Descubra como a aprendizagem de máquinas pode revolucionar a indústria aeronáutica!

Os fluxos de ar turbulentos são caóticos e imprevisíveis: pense nos solavancos e sacudidas que podemos experimentar durante um voo de avião que encontra ar turbulento. Com um maior conhecimento dos fluxos de ar turbulentos, os projetos de aeronaves podem se tornar mais seguros, resilientes e, em última análise, mais eficientes em termos de combustível. Agora, pesquisadores do Caltech e Harvard desenvolveram uma maneira de usar a aprendizagem de máquinas para melhorar ainda mais o processo de design. Embora os novos designs possam ser testados efetivamente em experimentos de túnel de vento em escala real, repetir esses testes para cada uma das centenas de protótipos criados no processo de design é extremamente caro e demorado. As simulações de computador de fluxos de ar turbulentos oferecem uma solução mais barata e rápida. No entanto, uma simulação verdadeiramente precisa deve capturar resoluções tão finas quanto as minúsculas partículas de poeira que influenciam o fluxo de ar ao redor de um avião, bem como resoluções tão grandes quanto a escala da Terra - o que também é extremamente demorado. Para contornar isso, os pesquisadores estão focando na modelagem da estrutura do fluxo turbulento próximo a uma parede sólida ou superfície - ou seja, nas áreas adjacentes à superfície de um avião. Esses 'modelos de parede' economizam tempo e dinheiro necessários para simulações de fluxo turbulento, mas a maioria deles emprega física relativamente simples. Para compensar essas complexidades, os projetistas de simulação podem treinar a própria simulação para se adaptar aos diferentes tipos de configurações de fluxo com a ajuda da aprendizagem de máquinas, como sugerem os pesquisadores.