July 21st, 2026
Un metodo generalizzato e conforme a FAIR è presentato per ricercatori esperti di dominio che desiderano integrare strumenti di simulazione e elaborazione dati in flussi di lavoro automatizzati per esperimenti virtuali 3D. Un esempio di neutronica dimostra come configurare un'istanza Galaxy locale, incapsulare OpenMC e strumenti di conversione file, avviare flussi di lavoro da Omniverse e visualizzare gli output 3D convertiti.
Integrazione di flussi di lavoro di simulazione automatizzati con visualizzazione 3D per esperimenti virtuali nel Metaverso. Un flusso di lavoro è una catena di strumenti che definiscono il flusso di dati tra di essi. In molti esperimenti virtuali, i ricercatori collegano manualmente più strumenti di simulazione e elaborazione, il che scala male e ne ostacola la riproducibilità.
I flussi di lavoro risolvono questo problema perché sono astratti, automatizzati, scalabili, portatili, condividevoli e citici. Consentono di inserire codici di simulazione esistenti e passaggi di elaborazione in strumenti disponibili in un'interfaccia facile da usare. Questi possono poi essere collegati e riconfigurati senza creare manualmente script di automazione su misura.
Gli strumenti possono anche essere condivisi, riducendo la necessità di apprendere nuove interfacce e permettendo ai ricercatori di concentrarsi invece sulla configurazione delle simulazioni e sull'interpretazione dei risultati. Questo protocollo dimostra il dispiegamento di un gestore di workflow containerizzato localmente. In questa configurazione, l'utente finale interagisce con una piattaforma di visualizzazione 3D come front-end.
Il collegamento ai flussi di lavoro si presenta sotto forma di una leggera estensione Python che effettua chiamate API al workflow manager per avviare simulazioni e ricevere i risultati, tutto dall'interno della piattaforma di visualizzazione. Il sistema presentato qui è di natura generale e può essere applicato in quasi qualsiasi applicazione in cui vengono eseguite simulazioni e passaggi di elaborazione. Per questo caso di studio, viene utilizzata una semplice simulazione neutrica nel contesto di una centrale a energia a fusione.
In un reattore a fusione, deuterio e trizio vengono fusi insieme per produrre energia e neutroni. Il deuterio è un isotopo naturale dell'idrogeno, ma il trizio deve essere prodotto dal reattore stesso utilizzando i neutroni generati negli eventi di fusione. Per simulare i neutroni prodotti, viene utilizzato un codice di simulazione Monte Carlo, che segue i neutroni intorno al reattore, applicando interazioni casuali con il materiale mentre passano.
Come misura comparativa, viene calcolato un indicatore chiave di prestazione chiamato rapporto di riproduzione del trizio, che fornisce il rapporto tra il trizio prodotto dalle interazioni neutroniche e la quantità di trizio consumata nella reazione. La simulazione utilizza una semplice geometria CAD basata sulla forma sferica del tokamak per modellare la quantità di trizio prodotta dalla coperta che avvolge il recipiente al plasma, e produce un set dati delle tracce di neutroni generate. Per iniziare il protocollo, si suppone che sia il motore container che la piattaforma di visualizzazione 3D siano stati installati, seguendo il repository del progetto fino alla macchina locale.
Avvia il server di workflow manager utilizzando lo script shell fornito, che utilizza il motore container per distribuire un'istanza portatile. Una volta che il sistema è in funzione, accedi all'interfaccia web locale per creare un account utente amministrativo e accedi. Naviga nelle preferenze dell'utente per generare una chiave API unica.
Questa chiave autentica la piattaforma di visualizzazione 3D quando chiama il workflow manager. Successivamente, configura la piattaforma di visualizzazione 3D navigando fino al file corrispondente nella cartella estensioni. Aggiungi la chiave API a questo file di configurazione.
Assicurati che questa chiave privata rimanga sicura e non sia inviata a depositi pubblici. Successivamente, configura la piattaforma di visualizzazione 3D navigando nel menu delle estensioni, cliccando sull'icona delle impostazioni e aggiungendo il percorso locale della cartella di estensioni dal repository clonato. Infine, abilita l'estensione.
L'opzione di caricamento automatico poteva essere selezionata in modo che fosse automaticamente abilitata al riavvio. Per eseguire un singolo strumento, i file di input devono prima essere caricati sul servizio. Crea una nuova storia e chiamala con un nome.
Le storie agiscono come spazi di lavoro separati per ogni insieme di strumenti o flussi di lavoro eseguiti. Clicca sul pulsante Carica. Seleziona i dataset di geometria CAD e configurazione richiesti dai file di esempio nel repository e clicca su Start.
Gli input appariranno nel pannello Storia sul lato destro dello schermo. Naviga fino allo strumento di simulazione Monte Carlo richiesto nel pannello sinistro e clicca sopra. Seleziona i set di dati di input rilevanti dalla cronologia corrente ed esegui lo strumento cliccando su esegui.
Gli output passeranno dall'arancione, che indica che sono in processamento, a verde, che indica che hanno terminato. Il grigio viene usato per evidenziare i passaggi in sospeso e il rosso per i passaggi falliti. La prima esecuzione può richiedere più tempo mentre scarica l'immagine del contenitore dello strumento.
Le corse successive dovrebbero essere più veloci. Una volta terminato l'esecuzione dello strumento, i risultati della simulazione possono essere visualizzati. Clicca sul dataset del rapporto di riproduzione del trizio nel pannello della storia per ampliarlo.
Questo mostra il rapporto calcolato dalla simulazione neutrica e l'errore statistico associato. Gli strumenti sono più utili quando utilizzati in flussi di lavoro, che permettono di chiamare più strumenti in una singola invocazione e di controllare automaticamente il flusso di dati tra gli strumenti. Per replicare la pipeline di analisi precedente, clicca su Workflow, poi crea e nomina un nuovo workflow.
Importa gli strumenti per il pannello Tool cliccandoci sopra. Poi aggiungi due dataset come input e nominali. Quando tutti gli strumenti e gli input sono sulla tela, unili insieme cliccando e trascinando per collegare l'output di un passaggio all'input del successivo, definendo il flusso dei dati.
Salva il flusso di lavoro usando l'icona in alto a destra. Il flusso di lavoro viene eseguito in modo molto simile a un singolo strumento. Vai alla scheda Flussi di lavoro nella barra in alto e clicca sull'icona di esecuzione nel nuovo flusso di lavoro.
Seleziona i relativi dataset di input, poi clicca su Esegui Workflow. Questo esegue tutti i passaggi che venivano eseguiti manualmente in precedenza, salvando le uscite intermedie nella cronologia. La run può essere verificata ispezionando i file di output o visualizzando il rapporto di riproduzione del trizio nell'interfaccia.
Per eseguire flussi di lavoro dalla piattaforma di visualizzazione 3D, i file di output devono prima essere convertiti in un formato 3D compatibile. Crea un flusso di lavoro che rispecchi quello precedente ma con passaggi aggiuntivi. Una conversione del formato di traccia in USD e una conversione del formato CAD in USD tramite passaggi intermedi.
Salva questo flusso di lavoro. Apri la piattaforma 3D del Metaverso. L'estensione abilitata dovrebbe essere disponibile nel viewport.
Aggancialo da un lato. Clicca su Ottieni flussi di lavoro per recuperare l'elenco dei flussi di lavoro disponibili dall'istanza connessa. Seleziona il nuovo flusso di lavoro creato con i passaggi di conversione in USD e clicca su Prendi input.
Gli input definiti per questo flusso di lavoro appariranno. Seleziona la geometria CAD standard e i file di configurazione per ciascuno. Poi, clicca su Esegui Workflow.
Una volta completato il flusso di lavoro, una notifica appare nella finestra informativa dell'estensione. Clicca su Aggiorna sotto il file manager per visualizzare l'elenco delle istanze di workflow completate. Seleziona l'istanza corrente.
Aggiorna di nuovo per recuperare la lista dei file. Scegli i file da visualizzare e clicca su Pull File. I file 3D si caricano nella finestra principale e i file basati su testo appaiono nella finestra delle informazioni.
Una simulazione di successo genererà un output del rapporto di riproduzione del trizio. Poiché si tratta di un processo stocastico che utilizza un campione piccolo per la velocità, il valore atteso usando la configurazione standard fornita nel repository dovrebbe essere circa 0,76, con una varianza di più o meno 0,01. Aumentare il numero di batch e di particelle nell'input di configurazione riduce questa dispersione a scapito di tempi di esecuzione più lunghi.
Una run di successo produce anche un insieme di file di visualizzazione convertiti, la geometria CAD e le tracce di neutroni, ciascuno in un formato compatibile con la piattaforma di visualizzazione 3D. Questi possono essere scaricati e ispezionati in un visualizzatore esterno o direttamente nella piattaforma di visualizzazione 3D. Questo metodo dimostra come i ricercatori esperti del settore possano integrare strumenti di simulazione in flussi di lavoro automatizzati per esperimenti virtuali 3D.
L'approccio supporta i principi dei dati FAIR, le storie delle esecuzioni catturano tutti i metadati di Providence e gli strumenti sono confezionati in contenitori controllati dalla versione, rendendo la pipeline di analisi sia riproducibile che condivisibili. Sebbene il workflow manager stesso possa essere eseguito localmente su hardware standard, l'utilizzo del motore completo di ray tracing della piattaforma di virtualizzazione 3D richiede una scheda grafica RTX ad alte prestazioni compatibile.
View the full transcript and gain access to thousands of scientific videos
This protocol demonstrates the integration of automated simulation workflows with 3D visualization platforms for virtual experiments, specifically within the context of fusion neutronics. By deploying a locally containerized workflow manager and connecting it to a 3D visualization front end, researchers can automate, scale, and share complex simulation pipelines, enhancing reproducibility and adherence to FAIR data principles.
Automated simulation workflows integrated with 3D visualization platforms enable scalable, reproducible virtual experiments, directly addressing bottlenecks in manual data integration and analysis. This approach enhances predictive confidence and operational efficiency in computational modeling, supporting robust decision-making at key discovery and preclinical inflection points. By adhering to FAIR data principles and enabling seamless tool reuse, the system strengthens enterprise-wide R&D continuity and data integrity.
This containerized workflow system bridges early discovery, screening, and preclinical modeling by automating simulation, data conversion, and visualization steps within a unified platform.