Mednarodna ekipa inovira z umetno inteligenco za razvozlavanje skrivnosti dinamike fluidov

Vibracije močno vplivajo na naša življenja veliko bolj, kot občasni sunek med letom v letalu. Predstavljajo kaotično vedenje pretoka tekočin in plinov, ki je prisotno v različnih vsakodnevnih situacijah. Ali gre za zračne tokove v urbanem okolju, vodne tokove v oceanih in rekah ali celo znotraj motorjev vozil in okoli prevoznih sredstev, kot so avtomobili in letala, turbulentni tok predstavlja stalno prisotnost.

Opazno je, da je turbulenca pomemben prispevek h energetski neučinkovitosti v različnih vrstah prevoza, saj predstavlja do 15% globalnih emisij CO2 vsako leto.

Raziskovalci so razvili inovativno metodo za analizo turbulence s pionirskim pristopom, ki se razlikuje od stoletja znanstvenih metod. Skupen trud znanstvenikov s Politehnične univerze Valencija, Univerze v Edinburghu, Univerze v Melbourneu, pod vodstvom Ricarda Vinuese z Kraljevega inštituta za tehnologijo v Švedski, je rodil novo tehniko, ki je pridobila priznanje v reviji Nature Communications.

Vloga umetne inteligence (AI) je ključna pri napredovanju našega razumevanja tekočin. Sergio Hoyas, profesor letalskega inženirstva na UPV in raziskovalec na IUMPA, poudarja kompleksnost reševanja enačb tekočinskih mehanik, ki obstajajo že 180 let. Z AI lahko ekipa pristopi k turbulenci na način, ki prej ni bil dostopen.

Z uporabo terabajtske baze podatkov so mednarodni raziskovalci izurili nevronsko mrežo, da natančno napovejo premike turbulenc. Preko te mreže so uspeli slediti razvoju turbulentnih tokov z izoliranjem in preučevanjem posameznih struktur, uporabljajoč SHAP algoritem za oceno njihovega vpliva.

Raziskovalci potrjujejo zmožnosti nevronske mreže brez zahteve po predhodnem poznavanju fizike. Andrés Cremades, postdoktorski raziskovalec na KTH in vodilni avtor študije, poudarja, da njihova metodologija ne zgolj oponaša razumevanja, pridobljenega v prejšnjih štirih desetletjih, ampak ga tudi razširja.

Eksperimentalna validacija s podatki Univerze v Melbourneu podpira učinkovitost metode pri realnih tokovih, kar kaže na razburljivo novo pot za razumevanje nians turbulenc.

The source of the article is from the blog combopop.com.br

Privacy policy
Contact