آژانس انرژی ایالات متحده (DOE) با بهره‌گیری از ابررایانه Aurora در آزمایشگاه ملی Argonne، افق‌های تازه‌ای را در طراحی هواپیما گشوده است.
به گزارش تکناک، این ابررایانه که یکی از نخستین سیستم‌های محاسباتی در مقیاس exascale جهان به حساب می‌آید، قادر است در هر ثانیه بیش از یک کوینتیلیون (۱۰ به توان ۱۸) محاسبه انجام دهد.
گروهی از محققان دانشگاه کلرادو بولدر با اتکا به توان محاسباتی فوق‌العاده Aurora و بهره‌گیری از تکنیک‌های یادگیری ماشینی، جریان هوای پیرامون هواپیماهای تجاری را تحلیل می‌کنند تا بینشی نو برای طراحی نسل آینده هواپیماها به دست آورند.
کنت جانسن، استاد مهندسی هوافضا در دانشگاه کلرادو در این زمینه گفت: «با استفاده از Aurora، ما قادر هستیم شبیه‌سازی‌هایی بسیار بزرگ‌تر و در جریان‌های پیچیده‌تر از گذشته انجام دهیم».
وی تصریح کرد: «این شبیه‌سازی‌ها به بهبود مدل‌های پیش‌بینی‌کننده کمک می‌کنند؛ مدل‌هایی که در سناریوهای پیشرفته‌تری مانند بررسی فیزیک جریان در اطراف دم عمودی و سکان هواپیما در مقیاس واقعی پرواز استفاده می‌شوند.»
دم عمودی در اغلب هواپیماها، بزرگ‌تر از مقدار مورد نیاز در پروازهای معمول طراحی می‌شود تا در بدترین شرایط، مثل برخاستن با باد جانبی و تنها با یک موتور، عملکرد مطلوبی داشته باشد.
پژوهشگران باور دارند که اگر فیزیک جریان هوا به‌درستی درک شود، می‌توان دم عمودی را کوچک‌تر طراحی کرد، بدون آنکه ایمنی یا عملکرد در شرایط بحرانی به خطر بیفتد.
پژوهشگران برای تحلیل دقیق جریان هوا، از ابزاری به نام HONEE استفاده می‌کنند. این ابزار قادر است رفتار پیچیده و آشفته جریان‌های توربولانسی هوا را شبیه‌سازی کند. نتایج حاصل از این شبیه‌سازی‌ها برای آموزش مدل‌های هوش مصنوعی به‌کار می‌رود؛ مدل‌هایی که به subgrid stress (SGS) معروف هستند.
مدل‌های SGS می‌توانند اثر حرکت‌های ریز و ناپیدای جریان آشفته هوا را پیش‌بینی کنند؛ حرکاتی که اگرچه در شبیه‌سازی‌های کم‌دقت‌تر دیده نمی‌شوند، اما برای پیش‌بینی دقیق جریان هوا حیاتی هسستند.
مدل‌سازی توربولانس در روش‌های سنتی، به حجم زیادی از داده و تحلیل‌های زمان‌بر نیاز داشت. اما گروه پژوهشی یادشده، با استفاده از یادگیری ماشینی هم‌زمان با شبیه‌سازی (online machine learning)، از ذخیره‌سازی سنگین داده‌ها بی‌نیاز شده‌اند.
کنت جانسن بیان کرد: «ما اکنون قادر هستیم به صورت هم‌زمان با اجرای شبیه‌سازی، داده‌های مورد نیاز را برای آموزش مدل‌ها استخراج کنیم.» به گفته او، این روش به آنها اجازه می‌دهد تا رفتار دینامیکی جریان‌ها را در لحظه بررسی و تأثیر آنها بر مدل‌های توربولانس را بهتر درک کنند.
تیم تحقیقاتی با استفاده از این رویکرد، موفق به توسعه مدل‌هایی شده است که می‌توانند رفتار جریان‌های آشفته را پیش‌بینی کنند؛ امکانی که راه را برای کنترل جریان هوا در لحظه و طراحی مؤثرتر دم هواپیما هموار می‌سازد.
پژوهشگران در کنار قدرت exascale ابررایانه Aurora، از ابزارهایی نظیر HONEE برای شبیه‌سازی سیالات، SmartSim برای جریان هم‌زمان داده و آموزش درون‌گرهی (in-node training) و PETSc برای محاسبات عددی مقیاس‌پذیر استفاده می‌کنند. ترکیب این ابزارها با هوش مصنوعی و شبیه‌سازی‌های پیشرفته، بی‌نیاز از آزمایش‌های فیزیکی پرهزینه، راه را برای طراحی سریع‌تر و بهینه‌تر هواپیماها فراهم کرده است.
