AirfRANS
流体 / CFD · 翼型 RANS
参数化翼型 RANS 流场数据集，体积小、ML 管线友好，是学习流体代理模型（surrogate）的入门首选。由 NeurIPS 2023 发布，含 1000+ 参数化翼型 RANS 仿真，可直接喂入 DeepONet / FNO / GNN 训练；提供 OpenFOAM / SU2 解算器基线。
ODbL CFD翼型RANS
流体仿真工具集
覆盖传统 CFD 与深度学习代理模型的流体仿真工具链，含开源求解器、数据集与前沿论文。
导语
为什么做这个合集
流体仿真是工程物理 AI 最活跃的应用方向之一。本合集从工具链视角整合资源：
- 深度学习代理模型：用神经网络替代传统求解器，实现 100x 加速。
- 可微物理：JAX-CFD 等框架让 CFD 可端到端优化，打通设计与控制闭环。
- 高质量数据集：AirfRANS、CFDBench 等提供验证基准。
本合集特别适合同时了解 CFD 机理与深度学习方法的工程师与研究者。
深度学习代理模型 3 个资源
编辑点评： 提供翼型全工况气动数据，适合训练代理模型替代 RANS 求解
基于神经算子的CFD代理模型：小型模块化反应堆螺旋盘管蒸汽发生器
流体/CFD
提出基于神经算子的CFD代理模型，用于小型模块化反应堆螺旋盘管蒸汽发生器的热工水力瞬态仿真，助力数字孪生实时分析。
见LICENSE文件 神经算子CFD代理模型小型模块化反应堆
周期神经映射：非稳态转子叶片压力与气动弹性载荷预测
流体/CFD
提出周期傅里叶神经映射(p-FNM)框架，用于涡轮机械转子叶片非稳态压力分布和气动弹性载荷预测，降低高保真CFD仿真成本。
见LICENSE文件 神经算子气动弹性涡轮机械
传统求解器 2 个资源
OpenFOAM
通用 CFD 求解器
开源 CFD 的事实标准求解器，覆盖不可压/可压流动、传热、多相与燃烧等，是生成物理 AI 训练数据与验证代理模型精度的主要工具。可作为物理 AI 训练数据生成器与代理模型验证基线，是 CAE 工业链路的常用底层。
GPL v3 CFD开源求解器
PETSc
数值求解库 / HPC
高性能科学计算线性/非线性求解器库，支持大规模稀疏矩阵迭代求解，是高端 CFD 与多物理场仿真的底层求解核心。库集成 MPI/OpenMP/CUDA 多后端，支持 PETSc-FEM 与多物理场耦合，是工业级 CAE 求解栈的常见底层。
BSD-2-Clause 求解器线性代数稀疏矩阵