WindsorML: High-Fidelity Computational Fluid Dynamics Dataset For Automotive Aerodynamics

要約

この論文では、ウィンザー ボディの 355 の幾何学的バリアントを含む、機械学習 (ML) 用の新しいオープンソースの高忠実度データセットを紹介します。これは、自動車の外部空気力学用の ML サロゲート モデルの開発とテストに役立ちます。
各数値流体力学 (CFD) シミュレーションは、可能な限り最高の精度を確保するために、2 億 8,000 万セルを超えるデカルト浸漬境界法を使用した GPU ネイティブの高忠実度壁モデル大渦シミュレーション (WMLES) で実行されました。
データセットには、道路車両で観察されるものを代表する幅広い流れ特性を示すジオメトリのバリアントが含まれています。
データセット自体には、3D 時間平均された体積と境界データ、および形状と力とモーメントの係数が含まれています。
このペーパーでは、基礎となる CFD 手法の検証と、データセットの内容および構造について説明します。
著者の知る限り、これは寛容なオープンソース ライセンス (CC-BY-SA) を備えたウィンザー天体の初の大規模高忠実度 CFD データセットに相当します。

要約(オリジナル)

This paper presents a new open-source high-fidelity dataset for Machine Learning (ML) containing 355 geometric variants of the Windsor body, to help the development and testing of ML surrogate models for external automotive aerodynamics. Each Computational Fluid Dynamics (CFD) simulation was run with a GPU-native high-fidelity Wall-Modeled Large-Eddy Simulations (WMLES) using a Cartesian immersed-boundary method using more than 280M cells to ensure the greatest possible accuracy. The dataset contains geometry variants that exhibits a wide range of flow characteristics that are representative of those observed on road-cars. The dataset itself contains the 3D time-averaged volume & boundary data as well as the geometry and force & moment coefficients. This paper discusses the validation of the underlying CFD methods as well as contents and structure of the dataset. To the authors knowledge, this represents the first, large-scale high-fidelity CFD dataset for the Windsor body with a permissive open-source license (CC-BY-SA).

arxiv情報

提供元, 利用サービス

arxiv.jp, Google