Name: 将自动化仿真工作流与三维可视化集成，用于元宇宙虚拟实验 (视频) | JoVE Journal
Uploaded: 2026-07-21T14:30:00.000+00:00
Duration: 9 min 23 s
Description: 了解如何将自动化仿真工作流与三维可视化平台集成，用于聚变中子学虚拟实验。该方法通过容器化工作流管理器实现模拟、处理与可视化的无缝衔接，提升可重复性与数据共享能力。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

本项目由英国原子能机构通过聚变产业计划提供支持。聚变产业计划正在推动英国聚变生态系统的增长，并为其未来进入全球聚变电厂市场做好准备。有关聚变产业计划的更多信息可在线获取：https://ccfe.ukaea.uk/programmes/fusion-industry-programme/
本方案所附的示例仓库位于 https://github.com/williamjsmith15/galaxy-omniverse-example（该仓库是 https://github.com/UoMResearchIT/omniverse-workflows-fusion 的一个公共分支）。

作者声明无利益冲突。

在本方案中存在几个关键步骤，主要涉及工作流引擎实例的初始设置，例如：添加管理员邮箱（方案步骤 1.2.2），因为这是访问工具和任务面板管理功能所必需的；正确生成用于元宇宙平台扩展的 API 密钥（方案步骤 1.5.3），并将其正确粘贴到默认值文件中；在添加工具时，需确保这些工具在重启前已添加至工具配置文件（方案步骤 4.1.6），因为这些工具在启动时加载，此处的错误在工作流日志中可能并不明显。由于在方案步骤 1.5.3 之后，default.json 文件中包含 API 密钥，因此该文件应视为机密。请确认其已包含在 .gitignore 文件中（默认已包含），切勿提交至任何公开代码仓库。如果工作流引擎的登录页面在首次访问时未在 http://localhost:8080 显示，可能仅需几分钟时间以拉取并运行容器镜像，后续启动速度将显著加快。若工具未显示，可能是工具未添加至工具配置文件，请检查该文件，并确认工具 XML 文件的格式正确。随后重启服务；工作流日志在报告此类错误时有时信息较少，而重启是最常见的解决方法。与元宇宙平台扩展相关的任何问题，几乎都源于使用了错误的 API 密钥，或本地工作流引擎实例...

工业元宇宙融合了数字世界与物理世界，以支持工程系统的设计、仿真以及协作式三维可视化。它通常由众多相互连接的组件数字孪生体构成，从而提供整体系统的视图。波音（Boeing）、宝马（BMW）、亚马逊（Amazon）等许多大型组织正在采用多种方法构建元宇宙1。目前已有系统被开发并投入使用，用于支持多链条的仿真与处理工具。然而，这些实例通常要么针对特定应用领域定制2，要么属于商业解决方案3,4，存在对专有系统的依赖性。一些用于构建数字孪生体的开源替代方案已被用于创建部分系统，例如具有内置仿真功能的 Python Flask。但这些方案仍被配置为定制化的代码模块，仅执行与特定模型相关的具体任务5。在本实验方案的背景下，元宇宙平台（NVIDIA Omniverse）作为三维可视化和工作流交互的前端：在工作流运行完成后，仿真结果将被加载到共享场景中，并可在同一环境中触发新的运行。这与实时数字孪生系统不同，后者通过实时传感器数据流持续更新模型；本文演示的方法支持批量工作流的执行以及运行后对结果的探索。然而，该方法的设计方式为未来研究奠定了基础，可将更多系统集成至元宇宙平台，从而实现以工作流引擎作为计算后端的数字孪生体构建。
工作流程可以被定义为明确指定软件工具之间数据流的工具链。它们允许将现有的模拟代码、处理脚本以及典型分析流程中的其他步骤进行封装，而无需更改这些组件的功能，而是通过标准化的输入和输出对其进行配置和重新配置，且不依赖于具体工具。通过共享工具，工作流程可轻松实现结果的重复验证，同时提供关于所使用工具版本、执行顺序及输入参数的元数据和来源信息。单个工具本身可在多个模拟流程中重复使用，使研究人员能够减少搭建模拟环境的时间，将更多精力投入到实验设计和结果探索中。工作流程系统还具有良好的可扩展性，可通过方法连接不同的本地计算资源、云平台和高性能计算（HPC）资源，从而以自动化方式在特定硬件上运行大量大规模工作流程6。
传统的手动方法本质上速度慢、容易出错且难以重复：研究人员需要手动运行每个模拟或后处理工具，将中间文件在不同环境之间移动，并手动记录每次运行的输入和输出。相比之下，工作流管理工具通过一次性明确数据流，并以确定性方式重复执行，从而带来诸多优势：相同的工作流可以针对不同输入完全一致地执行，无需编写专门脚本即可支持参数化研究；每次运行都会自动记录完整的来源元数据，有效解决可重复性问题；此外，一旦工具被封装，其在后续工作流中的复用成本几乎为零，仅需考虑计算时间。Wratten 等人7已对生物信息学领域、Perez-Riverol 和 Moreno8以及 Verhoeven 等人9已对蛋白质组学/代谢组学领域的工作流优势进行了量化研究。
从历史上看，工作流主要在生物信息学领域得到了广泛应用8,9，并取得了显著成功，例如欧洲 Galaxy 服务器这一大型公共实例10,11。截至2022年，该服务器已拥有超过5万名用户，集成了2500种工具，执行了超过4700万项任务和26万次工作流运行。相同的底层工作流引擎可通过 Pulsar 分布式任务执行系统6,11扩展至高性能计算（HPC）和云资源，目前已在欧洲10个国家部署了13个 Pulsar 节点。在众多可用的工作流管理工具中，包括 Snakemake、Nextflow、Toil 和支持 CWL 的引擎，本文选择了 Galaxy 工作流引擎11，原因如下：其一，它具备成熟的基于浏览器的界面，降低了非命令行用户为主的领域专家的使用门槛；其二，它提供了完整的表征状态转移（REST）应用程序编程接口（API），本文利用该接口连接至元宇宙前端；其三，其历史记录与任务模型能够以直观的方式向非专业合作者展示数据来源信息；此外，它还通过前述的 Pulsar 系统支持透明的高性能计算任务卸载（尽管本文的实验方案部分未对此进行讨论）。然而，本文所描述的方法在原则上与具体工作流引擎无关：类似的集成也可基于其他引擎构建。本研究的贡献并非工作流管理器本身，而是将原本为生物信息学开发的通用型工作流管理器迁移应用于其他领域（本文以聚变中子学为具体示例），并将其与工业元宇宙平台（NVIDIA Omniverse）集成，构建于一个完全容器化、可本地部署的技术栈中，用于开展三维虚拟实验。
最后，容器化通过将代码与其运行所需的操作系统及所有依赖项打包在一起，实现了多种软件的共享。这些环境避免了依赖项缺失的问题，也免去了安装某些仿真代码的繁琐过程。容器化在目的上类似于虚拟机，但更加轻量且更具可移植性。它极大地提高了软件包的可共享性和可重复性。在本方法中，工作流管理器和各个工具均在 Docker12 容器中运行，只要用户能够运行容器，即可提升在不同操作系统上的兼容性。
本方案适用于特定领域的专家研究人员，例如聚变中子学工程师、计算流体动力学分析人员或有限元实践人员，这些研究人员精通各自领域的仿真工具，但此前未使用过工作流管理器或基于容器的部署方式。假设读者已熟悉单一仿真代码及基本的命令行操作；不要求了解 Galaxy 或 Omniverse。初次接触容器化技术的读者应在进行第1节前，参考官方 Docker 文档（<a href="https://docs.docker.com/" target="_blank">https://docs.docker.com/</a>）或访问以下网址获取入门培训：<a href="https://uomresearchit.github.io/docker-introduction/" target="_blank">https://uomresearchit.github.io/docker-introduction/</a>；运行软件所需的基本命令均已包含在本方案中。
本报告其余部分将介绍本地可部署系统的设置与使用方法，随后阐述为该系统开发新工具的步骤，以及将其他外部软件包（例如元宇宙平台）与工作流引擎相连接的方法。在整个报告中，以使用 OpenMC13 进行中子输运模拟作为案例研究。选择 OpenMC 是因为它展示了从 CAD 建模到仿真计算再到结果可视化的完整流程，这正是本工作流架构的设计动机。几何文件和配置文件作为结构化输入；蒙特卡罗中子输运模拟生成一个标量指标（氚增殖比，TBR），可用于与已知取值范围进行比较，同时生成空间分辨的中子轨迹数据集，该数据集可被处理并转换为可在元宇宙应用中进行三维渲染的可视化格式。

<table><tbody><tr><td>Bioblend</td><td>Galaxy 项目</td><td>v1.2+</td><td>提供围绕 Galaxy REST API 的高级封装的 Python 库。在 Omniverse 扩展辅助脚本中用于列出工作流、获取输入定义并启动任务。该库会自动安装在相关 Docker 镜像中，无需在主机上单独安装。</td></tr><tr><td>Docker 容器</td><td>Docker</td><td>v24.0.5</td><td>容器化运行时，用于将每个仿真和后处理工具及其所有依赖项打包，确保可移植性和可重复性。</td></tr><tr><td>Galaxy</td><td>Galaxy 项目</td><td>v22.05</td><td>开源工作流引擎，用于编排串联的仿真和处理工具，并通过 REST API 暴露功能。</td></tr><tr><td>Git</td><td>Git SCM</td><td>v2+</td><td>需要使用 Git 克隆代码仓库以跟随本实验方案操作</td></tr><tr><td>NVIDIA RTX GPU</td><td>NVIDIA</td><td>-</td><td>用于在 Omniverse 中实现实时光线追踪渲染（第 3 节）。无 RTX 硬件的用户可完成至第 2 节的所有步骤，并使用 ParaView 进行可视化（见讨论部分）。</td></tr><tr><td>Omniverse</td><td>NVIDIA</td><td>Code 2022.3.3</td><td>NVIDIA 的协作式 3D 平台。通过自定义 Kit 扩展，用作工作流输出的可视化与交互前端。</td></tr><tr><td>ParaView</td><td>Kitware</td><td>v5.11</td><td>开源科学可视化应用程序，作为无 RTX 硬件时的备选方案，用于检查中间输出文件（.vtk/.vtp 格式）。</td></tr><tr><td>实验方案代码仓库</td><td>自定义</td><td>v1.0</td><td>包含 Galaxy 配置文件、所有工具 XML 封装器、运行脚本、Dockerfile、测试数据以及 Omniverse 扩展。在步骤 1.2.1 中进行克隆。关键文件也作为直接补充材料上传（见 I.2）。</td></tr><tr><td>Python</td><td>Python</td><td>v3.10+</td><td>OpenMC 运行脚本和 Omniverse 扩展辅助脚本所需的运行环境。已包含在相关 Docker 镜像中或随 Omniverse 下载包提供，无需在主机上单独安装。</td></tr><tr><td>OpenMC 蒙特卡罗程序</td><td>OpenMC</td><td>v0.13.3</td><td>开源的蒙特卡罗粒子输运代码，本研究中用于聚变中子学仿真。提供氚增殖比（TBR）和中子轨迹输出结果。</td></tr><tr><td>适用于 Linux 的 Windows 子系统（WSL）</td><td>Microsoft</td><td>v2</td><td>在 Windows 主机上运行 Docker 所必需（通过 PowerShell 执行 `wsl --install` 命令安装）。Linux 和 Mac 用户无需此组件。</td></tr></tbody></table>

将自动化仿真工作流与3d可视化集成以实现元宇宙中的虚拟实验

Integrating Automated Simulation Workflows with 3D Visualization for Virtual Experiments in the Metaverse

在许多虚拟实验中，通常会结合使用多种软件包，涉及不同类型的模拟、预处理与后处理工具，以及用于可视化实验结果的工具。目前整合这些工具的典型方法是手动操作，针对每个应用领域定制专门的解决方案，这种方法可扩展性差，且阻碍了成果的共享与可重复性。
本方案演示了本地容器化工作流系统的部署与使用。按照本方案操作，用户将使用 Docker 启动一个本地 Galaxy 实例，创建并运行一个 OpenMC 中子学模拟工作流，将输出结果通过一系列格式转换工具进行处理，并将最终结果加载到 ParaView 和 NVIDIA Omniverse 中进行可视化。这种容器化部署方式可在满足第 1 节所述硬件要求的任何设备上实现结果的可重复性和可移植性。
系统运行后，工作流程可针对新的输入数据重新运行，而无需手动重新配置；只需少量工作即可将额外的模拟代码封装为新工具；工具可在多个工作流程和应用领域中重复使用。该方法支持可发现、可访问、可互操作、可重用（FAIR）的数据原则：运行历史记录完整地保存了来源元数据；工作流程可导出为可移植文件，并可在 Galaxy 实例之间直接共享；工具则被打包在版本控制的容器中，可发布至公共仓库。通过 Galaxy 的 Pulsar 系统，将本架构扩展至高性能计算（HPC）或云资源是一种自然的延伸。
本方法通过一个聚变中子学案例研究进行演示。使用 OpenMC 在直接加速几何蒙特卡罗（DAGMC）计算机辅助设计（CAD）几何结构中模拟中子输运过程，得到氚增殖比（TBR）结果和中子轨迹数据集。随后将仿真工作流连接至 NVIDIA Omniverse 作为元宇宙平台，用于调用与可视化。

如果使用 Git 仓库中提供的输入参数运行模拟，则应获得以下结果：
成功完成步骤 2.1.3 后，TBR 和 Tracks 输出数据集均会以绿色显示在 History 面板中，表示运行成功。使用提供的配置文件（5 批次，每批次 1,000 个粒子）得到的典型 TBR 值约为 0.76，不同运行之间的波动范围约为 ±0.01。因此，若获得的 TBR 值在 0.74–0.78 范围内，均可视为成功。该较宽的范围反映了蒙特卡洛中子学模拟的随机性；当前配置为提高运行速度而有意采用了较少的粒子数量。若增加中子数量（当前为 5 批次，每批次 1,000 个粒子），则不同运行之间的 TBR 值将更加一致。参见步骤 2.1.5 后的说明，以修改中子学工具输入文件中的设置，从而减小结果的离散程度，但计算成本将相应增加。如果在此 History 面板中出现红色数据集，请通过第 4.1 节所述的 Admin, Jobs 步骤（需要管理员...

本文介绍了一种通用的、符合FAIR原则的方法，适用于领域专家研究人员将模拟和数据处理工具集成到三维虚拟实验的自动化工作流中。以中子学为例，展示了如何建立本地Galaxy实例，封装OpenMC和文件转换工具，从Omniverse启动工作流，并对转换后的三维输出结果进行可视化。

将自动化仿真工作流与3D可视化集成以实现元宇宙中的虚拟实验

在许多虚拟实验中，会使用多种软件包，这些软件包具有不同的模拟类型、前处理与后处理工具，以及用于可视化的工具……

将自动化仿真工作流与三维可视化相结合，用于元宇宙中的虚拟实验。工作流是由一系列工具构成的链条，用于定义工具间的数据流动。在许多虚拟实验中，研究人员需要手动连接多个仿真和处理工具，这种方式可扩展性差，且阻碍了实验的可重复性。工作流程能够解决这一问题，因为它们具有抽象性、自动化、可扩展性、可移植性、可共享性和可引用性。工作流程允许将现有的模拟代码和处理步骤封装成可在用户友好的界面中使用的工具。这些工具随后可以相互连接并重新配置，而无需手动编写定制的自动化脚本。这些工具还可以共享，减少了学习新界面的需求，使研究人员能够专注于配置模拟和解释结果。本方案演示了本地容器化工作流管理器的部署。在此配置中，最终用户以前端方式与三维可视化平台进行交互。工作流的链接以轻量级 Python 扩展的形式提供，该扩展通过向工作流管理器发出 API 调用来启动仿真并接收结果，所有操作均在可视化平台内部完成。此处介绍的系统本质上具有通用性，几乎可应用于任何涉及仿真和处理步骤的场景。在本案例研究中，采用了聚变能发电站背景下的一个简单中子学仿真。在聚变反应堆中，氘和氚发生聚变反应，产生能量和中子。氘是氢的天然同位素，而氚则必须由反应堆利用聚变事件中产生的中子自行生成。为了模拟所产生的中子，需使用蒙特卡罗模拟程序，该程序追踪中子在反应堆中的运动过程，并在中子穿过材料时随机模拟其与材料的相互作用。作为一项对比性指标，需计算一个称为氚增殖比的关键性能参数，该参数提供了中子相互作用产生的氚与反应中消耗的氚的比值。模拟采用基于球形托卡马克形状的简单CAD几何结构，用以建模包层围绕等离子体容器所产生的氚量，并输出生成的中子轨迹数据集。开始本实验方案前，假设容器引擎和三维可视化平台均已安装，并已将项目仓库克隆至本地计算机。使用提供的 shell 脚本启动工作流管理器服务器，该脚本利用容器引擎部署一个可移植的实例。系统运行后，访问本地 Web 界面以创建管理员用户账户并登录。进入用户偏好设置以生成唯一的 API 密钥。此密钥在3D可视化平台调用工作流管理器时进行身份验证。接下来，通过导航到扩展文件夹中的相关文件来配置3D可视化平台。将API密钥添加到该配置文件中。确保此私钥安全，切勿将其提交至公共代码仓库。接下来，通过进入扩展菜单，点击设置图标，并添加从克隆仓库中获取的扩展文件夹的本地路径，以配置3D可视化平台。最后，启用该扩展。可以选择自动加载选项，以便在重新启动时自动启用。要运行任何单一工具，必须首先将输入文件上传到该服务。创建一个新的历史记录并为其命名。历史记录可作为每组工具或工作流程运行的独立工作区。单击“上传”按钮，从仓库中的示例文件选择所需的CAD几何图形和配置数据集，然后单击“开始”。输入结果将显示在屏幕右侧的“历史”面板中。在左侧面板中找到所需的蒙特卡洛模拟工具并点击。从当前历史记录中选择相关的输入数据集，然后点击“执行”运行该工具。输出状态将从橙色（表示正在处理）变为绿色（表示已完成）。灰色用于突出显示待处理的步骤，红色用于表示失败的步骤。首次运行可能需要更长时间，因为需要下载该工具的容器镜像。后续运行速度应更快。工具运行完成后，可查看模拟结果。在历史面板中点击氚增殖比数据集以展开查看。这显示了由中子模拟计算出的比值及其相关的统计误差。当工具在工作流中使用时更为实用，因为工作流允许在一次调用中执行多个工具，并自动控制工具间的数据流动。要复制之前的数据分析流程，请点击“工作流”，然后创建并命名一个新的工作流。通过点击工具将它们导入到工具面板中。然后添加两个数据集作为输入，并为其命名。当所有工具和输入都放置在画布上后，通过点击并拖动，将上一步的输出连接到下一步的输入，从而将它们连接起来，定义数据的流动流程。使用右上角的图标保存工作流程。工作流程的运行方式与单个工具基本相同。转到顶部工具栏中的“工作流程”标签，然后点击新工作流程上的运行图标。选择相应的输入数据集，然后点击运行工作流。这将执行之前手动运行的所有步骤，并将中间输出保存到历史记录中。可以通过检查输出文件或在界面中显示氚增殖比来验证运行结果。要从3D可视化平台运行工作流，必须首先将输出文件转换为兼容的3D格式。创建一个与之前类似但包含额外步骤的工作流，包括轨迹格式转换为USD，以及通过中间步骤将CAD格式转换为USD。保存此工作流程。打开 3D Metaverse 平台。已启用的扩展应可在视口中使用。将其停靠到一侧。单击“获取工作流”以从已连接的实例中拉取可用工作流列表。选择新创建的包含转换为 USD 步骤的工作流，然后单击“获取输入”。将显示为此工作流定义的输入。为每个输入选择标准的 CAD 几何文件和配置文件，然后点击运行工作流。工作流程完成后，扩展程序的信息窗口中将显示一条通知。点击文件管理器中的“刷新”以查看已完成的工作流程实例列表，并选择当前实例。再次刷新以获取文件列表。选择要查看的文件，然后点击“拉取文件”。3D 文件将加载到主视口中，基于文本的文件将在信息窗口中显示。一次成功的模拟运行将生成氚增殖比输出结果。由于该过程采用小样本量以提高计算速度，属于随机过程，因此使用仓库中提供的标准配置时，期望值应约为 0.76，方差为 ±0.01。增加配置输入文件中的批次数量和粒子数量可减小该波动，但会延长运行时间。一次成功的运行还会生成一组转换后的可视化文件、CAD 几何结构以及中子轨迹，每种文件均采用与 3D 可视化平台兼容的格式。这些文件可下载后在外部查看器中检查，或直接导入 3D 可视化平台。该方法展示了领域专家研究人员如何将仿真工具集成到自动化工作流中，以开展 3D 虚拟实验。该方法支持FAIR数据原则，运行历史记录可捕获完整的来源元数据，工具被打包在版本控制的容器中，从而使分析流程既可重复又可共享。尽管工作流管理器本身可在标准硬件上本地运行，但利用3D虚拟化平台的完整光线追踪引擎则需要兼容的高性能RTX显卡。

integrating-automated-simulation-workflows-with-3d-visualization-for

Research

科研

JoVE Journal

Engineering

工程

将自动化仿真工作流与三维可视化集成，用于元宇宙虚拟实验

已开发出一种新型计算系统，该系统采用GPU加速的分子动力学模拟，并结合纳米结构的3D/VR可视化、分析与操控功能，为推进材料研究提供了全新途径，促进了对人类肉眼不可见尺度材料结构的创新性探索与替代性学习方法。...

用于分子动力学模拟、可视化与分析的新型3D/VR交互环境

本文介绍了一种利用网络化计算机实验室进行多人决策与导航实验的方法。...

用于多参与者决策科学与导航实验的网络化桌面虚拟现实系统

虚拟现实（VR）实验的实施可能较为困难，且需要细致的规划。本方案描述了一种用于设计和实施虚拟现实实验的方法，该实验可采集人类受试者的生理数据。本方法采用虚拟环境实验（Experiments in Virtual Environments,...

结合生理指标测量的虚拟现实实验

本研究展示了一种用于材料变形与失效的三维虚拟仿真实验，可提供可视化的实验过程。通过一系列实验，用户能够在沉浸式与交互式的学习环境中熟悉设备并掌握相关操作。...

基于扫描电子显微镜的力学虚拟仿真实验：材料变形与失效

本研究介绍了一种基于WebVR的在线虚拟现实（VR）实验室系统，该系统通过VR设备为用户提供沉浸式和交互式的实验功能。该系统不仅有助于增强用户参与在线实验的真实感，还可广泛适用于多种在线实验室框架。...

应用于控制工程教育的在线虚拟现实网络化控制实验室

在虚拟现实环境中，运动想象在脑机接口系统中具有广泛的应用。本文阐述了使用个性化的数字化身，这些化身在虚拟现实环境中模拟参与者所想象执行的动作，以增强沉浸感和身体所有权感知。...

基于虚拟现实脑机接口环境中具身化数字孪生的运动想象表现

本文描述了在小鼠中常用线性轨道虚拟现实（VR）范式的实验操作流程，并通过测试Y形信号辨别任务，验证了执行复杂VR任务的可行性。...

小鼠固定头部虚拟现实的行为训练流程

本文介绍了一种利用360度图像、高斯点阵渲染和虚拟现实集成进行逼真三维重建的系统。该方法可应用于多种场景，例如教育领域用于模拟学习环境；建筑领域用于模拟异地施工和获取测量数据；或医疗领域用于训练自闭症患者完成日常生活任务。...

用于增强现实的基于学习的逼真景观

本视频介绍了数字条纹投影技术的基本原理，该技术可对动态变化的表面进行密集的三维测量。 同时演示了基于这些技术的高速二值散焦系统的设计与操作。...

基于数字条纹投影技术的高分辨率、高速、三维视频成像

本文所述的高温高压实验模拟了行星内部的分异过程。通过高分辨率三维成像和定量化学分析，这些过程得以可视化并被更深入理解。...

实验室中行星内部分化过程的模拟

了解如何将自动化仿真工作流与三维可视化平台集成，用于聚变中子学虚拟实验。该方法通过容器化工作流管理器实现模拟、处理与可视化的无缝衔接，提升可重复性与数据共享能力。

将自动化仿真工作流与3D可视化集成以实现元宇宙中的虚拟实验

探索更多视频