High-lift Wing Separation Control via Bayesian Optimization and Deep Reinforcement Learning

ملخص تقني: التحكم في انفصال الجناح عالي الرفع عبر التحسين البايزي والتعلم التعزيزي العميق

بيان المشكلة
تتناول هذه الدراسة تحدي التحكم في انفصال التدفق على تكوين جناح عالي الرفع من طراز 30P30N، وهو هندسة مرجعية للأجنحة متعددة العناصر المستخدمة أثناء الإقلاع والهبوط. وتحديداً، يستهدف البحث تخفيف حدة الانهيار (stall) عند زاوية هجوم عالية ($\alpha = 23^\circ$) ورقم رينولدز قدره $Re_c = 450,000$. عند هذه الظروف، يهيمن انفصال طبقة القص بين عناصر الجناح الرئيسي والقلاب (flap) على التدفق، مما يؤدي إلى تدهور الأداء الديناميكي الهوائي. الهدف هو تطبيق التحكم النشط في التدفق (AFC) باستخدام النفاثات الاصطناعية على عناصر الـ slat والـ main والـ flap لتأخير الانفصال وتحسين الكفاءة الديناميكية الهوائية ($E = C_l/C_d$). تقارن الدراسة بين استراتيجيتين مختلفتين للتحسين: التحسين البايزي (BO) مفتوح الحلقة، والتعلم التعزيزي العميق (DRL) مغلق الحلقة.

المنهجية
تستخدم الأبحاث محاكاة الدوامات الكبيرة (LES) المعتمدة على الجدران باستخدام برنامج CFD المسرع بواسطة وحدة معالجة الرسومات SOD2D، والذي يحل معادلات نافييه-ستوكس غير المتجانسة المفلترة باستخدام طريقة العناصر الطيفية. يمتد النطاق الحسابي بمقدار $20c \times 20c \times 0.1c$ في الاتجاهات الطولية، والعرضية، والانتشارية، على التوالي.

• التفعيل (Actuation): وُضعت نفاثات اصطناعية على الـ slat ($x/c = -0.050$)، والـ main ($x/c = 0.725$)، والـ flap ($x/c = 1.0$). تعمل هذه النفاثات بكتلة صافية صفرية؛ حيث تم تقييد سرعة نفاث الـ flap لموازنة تدفق الكتلة لنفاثات الـ slat والـ main.
• التحسين البايزي (BO): هذا النهج مفتوح الحلقة يعامل سرعات النفاث كمعلمات ثابتة. يقوم نموذج بديل يعتمد على العملية الغاوسية (GP) بتمثيل العلاقة بين مدخلات التحكم والمخرجات الديناميكية الهوائية. تهدف دالة الهدف إلى تعظيم الكفاءة مع فرض عقوبات صارمة لأي انخفاض في الرفع أو زيادة في السحب مقارنة بالنموذج المرجعي. يقوم التحسين بشكل تكراري بأخذ عينات من فضاء المعلمات لإيجاد تكوين مستقر ومثالي.
• التعلم التعزيزي العميق (DRL): هذا النهج مغلق الحلقة يستخدم إطار عمل التعلم التعزيزي متعدد الوكلاء (MARL). يتلقى الوكيل، المنفذ كشبكة عصبية، بيانات ضغط لحظية من 78 مستشعراً لكل بيئة افتراضية (تمتد عبر ثلاثة نطاقات ثلاثية الأبعاد) ويخرج سرعات نفاث تعتمد على الزمن. يتم تدريب الوكيل باستخدام خوارزمية تحسين السياسة القريبة (PPO). تحاكي دالة المكافأة هدف الـ BO ولكن يتم حسابها محلياً لكل بيئة افتراضية ويتم تجميعها. تعمل بيئة التدريب على 10 عمليات محاكاة CFD متزامنة لتسريع جمع البيانات.

المساهمات الرئيسية والنتائج

1. التحقق من النموذج المرجعي: تم التحقق من إعداد الـ LES غير المتحكم به مقابل بيانات أدبية (Montalà et al.) تم الحصول عليها عند رقم رينولدز أعلى قليلاً ($750,000$). تم استخدام دقتي شبكة: شبكة خشنة ($p=2$) للتدريب على التحسين، وشبكة دقيقة ($p=4$) للتقييم النهائي. نجحت الشبكة الدقيقة في التقاط الإحصائيات المعتمدة على الجدار بدقة ($\Delta y^+ < 2$)، بينما نجحت الشبكة الخشنة، رغم تقليلها للسحب بسبب انخفاض الدقة، في التقاط اتجاهات معامل الرفع وطوبولوجيا التدفق، مما أثبت صلاحيتها للاستخدام في حلقة التحسين.

2. نجاح التحسين البايزي: نجح إطار الـ BO في تحديد تكوين نفاث مستقر حسن الكفاءة الديناميكية الهوائية بنسبة +10.9% على الشبكة الدقيقة مقارنة بالنموذج المرجعي. تحقق هذا التحسن أساساً من خلال تقليل السحب بنسبة 9.7% مع الحفاظ على الرفع ($+0.15\%$). كشف تحليل التدفق أن الشفط على الـ slat أدى إلى ترقيق الطبقة الحدودية وإزالة أثر (wake) الـ slat، مما أدى إلى تقليل السحب. وعلى الرغم من زيادة السحب قليلاً على عناصر الـ main والـ flap بسبب منطقة إعادة دوران أكبر، إلا أن التأثير الصافي كان إيجابياً. تطلب منهج الـ BO نحو 19 تقييماً لـ CFD للوصول إلى التقارب.

3. أداء ومحدودية التعلم التعزيزي العميق (DRL): في المقابل، حقق وكيل الـ DRL، رغم استفادته من معلومات التدفق اللحظية وإطار عمل MARL للتفعيل ثلاثي الأبعاد، تحسينات طفية فقط. وبينما قلل الوكيل السحب قليلاً وحافظ على الرفع، كان اكتساب الكفاءة الديناميكية الهوائية ضئيلاً. أشار تحليل عملية التدريب إلى أن دالة المكافأة كانت تهيمن عليها حدود العقوبات (تحديداً عقوبة الرفع). ولأن الوكيل لم يستطع القضاء تماماً على عقوبة الرفع (حيث لم يتجاوز الرفع النموذج المرجعي أبداً)، ظل مصطلح الكفاءة راكداً. يشير المؤلفون إلى أن القيود "الصلبة" في دالة المكافآت من المحتمل أنها قيدت استكشاف الوكيل لفضاء التحكم، مما أدى إلى حصاره في حل أمثل محلي.

4. التحديات الحسابية: تسلط الدراسة الضوء على التكلفة الحسابية العالية للـ DRL عند أرقام رينولدز العالية. تطلب تدريب 990 حلقة MARL حوالي أسبوعين على 30 عقدة من سوبر كمبيوتر MN5 (حوالي 48,000 ساعة من وحدة معالجة الرسومات). هذا التكلفة، الناتجة عن الخطوات الزمنية الصغيرة المطلوبة لـ LES عند $Re_c = 450,000$، حدت بشدة من القدرة على ضبط المعلمات الفائقة أو اختبار صيغ بديلة للمكافآت.

الأهمية والادعاءات
يزعم البحث أنه بينما يعد الـ BO أداة قوية وفعالة لتحديد استراتيجيات التحكم في التدفق المستقرة والقابلة للتفسير بعدد قليل من التقييمات، فإن الـ DRL يواجه عقبات كبيرة في التحكم في التدفق عند أرقام رينولدز العالية. تكمن الأهمية الأساسية لهذا العمل في إثبات أن:

• يمكن للـ BO تحسين تفعيل النفاث المستمر بفعالية لتخفيف الانهيار وتحسين الكفاءة على الأجنح عالية الرفع ثلاثية الأبعاد المعقدة.
• بالنسبة للـ DRL، يعد تصميم دالة المكافأة أمراً حاسماً؛ إذ يمكن للمكافآت التي تهيمن عليها العقوبات أن تقيد الاستكشاف وتمنع اكتشاف سياسات محسنة للأداء.
• تظل التكلفة الحسابية عائقاً رئيسياً أمام الـ DRL القائم على التحكم في التدفق عند أرقام رينولدز العالية. ويقترح المؤلفون أن التقدم المستقبلي يعتمد على استراتيجيات التسريع مثل النمذجة البديلة، أو التعلم الانتقالي من أرقام رينولدز أقل، أو زيادة التوازي، بدلاً من مجرد زيادة حجم بروتوكولات التدريب الحالية.

لا يدعي البحث أن الـ DRL متفوق على الـ BO في هذا التطبيق المحدد؛ بل يقدم تحليلاً مقارناً يظهر أنه، في ظل القيود الحسابية وقيود المكافآت الحالية، تفوق الـ BO على نهج الـ DRL مغلق الحلقة من حيث مكاسب الكفاءة.