仿真数据谱系：结果诊断与可信度验证

数据谱系失效的表现往往不是算错，而是"三个月后没人能重建这次计算"。本文给出一份可直接落地的元数据清单、SHA-256 链式存证的校验命令，以及区分"浮点舍入差异"与"真实不一致"的数值判据。适用于需要跨团队交付、跨年复算，或结果要作为数字孪生输入的仿真数据。

谱系断链的三种典型后果

1. 单位混用：以 psi 输入的弹性模量被当作 Pa，$2.9\times10^{7}\ \mathrm{psi}$ 被当成 $2.9\times10^{7}\ \mathrm{Pa}$，刚度低估 $6894.757$ 倍；
2. 网格版本错配：结果文件对应 1.2 GB 的 v3 网格，但归档只留了 v2，重算后目标量差 4.1%；
3. 后处理口径不同：一个团队取面积平均、另一个取质量加权平均，同一算例出口温度相差 3.8 K。

这三类问题都不能靠"更仔细"解决，只能靠记录与校验机制解决。

元数据最小清单

字段	示例	作用
算例 ID + 版本	case-0417-v3	唯一标识，禁止复用
几何哈希	sha256:9f2c...（64 位十六进制）	锁定几何
网格哈希 + 单元数	sha256:1a7b..., 4,318,204 cells	锁定离散
求解器 + 版本	OpenFOAM v2312, build 20231220	锁定代码
编译与硬件	gcc 12.3, -O2, Intel Xeon 8480+	锁定浮点行为
并行布局	512 ranks, scotch 分解	锁定归约顺序
输入参数表哈希	sha256:7d10...	锁定边界与材料
时间步与终止判据	$\Delta t=10^{-4}\ \mathrm{s}$，残差 $10^{-7}$	锁定数值设置
后处理脚本哈希	sha256:c4e8...	锁定统计口径
目标量 + 单位	$T_{out}=412.6\ \mathrm{K}$	锁定结论

10 个字段中缺任何一个，复算都会退化成"重新做一遍"。其中后处理脚本哈希最常被遗漏，而它正是上面第 3 类问题的根因。

哈希链与校验命令

单文件哈希只能证明"文件没变"，不能证明"文件按正确顺序生成"。用链式哈希记录生成关系：

$$H_i=\mathrm{SHA256}\!\left(H_{i-1}\,\|\,D_i\right),$$

$D_i$ 为第 $i$ 个产物（网格、初场、结果），$H_{i-1}$ 为上游产物哈希，$\|$ 表示字节串拼接。任何一个中间产物被替换，其后所有哈希都会改变，断链位置即污染位置。

# 生成并校验网格/结果哈希，输出到 provenance_mesh.txt
sha256sum mesh_v3/constant/polyMesh/* > provenance_mesh.txt
sha256sum postProcessing/outlet_T/0/surfaceFieldValue.dat >> provenance_mesh.txt
sha256sum -c provenance_mesh.txt          # 全部 OK 才允许归档

# 链式存证：把上游哈希拼进下游记录
UP=$(sha256sum mesh_v3/constant/polyMesh/points | cut -d' ' -f1)
printf '%s %s\n' "$UP" "solution_v3" | sha256sum   # 得到 H_i

归档前 sha256sum -c 必须全部返回 OK；出现 FAILED 时不要覆盖旧哈希，应记录新版本并从上游重新生成链。SHA-256 输出为 256 bit，即 64 个十六进制字符，任何长度不符的记录都是伪造或截断。

浮点复现性判据

不同核数、不同分解方式会产生舍入差异，需要用阈值区分"可接受舍入"与"真实不一致"：

$$\delta=\frac{\|q_{A}-q_{B}\|_2}{\|q_{A}\|_2},$$

$q$ 为同一算例在两种配置下的目标量向量。判据：同二进制、同编译选项、仅改核数时，$\delta\le10^{-8}$ 视为舍入可接受；要求逐位一致时 $\delta=0$；若 $\delta>10^{-5}$，则不是舍入，而是并行归约顺序改变了非线性迭代路径，必须定位到具体时间步。

一次可核对的手算：出口温度场在 512 核与 4096 核下的 $L_2$范数分别为$412.6$与$412.600018$（归一化量纲），差值$1.8\times10^{-5}$，

$$\delta=\frac{1.8\times10^{-5}}{412.6}=4.4\times10^{-8},$$

略高于 $10^{-8}$，说明除舍入外还有约 $10^{-7}$ 量级的迭代路径差异，需要把线性求解器残差容差从 $10^{-6}$ 收紧到 $10^{-8}$ 后再比较。

单位一致性检查

跨单位制数据必须显式记录换算系数与来源。常用系数：$1\ \mathrm{psi}=6894.757\ \mathrm{Pa}$，$1\ \mathrm{lbf}=4.448222\ \mathrm{N}$，$T[\mathrm{K}]=T[^\circ\mathrm{C}]+273.15$，即 $300\ \mathrm{K}=26.85\ ^\circ\mathrm{C}$。若输入表里同时出现 $2.9\times10^{7}$ 与 $210\times10^{9}$ 两个"弹性模量"，前者是 psi、后者是 Pa，两者相差 $6894.757$ 倍，必须在同一张表内统一并留下换算记录。

失败模式：现象、根因与判定试验

现象	根因	判定试验
重算目标量差 4% 且网格数一致	几何或网格版本错配	比对 polyMesh 全部文件的 SHA-256
出口温度相差 3.8 K	后处理口径不同（面积平均 vs 质量加权）	用同一脚本重算两种平均
改核数后结果跳变 $10^{-4}$	并行归约顺序改变迭代路径	用 $\delta$ 判据，收紧残差容差复测
材料参数差 6894 倍	单位制混用（psi/Pa）	检查量纲与换算系数记录
无法复现三个月前的算例	求解器版本或编译选项未记录	核对版本号与编译器标志
归档目录存在但结果不可读	结果文件未纳入哈希清单	用 sha256sum -c 全量校验

谱系记录模板

case_id: case-0417-v3
geometry: {path: geom/rotor.step, sha256: 9f2c...}
mesh:     {path: mesh_v3, cells: 4318204, sha256: 1a7b...}
solver:   {name: OpenFOAM, version: v2312, build: 20231220}
hardware: {cpu: Xeon 8480+, ranks: 512, decomp: scotch}
inputs:   {E: "210 GPa", source: "ASTM E8", sha256: 7d10...}
numerics: {dt_s: 1.0e-4, residual: 1.0e-7}
post:     {script: post/outlet_T.py, sha256: c4e8...}
qoi:      {T_out_K: 412.6, method: mass_weighted}

模板中的 method 字段必须写清平均方式与采样面；两个团队若对同一面分别用 area_weighted 与 mass_weighted，在强旋流出口可产生 3.8 K 的系统差，这不是数值误差而是口径误差。

参考文献：

1. W3C, PROV-DM: The PROV Data Model, W3C Recommendation, 2013.
2. Wilkinson, M. D., et al., “The FAIR Guiding Principles for scientific data management and stewardship”, Scientific Data, 3:160018, 2016.
3. Oberkampf, W. L., & Roy, C. J., Verification and Validation in Scientific Computing, Cambridge University Press, 2010.
4. ASME, V&V 20-2009: Standard for Verification and Validation in Computational Fluid Dynamics and Heat Transfer, ASME, 2009.
5. ISO, ISO 80000-1: Quantities and units — General, International Organization for Standardization, 2009.
6. Roache, P. J., Verification and Validation in Computational Science and Engineering, Hermosa Publishers, 1998.