Arm Redesign and Endurance Maximization of Hexarotor using Stochastic Optimization and Machine Learning

في السماء فوق مدننا وحقولنا، تحدث ثورة هادئة. فالمركبات الجوية غير المأهولة، وهي الطائرات المسيرة التي تنطلق عبر الهواء لتوصيل الطرود، أو فحص المحاصيل، أو البحث عن الناجين في مناطق الكوارث، تزداد قدرة يوماً بعد يوم. ومن بين هذه الآلات، تبرز الطائرة سداسية المراوح (hexarotor). فخلافاً للطائرات الشائعة ذات المراوح الأربعة، تحمل الطائرة سداسية المراوح ستة محركات ومراوح. تمنحها هذه المجموعة الإضافية من الأجنحة استقراراً أكبر وقدرة على حمل أوزان أثقل، مما يجعلها مفضلة للمهمات المعقدة حيث تكون الموثوقية أمراً بالغ الأهمية. ومع ذلك، وكحال جميع الطائرات التي تعمل بالبطاريات، تواجه هذه الطائرات تحدياً مستمراً: وهو القدرة على التحمل. فهي لا تستطيع البقاء في الجو إلا لفترة محدودة قبل أن تنفد طاقتها. وبالنسبة للمشغلين، فإن الفرق بين رحلة مدتها عشرون دقيقة ورحلة مدتها أربعون دقيقة قد يعني الفرق بين إتمام مهمة بحث حاسمة أو الاضطرار للعودة إلى المنزل خالي الوفاض. ولحل هذه المشكلة، يتطلع المهندسون إلى ما هو أبعد من مجرد حشد بطاريات أكبر، والتي غالباً ما تجعل الطائرة ثقيلة جداً بحيث يصعب الطيران بها بكفاءة. بدلاً من ذلك، يستكشفون طرقاً لتغيير الشكل الفيزيائي للطائرة أثناء مرحلة التصميم، وتعديل هيكلها لإيجاد التوازن المثالي بين الوزن، والديناميكا الهوائية، واستهلاك الطاقة.

لقد تصدى باحث بقيادة أوغوز كوسه من جامعة أرزينجان بني ليلدريم لهذه المشكلة من خلال الجمع بين إعادة التصميم الفيزيائي والتعلم الحاسوبي المتقدم. كان هدفهم هو تحديد الطول المثالي لأذرع الطائرة سداسية المراوح لزيادة مدة بقائها في الجو إلى أقصى حد، مع ضمان قدرتها على الطيران بسلاسة في كل من الخطوط المستقيمة والجانبية. لم يكتفوا بمجرد التخمين للوصول إلى أفضل شكل؛ بل استخدموا عملية حاسوبية متطورة لاختبار آلاف الاحتمالات. بدأ الباحث بإنشاء نموذج رقمي مفصل للطائرة في برنامج تصميم برمجيات. وكانوا يعلمون أن تغيير طول أذرع الطائرة سيغير توزيع وزنها وكيفية مقاومتها للدوران، وهو ما يُعرف بعزوم القصور الذاتي. ولأن حساب هذه التغييرات لكل طول ذراع ممكن يدوياً أمر صعب للغاية، فقد لجأوا إلى نوعين مختلفين من خوارزميات التعلم الآلي. أحد الخوارزميات، المعروف باسم الشبكة العصبية الاصطناعية، يحاكي الطريقة التي تتعلم بها الأدمغة البيولوجية من الأنماط. والطريقة الأخرى، وهي طريقة تسمى "الاشتقاق المتدرج العشوائي" (stochastic gradient descent)، وهي تقنية رياضية تعمل على تحسين التخمينات بشكل متكرر للوصول إلى الحل الأمثل. تم تغذية كلا النظامين ببيانات من النماذج الرقمية للتنبؤ بوزن البطارية والخصائص الفيزيائية المطلوبة لأي طول ذراع معين.

ثم استخدم الباحث أداة ثالثة، وهي طريقة التحسين العشوائي (stochastic optimization)، لتعمل كصانع قرار. اختبر هذا النظام أطوال أذرع مختلفة، تتراوح من 37 سنتيمتراً إلى 65 سنتيمتراً، وقام في الوقت نفسه بتعديل إعدادات التحكم في الطيران. كان الهدف هو تقليل قيمة "التكلفة"، والتي تمثل مدى سوء أداء الطائرة من حيث سرعة وصولها إلى السرعة المستهدفة، والوقت الذي تستغرقه للاستقرار، ومدى تذبذبها. أجری الحاسوب خمس جولات من الاختبارات، حيث قام بتحسين طول الذراع وإعدادات التحكم في كل خطوة. وأظهرت النتائج فائزاً واضحاً. فقد أثبتت الطريقة القائمة على "الاشتقاق المتدرج العشوائي" تفوقها على نهج الشبكة العصبية. فقد تنبأت بأن الأذرع الأقصر ستسمح للطائرة بالتحليق لفترة أطول. فمن خلال تقليل طول الذراع، أصبحت الطائرة أخف وزناً، مما أدى مباشرة إلى زيادة وقت الطيران. وأشارت عمليات المحاكاة إلى أنه مع طول الذراع الأمثل وإعدادات التحكم التي وجدتها هذه الطريقة، يمكن للطائرة تحقيق أقصى قدر من التحمل يصل إلى 40 دقيقة. كان هذا تحسناً كبيراً، حيث مثل انخفاضاً بنسبة 16 بالمائة في تكلفة الأداء الإجمالية مقارنة بالإعداد الأولي.

كما تحقق البحث أيضاً من أن هذه الإعدادات المحسنة سمحت للطائرة بالطيران بدقة. في عمليات المحاكاة الحاسوبية، اتبعت الطائرة مسارات محددة بنجاح، حيث تحركت للأمام وللجانب حسب المطلوب دون فقدان السيطرة. وأظهرت بيانات الطيران أن الطائرة التي استخدمت طريقة الاشتقاق المتدرج العشوائي استقرت بشكل أسرع وبتذبذب أقل من تلك التي استخدمت تنبؤات الشبكة العصبية. على سبيل المثال، عند التحرك جانبياً، استقرت الطائرة التي تم تحسينها بطريقة التدرج في مسارها في أقل من ثانية، بينما استغرقت الطريقة الأخرى وقتاً أطول بكثير. وأشار الباحث إلى أنه بينما كانت الشبكة العصبية جيدة في التنبؤ بوزن البطارية، فإن طريقة التدرج قدمت تنبؤات أكثر دقة للخصائص الفيزيائية التي تحدد كيفية حركة الطائرة. وهذا يشير إلى أنه بالنسبة لهذا النوع المحدد من المشكلات الهندسية، فإن طريقة التدرج هي الأداة الأكثر موثوقية لإيجاد التوازن المثالي بين الهيكل والطيران.

يمثل هذا العمل خطوة للأمام في جعل الطائرات المسيرة أكثر كفاءة دون الحاجة إلى تقنية بطاريات جديدة. فمن خلال مجرد تعديل الأبعاد الفيزيائية لهيكل الطائرة وضبط كيفية طيرانها، أثبت الباحث أنه يمكن تمديد وقت الطيران بشكل كبير. تعتمد هذه النتائج حالياً على عمليات المحاكاة الحاسوبية، لكنها توفر أساساً متيناً للاختبارات في العالم الحقيقي. يخطط الفريق لاستخدام هذه النتائج لبناء واختبار طائرات مسيرة فعلية في مشاريع مستقبلية مدعومة من مجلس البحث العلمي والتكنولوجي في تركيا. وإذا ثبتت صحة عمليات المحاكاة هذه في العالم الحقيقي، فإن القدرة على إعادة تصميم شكل الطائرة المسيرة لتحقيق أقصى قدر من التحمل قبل الطيران يمكن أن تغير طريقة استخدام هذه الآلات في الزراعة، والبحث والإنقاذ، والأمن، مما يسمح لها بالبقاء في الجو لفترات أطول وتغطية مساحات أكبر بنفس كمية الطاقة.