Machine-learning-assisted phase-amplitude reduction for fast synchronization of airfoil wakes with constrained fluctuations

تتدفق التيارات الهوائية حول الأجسام بطرق يمكن أن تكون متوقعة وفوضوية للغاية في آن واحد. فعندما يتحرك شكل صلب، مثل جناح طائرة، عبر الهواء، لا ينساب المائع دائمًا بسلاسة فوق سطحه؛ بل غالبًا ما ينفصل، مما يخلق دوامات دوارة تنزلق من الخلف في نمط إيقاعي متكرر. هذه الظاهرة، المعروفة باسم "انفصال الدوامات" (vortex shedding)، هي سلوك أساسي للموائع يحدث في كل شيء، بدءًا من الرياح التي تهب بجانب جسر وصولاً إلى الماء المتدفق حول بدن سفينة. ورغم أن هذه الأنماط الدوارة طبيعية، إلا أنها قد تسبب مشكلات؛ إذ يمكن للاهتزازات الإيقاعية التي تسببها أن تؤدي إلى إجهاد هيكلي، أو ضجيج مفرط، أو فقدان في قوة الرفع مما يجعل الطيران غير فعال. وبالنسبة للمهندسين، يكمن الهدف غالبًا في ترويض هذه التدفقات، إما لإيقاف الاهتزاز أو لتغيير إيقاعه إلى شيء أكثر قابلية للإدارة. ومع ذلك، فإن الهواء نظام معقد عالي الأبعاد، مما يعني أنه يحتوي على عدد لا يحصى من الأجزاء المتحركة التي تتفاعل بطرق يصعب التنبؤ بها. وعادة ما يتطلب التحكم في مثل هذا النظام كميات هائلة من البيانات وقدرات حوسبة كبيرة، مما يجعل الأمر مهمة شاقة في التطبيقات الواقعية حيث تكون المستشعرات محدودة والوقت ضيقًا.

لقد طور فريق من الباحثين طريقة جديدة لتوجيه هذه التدفقات الهوائية الفوضوية بسرعة ودقة، باستخدام قدر ضئيل جدًا من المعلومات. ومن خلال الجمع بين تقنية رياضية تبسط الإيقاعات المعقدة وبين التعلم الآلي الحديث، أظهروا كيف يمكن تغيير السرعة التي تدور بها الدوامات بعيدًا عن الجناح، مع الحفاظ في الوقت نفسه على استقرار القوى المؤثرة على الجناح. ركزت الدراسة على سيناريو محدد حيث يكون جناح الطائرة مائلًا بزاوية حادة، مما يتسبب في انفصال الهواء وخلق أثر مضطرب. في هذه الحالة، يتعرض الجناح لانفصال إيقاعي للدوامات التي يمكن أن تكون خطيرة. أراد الباحثون إجبار هذا الأثر على تغيير إيقاعه بشكل أسرع مما يحدث طبيعيًا، لكنهم واجهوا قيدًا حاسمًا: لم يكن بإمكانهم السماح للتغييرات بأن تسبب تقلبات حادة في قوة الرفع، مما قد يجعل الطائرة غير مستقرة.

ولحل هذه المعضلة، تعين على الفريق أولاً فهم "نبض قلب" تدفق الهواء. لقد عاملوا الأثر الدوار ليس كفوضى عارمة، بل كمذبذب إيقاعي، يشبه بندولًا يتأرجح ذهابًا وإيابًا. فكل إيقاع له توقيت محدد، أو "طور" (phase)، وقوة محددة، أو "سعة" (amplitude). كان على الباحثين معرفة التوقيت الدقيق للضغط على الهواء لتغيير سرعته، ومدى قوة هذا الضغط دون جعل الإيقاع جامحًا للغاية. تقليديًا، يتطلب العثور على اللحظة المثالية للضغط معرفة مدى حساسية كل نقطة منفردة في الهواء حول الجناح، وهي مهمة تتطلب عادةً حاسوبًا فائق القدرة لمحاكاة مجال التدفق بأكمله. وبدلاً من ذلك، استخدم هذا الفريق اختصارًا ذكيًا؛ حيث وضعوا ثلاثة مستشعرات صغيرة فقط على سطح الجناح لقياس سلوك الهواء المحلي. وباستخدام خوارزمية التعلم الآلي، بنوا نموذجًا رياضيًا يمكنه التنبؤ بالتدفق الدوار المعقد لكامل الأثر بناءً فقط على القراءات من هذه النقاط الثلاث.

ومع امتلاك هذا النموذج المبسط، طبق الباحثون تقنية تسمى "اختزال الطور والسعة" (phase-amplitude reduction). سمحت لهم هذه الطريقة برسم "خريطة حساسية" لكامل تدفق الهواء باستخدام البيانات من المستشعرات الثلاثة فقط. أظهرت هذه الخريطة لهم بالضبط أين ومتى يكون الهواء أكثر حساسية للضغط. ووجدوا أن المكان الأكثر فعالية للتدخل هو بالقرب من الحافة الأمامية للجناح. والأهم من ذلك، اكتشفوا أن أفضل وقت للضغط لتغيير الإيقاع يختلف عن أفضل وقت للضغط إذا أرادوا تجنب هز الجناح بشكل مفرط. فإذا كان همهم الوحيد هو السرعة، فسيضغطون في لحظة معينة؛ أما إذا كان همهم هو الاستقرار، فعليهم الضغط في لحظة مختلفة.

بعد ذلك، صمم الفريق إشارة تحكم محددة، وهي عبارة عن "موجة"، تعمل بمثابة تعليمات دقيقة للهواء. تم حساب هذه الإشارة لتزامن إيقاع الأثر مع تردد جديد أسرع في أسرع وقت ممكن، مع معاقبة أي إجراء قد يؤدي إلى تذبذب قوة الرفع بشكل جامح في الوقت ذات ذاته. وعند اختبار ذلك في محاكاة حاسوبية، كانت النتائج مذهلة؛ فقد غيرت الطريقة الجديدة تردد دوران الهواء بعيدًا عن الجناح بثماني مرات أسرع من عملية دفع بسيطة ومباشرة ذهابًا وإيابًا. علاوة على ذلك، ومن خلال تضمين عقوبة تقلب السعة في حساباتهم، تمكنوا من كبح تقلبات قوة الرفع بنسبة عشرين بالمائة مقارنة بطريقة ركزت فقط على السرعة.

تؤكد الدراسة أنه من الممكن التحكم في ديناميكيات السوائل المعقدة باستخدام معلومات قليلة جدًا. فمن خلال استخدام التعلم الآلي لسد الفجوة بين قراءات عدد قليل من المستشعرات وبين التدفق الكامل ثلاثي الأبعاد، خلق الباحثون مسارًا للتحكم في التدفق بشكل سريع وفعال، وهو أمر لا يتطلب مستشعرات كاملة المجال باهظة الثمن أو موارد حوسبة ضخمة. ويشير هذا النهج إلى أنه في المستقبل، قد يتمكن المهندسون من تركيب مصفوفات مستشعرات بسيطة على الطائرات أو توربينات الرياح لإدارة تدفق الهواء بشكل نشط، مما يقلل من السحب والضجيج دون زعزعة استقرار الهيكل. وقد أثبتت التقنية فعاليتها عبر أشكال وزوايا أجنحة مختلفة، مما يظهر أن الفيزياء الكامنة وراء هذه التدفقات الإيقاعية يمكن ترويضها باستراتيجية ذكية قائمة على البيانات تحترم التوازن الدقيق بين السرعة والاستقرار.