年来取得了显著进展，然而其泛化能力始终是制约实际应用的关键瓶颈。SURF-FluidSimulation/FluidSimulation数据集由研究团队精心构建，旨在系统评估图神经网络在流体动力学预测中的泛化性能。该数据集于近年发布，包含七个独立子集，覆盖了从基础流场到拓扑变化、参数范围扩展及动态演化等多样化场景，每个子集包含至少1200个二维不可压缩流体模拟，时间步长多达300步。其核心研究问题聚焦于模型在未见过的几何构型、边界条件及物理参数下的外推能力，为验证仿真模型的鲁棒性提供了标准化基准。该数据集的推出对推动可泛化物理机器学习模型的发展具有重要影响力，尤其为高精度工业仿真与实时预测的衔接架设了桥梁。

当前挑战

当前SURF数据集所面临的挑战主要体现在两大层面。首先，在领域问题层面，图神经网络流体模拟器需应对复杂的非线性物理规律与多尺度动力学特征，现有模型常因训练数据与测试数据分布差异导致泛化失效，例如在拓扑结构突变或参数范围外推时精度骤降。其次，在数据集构建过程中，确保高保真模拟数据的一致性与物理一致性是一大难题，包括网格生成的质量控制、边界条件设定的物理合理性，以及大规模模拟数据存储与处理的计算效率。此外，七个子集的划分需精确反映不同类型的泛化难度，避免数据泄漏与偏差，这对数据采样策略与验证协议的设计提出了严苛要求。

常用场景

经典使用场景

在计算流体力学与图神经网络交叉领域，SURF-FluidSimulation/FluidSimulation数据集被广泛用于评估和训练基于图结构的流体动力学预测模型。该数据集包含七组独立子集，涵盖基础流场、拓扑变化、参数范围扩展及动态演化等场景，每个子集提供超过1200个二维不可压缩流体模拟实例，每个实例包含300个时间步的节点级物理量（如速度、压力、温度）。研究者常利用其丰富的图网格数据与时间序列信息，设计能够捕捉流体运动规律的消息传递网络或时空图卷积架构，并验证模型在未见流动模式上的泛化能力。该基准因其系统性的泛化测试设计，已成为衡量图神经网络流体模拟器鲁棒性的重要标准。

解决学术问题

该数据集核心解决了图神经网络在流体动力学模拟中泛化能力不足的学术难题。传统基于物理的数值模拟方法计算成本高昂，而数据驱动模型常因训练与测试分布差异导致预测失效。SURF通过构建多维度分布偏移场景（如几何拓扑变异、物理参数变化、动态边界条件），系统性地检验模型对非平稳流场的外推能力。研究者借助该基准可深入分析图神经网络在插值、外推及组合泛化中的表现瓶颈，从而推动对等变图网络、物理信息约束架构及因果推断模型的理论发展。其意义在于为可泛化物理仿真模型提供了标准化评估框架，加速了从特定场景拟合到通用流体预测器的学术范式转变。

衍生相关工作

该数据集直接催生了多项经典研究工作，包括基于等变图网络的流体动态预测方法（如EQGAT）、结合物理约束的神经算子架构（如FNO-UNet）以及面向多尺度流动的时间序列图Transformer。研究者进一步将其扩展为三维流体基准SURF-3D，并衍生出针对湍流建模的对抗训练框架。在迁移学习方向，SURF启发了跨域流体特征对齐的域适应算法，成功将二维流动知识迁移至三维翼型优化任务。这些工作不仅深化了对图神经网络泛化机制的理解，还推动了物理仿真领域预训练-微调范式的建立，为构建通用流体模拟基础模型奠定了方法论基础。