[论文解读] Demystifying the Data Need of ML-surrogates for CFD Simulations

Tongtao Zhang, Biswadip Dey+3 more|arXiv (Cornell University)|May 5, 2022

Heat Transfer and Optimization被引用 5

一句话总结

本文提出了一种物理信息神经网络代理模型，仅使用极少的CFD仿真数据即可预测汽车舱内温度分布。结果表明，仅需50组训练样本即可实现高精度的趋势预测，推理时间从约30分钟缩短至约9毫秒，即使在数据量较低的情况下仍保持高精度，从而实现汽车热管理中高效的设计探索与早期决策。

ABSTRACT

Computational fluid dynamics (CFD) simulations, a critical tool in various engineering applications, often require significant time and compute power to predict flow properties. The high computational cost associated with CFD simulations significantly restricts the scope of design space exploration and limits their use in planning and operational control. To address this issue, machine learning (ML) based surrogate models have been proposed as a computationally efficient tool to accelerate CFD simulations. However, a lack of clarity about CFD data requirements often challenges the widespread adoption of ML-based surrogates among design engineers and CFD practitioners. In this work, we propose an ML-based surrogate model to predict the temperature distribution inside the cabin of a passenger vehicle under various operating conditions and use it to demonstrate the trade-off between prediction performance and training dataset size. Our results show that the prediction accuracy is high and stable even when the training size is gradually reduced from 2000 to 200. The ML-based surrogates also reduce the compute time from ~30 minutes to around ~9 milliseconds. Moreover, even when only 50 CFD simulations are used for training, the temperature trend (e.g., locations of hot/cold regions) predicted by the ML-surrogate matches quite well with the results from CFD simulations.

研究动机与目标

• 为解决在CFD仿真中训练有效机器学习代理模型所需数据量的理解空白问题。
• 评估在汽车舱内环境温度场代理建模中，训练数据集大小与预测精度之间的权衡。
• 通过证明仅使用极少CFD数据即可实现高质量预测，从而实现更快的设计空间探索。
• 为CFD从业者提供实用指导，明确在早期设计阶段与详细设计阶段应何时使用机器学习代理模型而非完整CFD仿真。
• 验证代理模型在不同数据规模（50至2000组训练样本）下的鲁棒性。

提出的方法

• 使用全连接前馈神经网络，基于太阳辐射负荷、太阳角度、HVAC设置和环境温度等输入参数，训练以预测乘用车舱内稳态温度分布。
• 模型在使用Simcenter STAR-CCM+和k-ε湍流模型生成的2160组CFD仿真数据上进行训练。
• 系统性地将训练数据从2000组减少至50组，以研究数据集大小对预测性能的影响。
• 通过在验证集和测试集上计算结构相似性（SSIM）来评估模型性能，以量化预测保真度。
• 将代理模型部署于仅含CPU的服务器上，以确保与完整CFD仿真的公平比较，突出其实用计算效率。
• 通过利用包含对流与辐射传热效应的底层CFD生成数据，实现物理感知学习。

实验结果

研究问题

• RQ1 当训练数据集规模减少时，机器学习代理模型对CFD温度场的预测精度如何退化？
• RQ2 在仅使用50组CFD仿真训练的情况下，代理模型是否仍能准确捕捉汽车舱内热点与冷区的空间趋势？
• RQ3 在何种数据集规模下，代理模型的精度足以在早期设计阶段替代完整CFD仿真？
• RQ4 与运行完整CFD仿真相比，使用机器学习代理模型可实现多大的计算时间减少？
• RQ5 在不同数据规模下，模型在结构相似性（SSIM）和损失指标方面的性能表现如何变化？

主要发现

• 仅使用50组训练CFD案例，代理模型在测试集上达到0.724的SSIM，准确预测了舱内热点与冷区的空间趋势。
• 在200组训练样本时，测试SSIM提升至0.809，表明保真度显著提高，同时计算时间仍减少97.66%。
• 当使用1000组训练样本时，测试SSIM达到0.949，接近完整CFD仿真的性能表现。
• 预测推理时间从每组约30分钟缩短至约9毫秒，实现近乎即时评估。
• 即使仅使用50组训练样本，模型仍能识别关键热力特征，如乘客右腿位置的热点区域，展现出稳健的趋势学习能力。
• 在多次运行中，模型性能保持高度稳定，且方差极低，所有数据规模下的SSIM值标准差均低于±0.015。