Pareto-Optimal Hypersonic Vehicle Design with Canonical-Coordinate Neural Operator Surrogates Under Ablation-Driven Shape Change and Incidence Variation

يمثل الطيران عالي السرعة عند حافة الفضاء تحديًا فريدًا وقاسيًا للمهندسين. فعندما تتحرك مركبة بسرعة تزيد عن خمسة أضعاف سرعة الصوت، فإن الهواء أمامها لا يكتفي بالابتعاد جانبًا؛ بل ينضغط بعنف شديد لدرجة ترتفع معها درجات الحرارة إلى مستويات تبدأ عندها جزيئات الهواء نفسها في التفكك والتفاعل كيميائيًا. وهذا يخلق بيئة معقدة حيث يتشابك شكل المركبة، والحرارة التي تولدها، والقوى التي تضغط ضدها في توازن دقيق. إن تصميم مركبة لهذا النطاق يتطلب إيجاد شكل يقلل من السحب لتوفير الوقود، وفي الوقت نفسه يدير الحرارة الشديدة التي قد تصهر جلد المركبة. تقليديًا، كان على المهندسين الاعتماد على محاكاة حاسوبية قوية لاختبار هذه التصاميم. هذه المحاكاة دقيقة للغاية ولكنها بطيئة للغاية أيضًا، وغالبًا ما تستغرق أيامًا لنمذجة حالة طيران واحدة. ولأن هذه العملية مكلفة للغاية، لا يستطيع المصممون عادةً اختبار سوى عدد قيد من الأشكال، مما يترك احتمالات هائلة غير مستكشفة وقد يؤدي إلى تفويت التصميم الأمثل.

لقد طور فريق من الباحثين طريقة جديدة لتجاوز هذه العقبة، مما يسمح باستكشاف آلاف الاختلافات في التصميم في الوقت الذي كان يستغرقه محاكاة تصميم واحد سابقًا. لقد أنشأوا نوعًا من الذكاء الاصطناعي يعمل كاختصار ذكي وسريع للمحاكاة الحاسوبية البطيئة. فبدلاً من تشغيل الحساب الكامل والثقيل لكل شكل أو زاوية طيران جديدة، يتعلم هذا النظام الأنماط الأساسية لكيفية تدفق الهواء وتسخينه. وبمجرد تدريبه، يمكنه التنبؤ بسلوك أي تصميم جديد بشكل فوري تقريبًا. اختبر الباحثون هذا النهج على نوعين مختلفين تمامًا من المركبات فرط الصوتية: عائلة من الأشكال ذات الأنوف البليدة (المكتنزة) التي تتغير مع تآكل الأنف بفعل الحرارة، وجناح طائر ثلاثي الأبعاد وحاد مصمم للتحليق على موجة صدمته الخاصة. وفي كلتا الحالتين، نجح النظام الجديد في التنبؤ بتدفق الهواء والحرارة المعقد بدقة عالية، مما مكن الفريق من رسم خرائط للمفاضلات المثالية بين السرعة والرفع والحماية الحرارية في غضون دقائق.

كانت الصعوبة الجوهرية التي واجهها الباحثون هي أن فيزياء الطيران فرط الصوتي تتغير جذريًا اعتمادًا على شكل المركبة أو الزاوية التي تطير بها. في إحدى حالات الاختبار، نظروا في عائلة من الأشكال ذات الأنوف البليدة حيث يتغير نصف قطر الأنف. فكلما أصبح الأنف أكثر بلادة أو حدة، يتغير الفضاء الفيزيائي الكامل الذي يتدفق من خلاله الهواء. قد تواجه النماذج الحاسوبية القياسية صعوبة في مقارنة هذه الأشكال المختلفة لأن شبكة النقاط المستخدمة لقياس الهواء ستكون مختلفة لكل تصميم. ولحل هذه المشكلة، ابتكر الباحثون طريقة لمد وإعادة تشكيل كل هندسة مختلفة إلى إطار مرجعي مشترك واحد. تخيل أخذ خريطة لبلد ما ومدها بحيث تتماشى كل الحدود والسواحل تمامًا مع شبكة قياسية، بغض النظر عن الشكل الحقيقي للبلد. ومن خلال القيام بذلك، استطاع الذكاء الاصطناعي تعلم أنماط تدفق الهواء مرة واحدة وتطبيقها على أي شكل من العائلة، حتى تلك التي لم يرها من قبل.

بالنسبة لحالة الاختبار الثانية، وهي الجناح الطائر ثلاثي الأبعاد، ظلت الهندسة ثابتة، لكن الطريقة التي يصطدم بها الهواء تغيرت مع ميل المركبة للأعلى أو الأسفل. ومع تغير الزاوية، تتحرك موجة صدمة قوية — وهي جدار رقيق من الهواء المضغوط — عبر سطح المركبة. تعد موجة الصدمة المتحركة هذه مشكلة كبيرة للنماذج الحاسوبية لأنها ميزة حادة وغير مستمرة وتنتقل من مكان لآخر مع كل تغيير طفيف في الزاوية. إذا حاول النموذج تعلم هذا دون مساعدة، فإنه يميل إلى جعل موجة الصدمة ضبابية، محولًا جدار الضغط الحاد إلى تدرج باهت وغير دقيق. حل الباحثون ذلك بتعليم النظام التعرف على موقع موجة الصدمة أولًا. فقد أضافوا خطوة خاصة حيث تعلم النظام التنبؤ بموقع موجة الصدمة بالضبط لأي زاوية معينة. ثم استخدم هذا التنبؤ لإنشاء نظام إحداثيات جديد يتحرك مع موجة الصدمة، مما يحافظ على الحافة الحادة في نفس المكان بالنسبة للرؤية الداخلية للنموذج. سمح هذا للنظام بتعلم التفاصيل الحادة للصدمة دون جعلها ضبابية، وهو إنجاز لم تستطع النماذج القياسية تحقيقه.

كانت نتائج هذا العمل مذهلة. فبالنسبة للأشكال ذات الأنوف البليدة، أجرى الفريق مسحًا لأكثر من ألف تصميم مختلف لإيجاد أفضل توازن بين السحب والحرارة. في الماضي، كان اختبار هذا العدد الكبير من التصاميم باستخدام المحاكاة التقليدية سيستغرق سنوات من وقت الحاسوب. وباستخدام طريقتهم الجديدة، أكمل الفريق عملية البحث بأكملها في حوالي ثلاث دقائق على معالج حاسوبي واحد. لقد حددوا مائتي تصميم توفر أفضل المفاضلات الممكنة، حيث يؤدي تحسين عامل واحد بالضرورة إلى سوء عامل آخر. ووجدوا أنه من خلال قبول زيادة طفيفة في السحب، يمكنهم تقليل ذروة الحرارة على أنف المركبة بشكل كبير، وهي رؤية حاسمة للحماية الحرارية. وبالمثل، بالنسبة للجناح الطائر، قاموا بمسح مئات زوايا الطيران المختلفة للعثور على النقطة المثالية للكفاءة. واكتشفوا أن زاوية معينة توفر دفعة كبيرة في الرفع مع عقوبة طفيفة فقط في الحمل الحراري، وهو مزيج كان من الصعب تحديده دون هذا الاستكشاف الكثيف لمساحة التصميم.

كان الباحثون حذرين في الإشارة إلى حدود طريقتهم. فبينما كان النظام ممتازًا في التنبؤ بإجمالي كمية الحرارة التي تصطدم بالمركبة، إلا أنه كان أقل دقة في التنبؤ بأكثر نقطة ساخنة منفردة على السطح. ويرجع ذلك إلى أن النقطة الأكثر سخونة هي نقطة صغيرة وموضعية يمكن أن تنتقل من بقعة صغيرة إلى أخرى على السطح مع تغير التصميم، مما يجعل تحديد موقعها أصعب من تحديد متوسط الحرارة على الجسم بأكه. وبناءً على ذلك، استخدموا إجمالي الحمل الحراري كهدف أساسي لاختياراتهم في التصميم، مع معاملة ذروة درجة الحرارة كفحص ثانوي وليس كمحرك رئيسي. كما وجدوا أن النظام يعمل بشكل أفضل عندما تكون التصاميم المطلوب التنبؤ بها ضمن نطاق الأشكال التي تمت رؤيتها بالفعل أثناء التدريب. فعندما طُلب منه التنبؤ بأشكال خارج هذا النطاق بكثير، انخفضت الدقة، رغم أنها ظلت مستقرة بما يكفي لتجنب الأخطاء الفادحة. وهذا يشير إلى أن الأداة هي الأفضل للاستخدام في استكشاف المساحة بين التصاميم المعروفة بدلاً من ابتكار هندسات جديدة تمامًا وغير مختبرة من الصفر.

في نهاية المطاف، يوضح هذا العمل التحول في كيفية تصميم المركبات فرط الصوتية. فمن خلال استبدال النهج البطيء القائم على القوة الغاشمة لتشغيل آلاف عمليات المحاكاة بنموذج بديل سريع ومتعلم، يمكن للمهندسين الآن رؤية المشهد الكامل للاحتمالات. لم يعودوا مضطرين لأخذ عينات من نقاط قليلة فقط والتخمين أين يكمن التصميم الأفضل. بدلاً من ذلك، يمكنهم رؤية المتصل الكامل للمفاضلات، ورؤية مقدار الرفع الذي يمكنهم اكتسابه مقابل زيادة محددة في الحرارة، أو مقدار السحب الذي يمكنهم توفيره بقبول شكل مختلف قليلاً. لا تستبدل هذه الطريقة الحاجة إلى عمليات المحاكاة عالية الدقة، والتي لا تزال مطلوبة للتحقق من الخيارات النهائية، ولكنها تغير دور تلك المحاكاة من كونها عقبة تحد من الاستكشاف إلى كونها نقطة تفتيش نهائية لأفضل المرشحين. وهذا يسمح لعملية التصميم بالانتقال من لعبة حظ، حيث يأمل المهندسون في العثور بالصدفة على تصميم جيد، إلى عملية اختيار مدروسة، حيث يتم العثور على أفضل تسوية ممكنة بيقين.