Physics-Informed Prognostics of Fatigue Failure in Additively Manufactured Rocket-Nozzle Cooling Channels: Sparse-Sensor Observability, Bayesian Calibration, and Uncertainty Quantification
تقترح هذه الدراسة توأماً رقمياً بايزياً مستنداً إلى الفيزياء يستنتج عيوب التصنيع ويتنبأ بعمر الكلال في قنوات تبريد فوهات الصواريخ المصنعة إضافياً باستخدام بيانات استشعار متفرقة، مما يظهر متانة فائقة تجاه اختلافات العمليات خارج النطاق مقارنة بالمقدرات القائمة على البيانات، مع تسليط الضوء على الحاجة الماسة لاختبارات إضافية غير تدميرية للكشف عن المسامية غير المرئية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تُعد محركات الصواريخ أقوى الآلات التي صنعها البشر، لكنها أيضاً من بين أكثرها هشاشة. ففي محرك يعمل بالوقود السائل وقابل لإعادة الاستخدام، يجب على الفوهة — وهي الجزء الذي يوجه العادم الحارق نحو الفضاء — أن تصمد أمام درجات حرارة كافية لصهر الفولاذ، بينما يتم تبريدها بواسطة الوقود المتدفق عبر قنوات داخلية دقيقة. ونظام التبريد هذا، المعروف بالتبريد الاسترجاعي، يمثل توازناً دقيقاً؛ فإذا كان الجدار المعدني الفاصل بين الغاز المحترق والوقود المبرد رقيقاً جداً، أو إذا احتوى على عيوب خفية ناتجة عن عملية تصنيعه، يمكن للمحرك أن يتشقق ويفشل بعد استخدامات قليلة فقط. لعقود من الزمن، اعتمد المهندسون على الإحصاءات المتوسطة لتقرير موعد تقاعد هذه الأجزاء، بافتراض أن كل محرك في الأسطول متشابه تقريباً. ولكن مع تطور تقنيات التصنيع لتصبح تعتمد على طباعة هذه المحركات المعقدة طبقة تلو الأخرى، أصبح الواقع أكثر تعقيداً. فالعملية ذاتها التي تسمح بتصاميم معقدة تؤدي أيضاً إلى ظهور اختلافات طفيفة وغير متوقعة في المعدن، مثل المسام المجهرية أو الأسطح الخشنة، والتي يمكن أن تقصر عمر المحرك بشكل كبير. والسؤال الجوهري لمستقبل الطيران الفضائي هو ما إذا كان بإمكاننا اكتشاف هذه نقاط الضعف المحددة في محرك واحد قبل أن يفشل، باستخدام المستشعرات المحدودة المتاحة أثناء الاختبار.
لقد تصدى باحث في معهد نيويورك للتكنولوجيا لهذا التحدي من خلال إنشاء محاكاة حاسوبية متطورة لاختبار مدى قدرتنا على التنبؤ بالعمر الافتراضي لفوهات الصواريخ المطبوعة هذه. تركز الدراسة على نوع معين من فوهات المحركات مصنوع من سبيكة نحاسية، ويتم طباعتها باستخدام ليزر يدمج مسحوق المعدن. ورغم أن طريقة التصنيع هذه ثورية، إلا أنها تترك خلفها عيوباً خفية مثل الخشونة الداخلية والثقوب الصغيرة. وقد بنى الباحث "توأماً رقمياً"، وهو نسخة افتراضية من فوهة محرك حقيقية تتعلم من البيانات. صُمم هذا التوأم ليأخذ قياسين بسيطين يتم أخذهما أثناء تشغيل محرك واحد — وهو ارتفاع درجة حرارة الوقود المبرد وانخفاض الضغط أثناء تدفقه عبر القنوات — ليعمل بشكل عكسي ويخمن الحالة الداخلية للجدار المعدني. والهدف هو معرفة ما إذا كانت هاتان الإشارتان العالميتان (Global Signals) قادرتان على كشف الحالة الخفية للمحرك بما يكفي للتنبؤ بموعد تعطلة.
اختبرت المحاكاة ثلاثة سيناريوهات مختلفة باستخدام أساطيل افتراضية تضم ثلاثمائة محرك لكل منها. في السيناريو الأول، كانت المحركات تحتوي على اختلافات تصنيعية نموذجية. وفي السيناريو الثاني، صُنعت المحركات بلمسة نهائية أكثر خشونة، وهو عيب يمكن للمستشعرات اكتشافه. وفي السيناريو الثالث، بُنيت المحركات باستخدام دفعة من المسحوق تحتوي على مسام داخلية أكبر، وهو عيب لا تستطيع المستشعرات رؤيته. وُضع التوأم الرقمي في مواجهة طرق تنبؤ أخرى، بما في ذلك النماذج الإحصائية المعقدة المدربة على بيانات من محركات استمرت في العمل حتى فشلت. وأظهرت النتائج أن التوأم الرقمي كان فعالاً بشكل ملحوظ في تحديد المحركات ذات الأسطح الخشنة أو سماكة الجدران غير الصحيحة. فبعد ثلاث عمليات تشغيل محاكية فقط، استطاع النظام تحديد المحركات التي يُحتمل فشلها مبكراً بدقة عالية. وقد حقق ذلك من خلال استنتاج متوسط سمك الجدار وخشونة القناة، وهما العاملان اللذان يؤثران مباشرة على كيفية تعامل المحرك مع الحرارة والضغط.
ومع ذلك، كشفت الدراسة عن حد قاطع لما يمكن للمستشعرات إخبارنا به. فعندما احتوت المحركات على مسام داخلية مخفية، كانت المستشعرات عمياء تماماً؛ حيث بدت قراءات درجة الحرارة والضغط طبيعية، رغم أن المحرك كان معيباً بشكل خطير. في هذه الحالات، فشل التوأم الرقمي وجميع طرق التنبؤ الأخرى في تقديم تقدير موثوق لعمر المحرك، وغالباً ما أعطوا شعوراً زائفاً بالأمان. وكانت الطريقة الوحيدة لإصلاح هذه النقطة العمياء في المحاكاة هي إضافة قياس فحص مباشر، وتحديداً مسحاً يمكنه رؤية حجم المسام الداخلية. وعند تغذية التوأم الرقمي بهذه البيانات الإضافية، استعادت تنبؤاته دقتها مرة أخرى. ويشير هذا الاكتشاف إلى أنه بينما تعد المستشعرات ممتازة في رصد أخطاء التصنيع التي تغير الشكل العام أو التدفق في المحرك، إلا أنها لا تستطيع رؤية العيوب المدفونة في عمق المعدن.
وكان هناك اكتشاف حاسم آخر، وهو أن التوأم الرقمي ظل موثوقاً حتى عندما صُنعت المحركات بأسطح أكثر خشونة مما رآه النظام من قبل. فقد عانت طرق التنبؤ الأخرى، التي تعتمد فقط على الأنماط الموجودة في البيانات السابقة، عند مواجهة هذه الظروف الجديدة، حيث أصبحت أقل دقة وثقة في تقديراتها. أما التوأم الرقمي، ولأنه مبني على القوانين الأساسية للفيزياء وليس فقط على الأنماط التاريخية، فقد تمكن من التكيف والاستمرار في تقديم تنبؤات معايرة وموثوقة. وهذا يسلط الضوء على ميزة رئيسية لاستخدام النماذج القائمة على الفيزياء: فهي لا تنهار بسهولة عندما يتغير مسار عملية التصنيع قليلاً خارج النطاق المعتاد.
كما أكد البحث على أهمية مراعاة الفرق بين النموذج الحاسوبي المبسط والواقع المعقد للمحرك. فبدون عامل تصحيح محدد لسد هذه الفجوة، أصبح التوأم الرقمي مفرط الثقة في إجاباته الخاطئة، مما جعل تنبؤاته ضيقة ومحددة بقيمة دقيقة ولكنها غير صحيحة. ومن خلال تضمين مصطلح يمثل هذا اليقين، حافظ النظام على نطاق واقعي من الاحتمالات، مما ضمن عدم تفويته لأي حالات فشل محتملة. وتخلص الدراسة إلى أنه بينما يمكننا استخدام بيانات المستشعرات البسيطة لتحديد العديد من عيوب التصنيع والتنبؤ بعمر فوهة الصواريخ، لا يمكننا الاعتماد على المستشعرات وحدها. ولضمان السلامة حقاً، خاصة ضد العيوب الداخلية المخفية، يجب علينا دمج بيانات المستشعرات مع طرق الفحص المباشر. ويوفر هذا النهج الهجين أفضل مسار للمضي قدماً في إدارة العمر الافتراضي للجيل القادم من محركات الصواريخ القابلة لإعادة الاستخدام، والانتقال من التخمين بناءً على المتوسطات إلى معرفة الحالة المحددة لكل آلة على حدة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.