gausse

Симулятор и оптимизатор многоступенчатого электромагнитного ускорителя (coilgun / пушка Гаусса) на реальных, доступных в рознице компонентах (ChipDip, procontact74.ru, cable.ru — у каждой детали в базе ссылка на магазин).

Главный принцип — честность: все прогоны (включая нереализуемые, с причиной отказа) пишутся в SQLite; физическая модель не приукрашивается ради красивых цифр, а каждое известное упрощение задокументировано. История проекта — это в том числе история найденных и исправленных завышений КПД (80%+ → реалистичные единицы процентов), см. PLAN.md.

Что умеет

• Физика (src/gausse/physics/): RLC-разряд конденсаторной банки через катушку с ферромагнитным снарядом; насыщение железа через единое потокосцепление λ(x,I) (энергия сохраняется); вихревые потери в снаряде; скин-эффект + эффект близости обмотки (метод Доуэлла); трение о трубку и сопротивление воздуха; одиночный импульс (тиристор не перезапускается); паспортные импульсные токи ключей (ITSM/IDM/ICM из даташитов).
• Ступени (src/gausse/sim/): у каждой катушки свой датчик (оптика/Холл/индукционный) на своём расстоянии; подлёт → триггер → задержки датчика и ключа → разряд → энергобаланс; цепочка до 10 ступеней.
• Поиск (src/gausse/optim/): геном переменной длины (число ступеней эволюционирует), Monte-Carlo sweep и (μ+λ)-эволюция с Nelder-Mead полировкой; всё в одну SQLite-базу (WAL, писатель поверх очереди).
• GPU (src/gausse/gpu/): батч-интегратор RK4 (numpy/cupy), весь шаг слит в одно cupy.fuse-ядро — на GTX 1070 ~3.8x к CPU; многоступенчатый GPU-sweep раунд-за-раундом; сверен с CPU-эталоном (<0.1%).
• Отчёты (src/gausse/report/, src/gausse/web/): веб-дашборд с drill-down до каждой детали и энергобаланса ступени, графики ток/поле/ скорость, GIF-анимация выстрела (равномерное физическое время, результат эксперимента в кадре), BOM с ценами и ссылками «купить».

Запуск (Docker — основной способ)

docker compose build
docker compose run --rm --entrypoint pytest gausse -q      # тесты
docker compose up -d web                                    # дашборд :8000
docker compose run --rm gausse sweep --n 100000 --db /app/results/gausse.sqlite3
docker compose run --rm gausse evolve --generations 80 --population 300 \
  --db /app/results/gausse.sqlite3
docker compose run --rm gausse report --top 3 --animate --db /app/results/gausse.sqlite3

GPU-режим (нужны NVIDIA-драйвер и pip install cupy-cuda12x[ctk], вне Docker):

gausse sweep --gpu --n 1000000 --db results/gausse.sqlite3

Результаты (SQLite + лог хода эксперимента <db>.log) живут в ./results, примонтированном в контейнер, и переживают пересборку образа.

Установка без Docker (локальная разработка)

python3 -m venv .venv
source .venv/bin/activate
pip install -e ".[dev]"
pytest

Автономная работа на сервере

Эволюция оформлена как systemd-сервис gausse-evolve (вечный цикл: 80 поколений × 300 особей, по окончании — новый цикл со свежей случайной популяцией; Restart=always, автозапуск при загрузке). Дашборд — Docker- сервис web на :8000, читает ту же базу. Счётчик «запланировано» на дашборде — план текущего цикла, а не всего поиска: поиск бесконечен.

Ограничения модели (честно)

• Индуктивность — инженерная модель (Уилер + размагничивание сфероида + tanh-перекрытие), не МКЭ; точная картина поля требует FEA.
• Вихревые потери снаряда — сосредоточенный виток на характерной частоте импульса; диффузия поля (скин-эффект в самом снаряде) не решается.
• Доуэлл берёт одну характерную частоту ω=1/√(LC), без спектра импульса.
• Воздух — лобовое сопротивление; поршневой эффект столба воздуха в трубе не учтён. Трение — константа 0.35 (сталь-пластик), не измерено.
• Гистерезис снаряда посчитан и сознательно не включён в динамику (<0.1%).
• Нагрев провода за импульс и от серии выстрелов не моделируется.

Версия физики пишется в каждую запись (model_version, сейчас gausse-physics-v2) — прогоны разных моделей не смешиваются.