تستخدم دراسة جديدة لباحثين من كالتك وهارفارد التعلم الآلي لتحسين تصميم الطائرات وزيادة الكفاءة الوقودية. يمكن أن توفر هذه الطريقة الوقت والمال المستخدمين في محاكاة التدفقات الهوائية العنيفة.
تعتبر التدفقات الهوائية المضطربة غير متوقعة وفوضوية، وبزيادة المعرفة حول هذه التدفقات، يمكن أن تصبح تصاميم الطائرات أكثر أمانًا ومتانة وفعالية من حيث استهلاك الوقود. الآن، قام باحثون في كالتك وهارفارد بتطوير طريقة لاستخدام التعلم الآلي لتحسين عملية التصميم.
على الرغم من أنه يمكن اختبار التصاميم الجديدة بشكل فعّال في تجارب الأنفاق الهوائية طويلة المدى، إلا أن تكرار هذه التجارب لكل من المئات من النماذج الأولية التي تم إنشاؤها في عملية التصميم مكلف ويستغرق وقتاً طويلاً. تعتبر محاكاة التدفقات الهوائية المضطربة على الكمبيوتر حلاً أسرع وأرخص. ومع ذلك، يجب أن تكون المحاكاة دقيقة للغاية لتتمكن من التقاط التفاصيل الدقيقة التي تؤثر على تدفق الهواء المحيط بالطائرة.
يقول جين باي، أستاذ مساعد في هندسة الفضاء: "ستحتاج إلى مليارات أو حتى تريليونات من نقاط الشبكة لتشغيل محاكاة مكتملة لطائرة بسيطة." لحل هذه المشكلة، يركز الباحثون على نمذجة بنية التدفق المضطرب بالقرب من الحدود الصلبة أو الجدران - أي في المناطق المجاورة لسطح الطائرة. يعمل النموذج الناتج أيضًا كوكيل للتدفق المضطرب في المناطق الأبعد عن الجدار.
توفر نماذج الجدران هذه طريقة لتوفير الوقت والمال المستخدمين في محاكاة التدفقات الهوائية المضطربة، ولكن معظمها يستخدم فيزياء بسيطة نسبيًا. لتعويض هذه التعقيدات، يمكن لمصممي المحاكاة تدريب المحاكاة نفسها للتكيف مع أنواع مختلفة من تكوينات التدفق باستخدام التعلم الآلي. تم نشر ورقة بحثية مشتركة بين باي وبيتروس كوموتساكوس، أستاذ هندسة وعلوم التطبيق في هارفارد، في Nature Communications في 17 مارس.
