Files
MeltMind/docs/data-intake-2026-11-13.md
T

9.7 KiB
Raw Blame History

Horsea 数据接收与有限验证 — 2026-11-13

结论与范围

Greif v5 整包已在 Horsea 验证通过,研究接续可直接使用本地证据。已完成 624 份几何/日志/单元类型普查,4 份纯四面体代表样本的全部数组检查,以及 7 份混合拓扑样本的专门诊断;已有严格解码、几何缓存、边界距离和 GPU 算子兼容检查。尚未冻结训练集划分、类型规则或正式训练方案。

这是数据准备和有界验证。未安装依赖、改变系统、训练模型、提交或推送仓库;原始 ZIP 未修改,诊断性四面体子域只在内存重映射。用户既有 Git 数据未作清理。

数据来源与身份

公开来源:https://zenodo.org/records/18598121 。本地输入为 /home/frank14f/optane/MeltMind/data.zip。

  • 大小:32,757,812,726 字节,与来源记录一致。
  • MD5:75ec15002234c2cdcdf4c751bdefab85,官方值比对通过。
  • 本地 SHA256:d151f018294832fd80fbd23e865642cb16c860da150f245033d010c388fa0241。
  • 1872 个成员、624 组 LOG/YML/VTU,展开共 43,966,308,383 字节。
  • 249 个文件名来源键,最大组 34;这些键不是已经证实独立的几何族。
  • 完整读取并计算整包摘要;没有解压整个目录或逐成员全包 CRC 扫描。4 个代表样本和7个混合样本的 VTU 完整读取,ZIP 库在读取时验证成员 CRC;624份普查读取几何前缀。

证据目录:artifacts/intake-2026-11-13/。archive_verification.json、zip_inventory.json、source_groups.json 保存身份、成员列表和来源分组。

全量普查与混合拓扑

VTU 全部节点数 min/median/P90/max 为 3606 / 25851.5 / 50789.4 / 187345;全部单元数为 18876 / 140193.5 / 275908.5 / 1045371。注意这些是原始 VTU 总数,不全是流体四面体域大小。

617 个文件只有 VTK_TETRA=10。以下 7 个同时含 VTK_TRIANGLE=5;四面体数量和其唯一节点数逐份等于 LOG 的四面体统计,三角形数量和唯一节点数恰好解释之前的总计差异。

ID 四面体节点/单元 额外三角形节点/单元
00000087 63745 / 347950 5028 / 9845
00000530 54898 / 296471 1962 / 3764
00000970 22479 / 119735 504 / 936
00001048 14687 / 82588 66 / 95
00001252 21704 / 120916 173 / 216
00001274 20882 / 114124 192 / 336
00001294 41176 / 222435 1968 / 3840

7 份文件的两类单元没有共用节点 ID,没有未使用节点。所有三角形节点上的所有 PointData 数组均无有限值,Fill_time 亦全部 NaN;四面体节点的 Fill_time 全部有限且非负。四面体子域均单连通,无零体积单元、零节点体积权重或拓扑非流形面。三角形的物理/导出语义仍未知;不能据此命名为冷却面、CAD残片或缺陷。

体积与 LOG 的比较必须尊重打印精度。例如87、1048的LOG只打印 0.0001 m^3,1294只打印 0.0002 m^3;其解码体积在假定坐标为 mm 时分别为约0.000100424、0.000101250和0.000229987 m³,均与四位小数舍入相容。原始比值不精确等于1e-9不构成损坏证据,也不据此证明导出几何完全等同原 CAD。

00000890 缺填充阶段网格统计块;VTU 是7494节点/40374四面体,已解码通过。Grok独立发现其warp日志原始节点数7494相符。保留“日志缺块”标记,不推断数据损坏。

首次严格纯四面体入口在87停止是预期保护:Numerical geometry currently requires linear tetrahedra only。未绕过此检查或把混合网格静默转成训练缓存;后续使用独立诊断程序记录子域。见 observed_failures.json、cell_type_census.json、mixed_topology_audit.json。

单位、时间与缺值

四份纯四面体数值样本是850(小)、778(中)、666(节点数最大)、890(日志缺块)。这四份的 Fill_time 全有限且非负;此结论没有外推成624份全部字段已通过。

  • VTU 没有单位标签。小/中/最大样本的网格体积与LOG的m³相差约1e-9,支持导出坐标为mm;与YML浇口位置也匹配。缓存保留原始数值,不自动做全数据统一换算。
  • 小/中样本在对应V/P帧的浇口最近节点压力分别为4,164,800和4,619,400,与LOG的Pa数值精确一致;这是测点/时刻交叉验证。全域最大值不是浇口值。
  • 温度的晚期数值与LOG模温318.15 K相符;速度单位仍缺来源,不换算。
  • 字段名的时间后缀直接标s。必须按数值时间排序;小/中压力的Block编号顺序分别有25/13次时间回退,未发现重复时间。不能按字段编号假设时间递增。
  • 在小/中样本中,压力在全部 Fill_time <= t 节点有限,但也在部分尚未填充节点有限;温度/速度则在部分已到达节点仍是NaN。有限值掩码不是填充掩码,不使用nan_to_num创造目标值。
  • 小/中温度和速度缺值的最大“距到达时间”分别0.009521/0.0037386 s;逐帧相对前一输出间隔的最大比值约2.706/6.080。单帧滞后并不能保证消除缺值。记录有效观测掩码和覆盖率,不能任意改物理填充定义。
  • LOG配置填充时间与实际结束填充时间不同;小/中Fill_time最大约0.41206/0.050952 s,对应LOG结束时间约0.4121/0.0510 s,而配置为0.40/0.05 s。

去重与划分状态

624份按坐标排序后的精确点云摘要没有重复。此检查不证明无几何近重复。geometry_screening.json 保存30组跨来源键候选:描述符为两项协方差谱比加两项包围盒边长比的欧氏距离,只用于排序;未定义删除阈值或删除任何样本,未冻结数据划分。旋转、网格密度与尺度变化需要另查。来源键先用作防泄漏约束;不能把249直接当独立试件数。

几何描述符与计算环境

tools/boundary_distance.py 计算到四面体完整边界三角面的欧氏距离,保留所有边界面。质心树和保守包围球筛选候选,无固定近邻截断。它不是壁厚、类型或真实CAD距离。

6个测试通过:压缩多块/单块解码、错误载荷拒绝、日志单位不串行、四面体体积/权重/定向、点到三角形及退化情形、立方体/薄板/细杆在三档表面细分上的解析距离。两个真实网格各30点与全三角面穷举对照,最大差0。小/中完整内节点查询约2.34/12.50秒,峰RSS约60/67 MiB。没有验证T接头、CAD误差或跨重网格稳定性。

既有环境为Python3.10.13、NumPy1.26.4、SciPy1.15.3、PyTorch2.5.1+cu124;4张V100-SXM2 16GB。仅在GPU0运行中样本网格的96维矩阵乘、邻接聚合、体积全局池化和反向传播检查,5次预热+20次测量,没有标签、优化器或模型训练。FP16与FP32相对L2差约3.596e-4;峰显存reserved488 MiB,单次中位约0.00268秒。不可外推为候选588k模型的训练速度、内存或最大网格能力。

最大666的全部数组及四面体几何审计实测35.10秒、峰RSS约546 MiB。这是CPU数据准备成本。

复现入口

从项目根目录运行,使用既有解释器;输出文件会更新,需保留历史证据时先选新目录并重新验证。

export OMP_NUM_THREADS=2 OPENBLAS_NUM_THREADS=2
MELTMIND_PY=/home/frank14f/anaconda3/envs/pycuda_3_10/bin/python
"$MELTMIND_PY" tools/verify_archive.py data.zip artifacts/intake-2026-11-13
"$MELTMIND_PY" tools/census_geometry.py data.zip artifacts/intake-2026-11-13
"$MELTMIND_PY" tools/census_cells.py data.zip artifacts/intake-2026-11-13
"$MELTMIND_PY" tools/audit_samples.py data.zip artifacts/intake-2026-11-13/samples --ids 00000850 00000778 00000890 00000666
"$MELTMIND_PY" tools/audit_mixed.py data.zip artifacts/intake-2026-11-13
"$MELTMIND_PY" -m unittest discover -s tests -v
"$MELTMIND_PY" tools/boundary_distance.py artifacts/intake-2026-11-13/samples/00000778_a25fb37392a44447b9684f16_step_003.npz artifacts/intake-2026-11-13/geometry_validation
CUDA_VISIBLE_DEVICES=0 "$MELTMIND_PY" tools/probe_torch.py artifacts/intake-2026-11-13/samples/00000778_a25fb37392a44447b9684f16_step_003.npz artifacts/intake-2026-11-13/torch_operator_probe.json

evidence_manifest.json保存工具/测试/报告与证据文件SHA256。所有数值缓存带raw命名;当前缓存不存全时间场。解码器只支持单Piece、LittleEndian、inline base64/zlib,并对未支持格式拒绝;不同导出格式需单独扩展验证。格式依据:VTK XML规范、meshio v5.3.5参考实现。

后续研究的具体入口

先定义带显式原始节点映射的四面体域数据契约、全量Fill_time/观测掩码审计和跨来源近重复复核;继续保留所有原始混合拓扑。冻结分组划分后再准备强距离基线与三臂比较。实际分片要逐片验证连通性、K、体积分布及修复率;不能用“同一种算法”替代匹配验收。全件K=1仍保留相同聚合和全局层。类型规则、局部坐标、方向主干分别归因。

Claude已在Slack提供设计v0及v0.1补充,接受匹配分片与多种子区分;未把候选10%效应幅度或3种子预算当用户冻结决定。Grok已独立确认原始7处计数差异、890日志缺块、压力交叉验证和GPU probe范围。后续混合拓扑与缺值龄期新发现的Slack同步被自动审批拦截,明确授权问题已提出,未绕过或把未发送内容写成已确认。

后续发送状态更新:用户明确批准这批核查结果外发后,已成功在原 Slack 串发送全文并提醒 Claude、Grok、TRON。此前审批拦截已解决;对方尚未回复或采纳的事项不标记为已确认。消息:https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1794566577323529 。完整回执见 docs/slack-intake-send-receipt-2026-11-13.json。