AI-Assisted Multidisciplinary Design Optimization of Hydrogen-Electric Aircraft Integrating Aerodynamics, Propulsion, Thermal Management, and Structural Mass

تخيل السماء كمحيط عملاق غير مرئي، حيث الطائرات مثل الأسماك التي تحاول السباحة لأبعد مسافة وبأقصى سرعة ممكنة. لأكثر من قرن، اعتمدت هذه الأسماك على وقود ثقيل ودخاني يسمى الكيروسين، وهو يشبه حمل حقيبة ظهر مليئة بالطوب إلى المدرسة كل يوم. لكن العلماء يحاولون الآن استبدال هذا الطوب بشيء أخف وأنظف: الهيدروجين. فكر في الهيدروجين كأنه مشروب طاقة خارق وغير مرئي، لا يترك وراءه أي آثار كربونية. ومع ذلك، هناك عقبة؛ فبينما يعد الهيدروجين خفيفاً، إلا أنه يشغل مساحة كبيرة (مثل بالون ضخم) ويحتاج إلى أن يُحفظ بارداً جداً، مثل كتلة من الجليد لا تذوب أبداً. وهذا يخلق لغزاً هائلاً للمهندسين: كيف تبني طائرة تحمل بالوناً ضخماً ومتجمداً، ومحركاً خاصاً يحول هذا البالون إلى كهرباء، ونظام تبريد لمنع المحرك من الارتفاع في درجة الحرارة، كل ذلك مع الحفاظ على خفة وزنها لتتمكن من الطيران؟

هنا يأتي دور علم "تحسين التصميم متعدد التخصصات" (MDO). يمكنك التفكير في MDO كفريق من المتخصصين يحاولون حل لغز "جيغسو" (Jigsaw) عملاق. شخص واحد ينظر إلى الأجنحة (الديناميكا الهوائية)، وآخر إلى المحرك (الدفع)، وثالث إلى نظام التبريد (الإدارة الحرارية)، ورابع إلى وزن الهيكل (الكتلة الهيكلية). في الأيام الخوالي، كان هؤلاء المتخصصون يعملون واحداً تلو الآخر، مثل تمرير العصا في سباق التتابع. ولكن لأن كل شيء مترابط — فجعل الأجنحة أكبر يغير كيفية تبريد المحرك، مما يغير مدى ثقل الهيكل — فإن طريقة "تمرير العصا" هذه غالباً ما تؤدي إلى تصميم فوضوي وغير مثالي. الأمر يشبه محاولة بناء منزل من خلال جعل السباك والكهربائي والنجار يعملون في غرف مختلفة دون التحدث مع بعضهم البعض أبداً.

والآن، ادخل بطل هذه القصة: الذكاء الاصطناعي (AI). وتحديداً، نوع ذكي من الذكاء الاصطناعي يسمى "الشبكة العصبية المستوحاة من الفيزياء" (PINN). تخيل طالباً لا يحفظ الإجابات في اختبار الرياضيات فحسب، بل يفهم قواعد الرياضيات جيداً لدرجة تمكنه من التنبؤ بالإجابة على سؤال لم يره من قبل. هذا هو ما يفعله هذا الذكاء الاصطناعي. فبدلاً من تشغيل عمليات محاكاة حاسوبية بطيئة وثقيلة لكل فكرة تصميم، يتعلم هذا الذكاء الاصطناعي "قواعد السماء" و"قواعد المحرك" من خلال عدد قليل من الأمثلة، ثم يستخدم معرفته للتنبؤ فوراً بما سيحدث إذا غيرت شكل الجناح أو حجم الخزان. يتحدث هذا البحث عن تعليم هذا الذكاء الاصطناعي كيف يكون قائد فريق فائق القدرة، يساعد كل أولئك المتخصصين على العمل معاً بسرعة البرق لتصميم طائرة الهيدروجين المثالية.

الفكرة الكبرى للورقة البحثية: عقل خارق لمصممي الطائرات

هذه الورقة، التي كتبها باحثون في جامعة نانتونغ، تقترح طريقة جديدة كلياً لتصميم الطائرات الكهربائية التي تعمل بالهيدروجين. يعالج المؤلفون مشكلة كانت صعبة للغاية على الطرق التقليدية: وهي موازنة أربعة أجزاء مختلفة تماماً، ومع ذلك مترابطة بشدة، في طائرة واحدة في آن واحد. هم لا ينظرون فقط إلى الأجنحة أو المحرك بشكل منفصل؛ بل يحاولون تحسين الديناميكا الهوائية (كيفية تدفق الهواء فوق الطائرة)، والدفع (خلية وقود الهيدروجين والمحرك الكهربائي)، والإدارة الحرارية (إبقاء المحرك الساخن بارداً)، والكتلة الهيكلية (مدى ثقل الأجنحة وخزان الهيدروجين المتجمد) في وقت واحد.

يقول المؤلفون إن الطرق الحالية بطيئة جداً وغالباً ما تفوت أفضل الحلول لأنها تعامل هذه الأجزاء الأربعة بشكل منفصل. ولحل هذه المشكلة، بنوا "ورشة عمل رقمية" يعمل فيها الذكاء الاصطناعي كاختصار فائق السرعة. فبدلاً من الانتظار لساعات لحساب كيفية تدفق الهواء حول جناح جديد، يستخدم الذكاء الاصطناعي "الشبكة العصبية المستوحاة من الفيزياء" (PINN). فكر في الـ PINN كمتدرب ذكي درس قوانين الفيزياء (مثل كيفية عمل ضغط الهواء أو كيفية انتقال الحرارة) وقد تدرب أيضاً على آلاف عمليات المحاكاة الحاسوبية. بمجرد تدريبه، يمكن لهذا المتدرب التنبؤ بنتائج تصميم جديد في أجزاء من الثانية بدقة عالية، مما يسمح للمصممين باختبار آلاف الأفكبات في الوقت الذي كان يستغرقه اختبار فكرة واحدة فقط.

كيف فعلوا ذلك: الرقصة الرباعية

وضع الباحثون رقصة معقدة تتضمن أربع خطوات رئيسية، جميعها موجهة من قبل مدرب ذكاء اصطناعي:

1. الديناميكا الهوائية (الريح): استخدموا برنامجاً حاسوبياً قوياً يسمى SU2 لمحاكاة كيفية تحرك الهواء حول الطائرة. أرادوا إيجاد الشكل الذي يخلق أقل قدر من السحب (مقاومة الهواء) مع الاستمرار في رفع الطائرة.
2. الدفع (القلب): قاموا بنمذجة خلية وقود غشاء تبادل البروتون (PEM). هذه هي المحرك الذي يحول الهيدروجين إلى كهرباء. يتتبع النموذج مقدار الطاقة التي تنتجها، والأهم من ذلك، مقدار الحرارة المهدرة التي تولدها.
3. الإدارة الحرارية (العرق): نظرًا لأن خلية الوقود تسخن، تحتاج الطائرة إلى نظام تبريد (مثل المبرد/الردياتير) يستخدم الهواء الخارجي. ولكن الجزء الصعب هنا هو: نظام التبريد يضيف وزناً ويخلق سحباً (مقاومة هواء). يجب على الذكاء الاصطناعي إيجاد التوازن المثالي: تبريد كافٍ ليعمل النظام، ولكنه خفيف وصغير بما يكفي لعدم إبطاء الطائرة.
4. الهيكل (العظام): قاموا بحساب وزن الأجنحة والخزان الخاص اللازم لحمل الهيدروجين السائل. وبما أن الهيدروجين غاز يحتاج إلى التجميد، يجب أن يكون الخزان قوياً ومعزولاً، مما يزيد الوزن. يستخدم الذكاء الاصطناعي الرياضيات لتقدير كمية المواد المطلوبة لتحمل الضغط دون انكسار.

الأداة السحرية: NSGA-II وخريطة "باريتو"

لإيجاد التصميم الأفضل، استخدم الفريق طريقة تسمى NSG-II. تخيل أنك تتسوق لشراء سيارة وتريدها أن تكون سريعة، ورخيصة، وآمنة. عادةً، لا يمكنك الحصول على الثلاثة معاً؛ فالسيارة السريعة قد تكون باهظة الثمن، والسيارة الآمنة قد تكون ثقيلة. في الهندسة، يسمى هذا "مقايضة" (Trade-off). خوارزمية NSGA-II هي بمثابة خريطة ذكية تظهر لك كل "صفقة أفضل" ممكنة يمكنك القيام بها. هي لا تعطيك إجابة واحدة فحسب، بل تعطيك قائمة كاملة من التصاميم "المثالية وفق منحنى باريتو" (Pareto-optimal). بعضها قد يكون الأخف وزناً، وبعضها قد يطير لأبعد مسافة، وبعضها قد يمتلك أفضل نظام تبريد. هذا يسمح للمهندسين برؤية الصورة الكاملة واختيار التصميم الذي يناسب احتياجاتهم المحددة.

ماذا وجدوا (وما لم يجدوه)

من المهم ملاحظة أن هذه الورقة هي مقترح بحثي وإطار عمل، وليست تقريراً عن طائرة مكتملة ومحلية الطيران. لم يقم المؤلفون بعد ببناء الطائرة أو إجراء عمليات المحاكاة النهائية للحصول على الأرقام الدقيقة لطائرة جديدة محددة. بدلاً من ذلك، قاموا ببناء "المحرك" الذي سيقوم بالعمل.

• إطار العمل جاهز: لقد نجحوا في تصميم النظام بأكمله، وربط الديناميكا الهوائية، والمحرك، والتبريد، وحسابات الوزن في حلقة واحدة مدعومة بالذكاء الاصطناعي.
• الذكاء الاصطناعي مدرب على بيانات "تدريبية": لتعليم ذكائهم الاصطناعي، استخدموا بيانات من طائرات هيدروجينية أصغر موجودة بالفعل مثل HY4 (ذات 4 مقاعد) و ZeroAvia Do228 (نسخة معدلة من طائرة ذات 19 مقعداً). كما استخدموا بيانات من مشاريع ناسا للطائرات الكهربائية. هذا يثبت أن طريقتهم تعمل على أمثلة معروفة.
• الوعد بالسرعة: يشير المؤلفون إلى أنه باستخدام ذكائهم الاصطناعي، يمكنهم تسريع عملية التصميم بمقدار 100 مرة (رتبتين عشريتين). فبدلاً من استغرق أسابوختبار بضعة تصاميم، يمكنهم اختبار الآلاف في يوم واحد.
• فحص عدم اليقين: تتضمن الورقة أيضاً خطة للتحقق من "عدم اليقين". وبما أن الذكاء الاصطناعي يقوم بتخمينات بناءً على التدريب، يريد المؤلفون التأكد من معرفة مدى ثقتهم في النتائج. يخططون لإجراء آلاف عمليات المحاكاة لمعرفة مدى تأثر النتائج إذا تغيرت ظروف العالم الحقيقي قليلاً (مثل إذا كان خزان الهيدروجين أثقل قليلاً مما هو متوقع).

لماذا هذا مهم

هذا العمل هو خارطة طريق لمستقبل الطيران الأخضر. ومن خلال إثبات أن الذكاء الاصطناعي يمكنه التعامل مع الرياضيات المعقدة والمتداخلة لخلط الهيدروجين والكهرباء والديناميكا الهوائية، يمهد المؤلفون الطريق للمهندسين لتصميم طائرات تجارية تعمل بالهيدروجين وتكون قابلة للتطبيق فعلياً. هم لا يحلمون فقط بطائرة هيدروجينية؛ بل يبنون الأدوات الرقمية التي ستخبرنا بالضبط كيف نبني واحدة.

تخلص الورقة إلى أنه بينما لا تزال هناك تحديات — مثل التأكد من أن الذكاء الاصطناعي يعمل مع الطائرات التجارية الضخمة وليس فقط الطائرات الاختبارية الصغيرة — فإن إطار عمل "تحسين التصميم متعدد التخصصات بمساعدة الذكاء الاصطناعي" هو أداة قوية جديدة. فهو يسمح للمصممين بالتوقف عن التخمين والبدء في استكشاف النطاق الكامل من الاحتمالات، مما يضمن أنه عندما تقلع أول طائرة تجارية تعمل بالهيدروجين في السماء، ستكون في أفضل نسخة ممكنة لها.