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

99 lines
9.7 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 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。
```bash
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](https://docs.vtk.org/en/latest/vtk_file_formats/vtkxml_file_format.html)、[meshio v5.3.5参考实现](https://github.com/nschloe/meshio/blob/v5.3.5/src/meshio/vtu/_vtu.py)。
## 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`。