deepflame-dev

deepflame-dev

深度学习赋能的开源多相反应流CFD软件

DeepFlame是一款开源的深度学习赋能计算流体动力学软件包,适用于单相或多相、层流或湍流、全速域反应流模拟。它整合了OpenFOAM、Cantera和PyTorch的功能,提供GPU加速、自适应网格细化、多种求解器和燃烧模型。该软件旨在支持下一代异构超级计算和AI加速基础设施,促进反应流仿真技术的进步。

DeepFlameCFD深度学习反应流OpenFOAMGithub开源项目
<p align="center"> <a href="https://github.com/deepmodeling/deepflame-dev"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/5de88a20-a0aa-439a-915a-771e45c00b0b.jpg"> </a> <a href="https://github.com/deepmodeling/deepflame-dev/releases"> <img src="https://img.shields.io/github/v/release/deepmodeling/deepflame-dev?include_prereleases&label=最新版本&rgb(0%2C%20113%2C%20189)"> </a> <a href="https://github.com/deepmodeling/deepflame-dev/pulls"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/c466868e-fe80-4de6-8ece-a04fa066e202.svg?color=rgb(48%2C%20185%2C%20237)"> </a> <a href="https://github.com/deepmodeling/deepflame-dev/blob/master/LICENSE"> <img src="https://img.shields.io/github/license/deepmodeling/deepflame-dev?logo=GitHub&color=rgb(255%2C%20232%2C%2054)"> </a> <a href="https://deepflame.deepmodeling.com/en/latest/"> <img src="https://img.shields.io/website?label=文档主页&up_message=在线&url=https%3A%2F%2Fdeepflame.deepmodeling.com%2Fen%2Flatest%2F&color=rgb(241%2C%20155%2C%2068)"> </a> <a href="https://doi.org/10.1016/j.cpc.2023.108842"> <img src="https://img.shields.io/badge/DOI-10.1016%2Fj.cpc.2023.108842-black?color=rgb(232%2C%2093%2C%2050)"> </a> </p>

DeepFlame是一个深度学习赋能的计算流体动力学软件包,用于模拟单相或多相、层流或湍流、全速域的反应流。它旨在提供一个开源平台,结合OpenFOAMCanteraPyTorch库的各自优势,实现深度学习辅助的反应流模拟。它还可以利用下一代异构超级计算和人工智能加速基础设施,如GPU和FPGA。

教程示例中使用的神经网络模型可以在AIS Square找到。要运行带有DNN的DeepFlame,请将DNN模型DF-ODENet下载到您想要运行的案例文件夹中。

文档

安装和教程的详细指南可在我们的文档网站上获取。

特性

v1.3新功能(2023年12月30日):

  • 完成dfLowMachFoam求解器的全流程GPU实现,实现所有计算在GPU上高效执行
  • 引入DF-ODENet模型,利用典型燃烧模拟配置的采样来降低训练成本并提高计算效率
  • 支持大涡模拟(LES)和两相燃烧模拟能力
  • 扩展flareFGM表至六维,并支持在新的六维flareFGM表中用神经网络替换某些物理量
  • 通过DeepFGM神经网络接口支持多GPU和多处理器执行
  • 修改Cantera的传输性质计算方法,以支持多组分反应流的真实流体热物理性质计算,并集成神经网络更新真实流体热物理性质
  • 添加新的示例案例并更新文档主页,提供更全面的安装和使用说明 v1.2新版本(2023/06/30):
  • 启用GPU加速,用于快速高效构建求解偏微分方程的离散矩阵
  • 引入DeePFGM模型:基于神经网络的方法,替代FGM模型的火焰片数据库,减少内存需求
  • 支持使用Cantera的PR/RK状态方程计算真实流体密度,并更新等熵压缩系数(psi)的计算
  • 改进dfHighSpeedFoam求解器
    • 对组分方程的对流项应用通量分裂,以提高一致性和准确性
    • 采用强稳定性保持的Runge-Kutta(RKSSP)时间格式,增强稳定性和性能
  • WENO格式libROUNDSchemes作为第三方子模块引入,用于对流通量重构
  • 提供接口访问给定基元反应中各组分的反应速率
  • 实现机理文件检测功能,验证机理文件输入的有效性
  • 捕获并报告Cantera错误,改善错误处理和用户体验

v1.1新版本(2023/03/31):

  • 添加FGM模型
  • 添加GPU兼容的线性求解器AmgX(采用自petsc4FoamFOAM2CSR
  • 添加新的负载均衡算法
  • 支持在GPU(DNN)和CPU(CVODE)上同时求解化学源项
  • 添加使用CMake编译的支持
  • 改进纯CPU时的DNN求解程序
  • 重构dfChemistryModel
  • 更新PaSR燃烧模型中的化学和混合时间尺度模型

v1.0新版本(2022/11/15):

  • 添加使用libtorch在多个GPU上并行计算DNN的支持
  • 添加TCI模型

v0.5新版本(2022/10/15):

  • 添加通过单个和多个GPU并行计算DNN的支持
  • 添加使用PyTorch的访问

v0.4新版本(2022/09/26):

  • 将OpenFOAM的燃烧库适配到DeepFlame
  • laminarEDCPaSR燃烧模型

v0.3新版本(2022/08/29):

  • 1/2/3D自适应网格细化(2/3D采用自SOFTX_2018_143multiDimAMR
  • 添加Sigma/dynSmag LES湍流模型
  • 添加functionObjects/field库
  • 新增reactiveShockTube示例用于dfHighSpeedFoam

v0.2新版本(2022/07/25):

  • 化学求解器的动态负载均衡(采用自DLBFoam

v0.1版本(2022/06/15):

  • 用于.cti.xml.yaml格式化学机理的原生Cantera读取器
  • 完全兼容Cantera的UnityLewisMixMulti传输模型
  • 零维恒压或恒容反应器求解器df0DFoam
  • 基于压力的低马赫数反应流求解器dfLowMachFoam
  • 基于密度的高速反应流求解器dfHighSpeedFoam
  • 两相拉格朗日/欧拉喷雾反应流求解器dfSprayFoam
  • 用于化学反应速率评估的Cantera原生SUNDIALS CVODE求解器
  • 用于神经网络输入/输出和计算的Torch张量运算功能
  • 用于获取化学反应速率的DNN模型接口
  • 带有AllrunAllclean脚本的多个示例和教程案例
    • 0D完全搅拌反应器
    • 1D自由传播预混火焰
    • 2D提升部分预混三重火焰
    • 3D带火焰的Taylor-Green涡
    • 1D均匀预混混合物中的爆轰波
    • 3D亚琛炸弹喷雾火焰

有用的资源

DeepModeling社区官方哔哩哔哩网站:

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多