PythonFOAM: In-situ data analyses with OpenFOAM and Python

doi:10.1016/j.jocs.2022.101750

PythonFOAM: In-situ data analyses with OpenFOAM and Python

2022-07-01

7

OA

AI

R

Romit Maulik *

D

Dimitrios K. Fytanidis

DOI：10.1016/j.jocs.2022.101750

原文链接

查看原文

摘要

En 中文

我们概述了用于OpenFOAM的基于Python的通用数据分析工具的开发。我们的实现依赖于OpenFOAM应用程序的构建，这些应用程序绑定到Python中的数据分析库。OpenFOAM中的双精度数据使用NumPy c-api转换为NumPy数组，然后Python模块可用于对流场信息进行任意数据分析和操作。我们重点介绍了建议的包装器如何用于在Python中实现并从OpenFOAM求解器PimpleFOAM访问的原位在线奇异值分解 (SVD)。这里，“原位” 是指允许在用于偏微分方程求解器的相同计算资源上同时计算数据分析的编程范例。此外，为了演示并行部署，我们部署了一个分布式SVD，它在分布式仿真的行列中收集快照数据，以计算全局左奇异向量。至关重要的是，OpenFOAM和Python在此部署中共享相同的消息传递接口 (MPI) 通信器，该通信器允许Python对象和函数跨队列交换NumPy数组。随后，我们在英特尔Broadwell和KNL架构的多个节点上提供了这种分布式SVD的缩放评估，用于规范测试用例，例如后向台阶的大涡流模拟和摩擦雷诺数为395的通道流。最后，我们演示了使用自动编码器压缩流场信息的深度神经网络的部署，以演示在Python生态系统中使用最先进的机器学习工具的能力。

Keyword:

OpenFOAM

Python

Dataanalytics

Deeplearning

PythonFOAM: In-situ data analyses with OpenFOAM and Python

摘要

AI总结

期刊

机构