Multi-objective optimization of adjustable orifice valve insulation lining based on thermal-solid coupling and improved whale algorithm

द हीट-प्रूफ पज़ल: वाल्व को बिना तोड़े ठंडा रखना

एक रासायनिक कारखाने में एक उच्च-दबाव वाले वाल्व की कल्पना करें जो एक विशाल, उग्र इंजन के हृदय के रूप में है। इसके अंदर, अत्यधिक गर्म गैसें ऐसे तापमान पर बहती हैं जो साधारण धातु को पिघला सकती हैं। वाल्व की धातु की बॉडी को पिघलने से बचाने के लिए, इंजीनियर इसे "इंसुलेशन लाइनिंग" नामक एक मोटी, गर्मी-रोधी चादर में लपेट देते हैं। लेकिन यहाँ पेचीदा हिस्सा यह है: यह चादर एक भंगुर, सिरेमिक जैसी सामग्री से बनी है, जबकि वाल्व की बॉडी मजबूत धातु की है। जब चीजें गर्म होती हैं, तो धातु तेजी से फैलती है, लेकिन सिरेमिक चादर धीरे फैलती है। यह एक गुब्बारे के ऊपर ऊनी स्वेटर पहनने जैसा है जो फूल रहा हो; यह अंतर तनाव पैदा करता है, जिससे दरारें आ सकती हैं या चादर पूरी तरह से गिर भी सकती है।

इसे रोकने के लिए, इंजीनियर धातु के "एंकर" (anchors) का उपयोग करते हैं—छोटे हुक या स्पाइक्स जो चादर को धातु की दीवार से मजबूती से चिपकाए रखते हैं। हालाँकि, ये धातु के हुक गर्मी के लिए छोटे पुलों की तरह काम करते हैं, जिससे आग अंदर घुस जाती है और 'हॉट स्पॉट्स' बना देती है जो संरचना को कमजोर कर देते हैं। लक्ष्य एक आदर्श संतुलन खोजना है: एक ऐसी लाइनिंग जो गर्मी को बाहर रखने के लिए पर्याप्त मोटी हो, एंकर जिन्हें सही अंतराल पर रखा गया हो ताकि वे संरचना को थामे रखें और बहुत अधिक गर्मी न होने दें, और एक ऐसा डिज़ाइन जो बहुत महंगा न हो। यह शोध पत्र इसी पहेली को सुलझाता है, जिसमें कंप्यूटर सिमुलेशन का उपयोग करके यह पता लगाया गया है कि एक ऐसा वाल्व लाइनिंग कैसे बनाया जाए जो ठंडा रहे, मजबूत रहे और किफायती भी रहे, भले ही गर्मी अत्यधिक क्यों न हो।

शोध पत्र की कहानी: परफेक्ट थर्मल शील्ड को ट्यून करना

लांजोउ यूनिवर्सिटी ऑफ टेक्नोलॉजी के शोधकर्ताओं ने उच्च-तापमान वाले वाल्व लाइनिंग की "गोल्डिलॉक्स समस्या" (Goldilocks problem) को हल करने का बीड़ा उठाया। वे लाइनिंग के सटीक नुस्खे की तलाश में थे जो 770°C (1,418°F) की आंतरिक फ्लू गैस से धातु के वाल्व शरीर को सुरक्षित रख सके, बिना दबाव के टूटे या बहुत अधिक महंगा हुए।

सिमुलेशन गेम
दर्जनों वास्तविक वाल्व बनाने और उन्हें तोड़ने (जो महंगा और धीमा होता) के बजाय, टीम ने कंप्यूटर में इसका एक वर्चुअल संस्करण बनाया। उन्होंने "थर्मल-सॉलिड कपलिंग" नामक विधि का उपयोग किया, जो एक वीडियो गेम चलाने जैसा है जहाँ भौतिकी इंजन (physics engine) एक साथ गर्मी के प्रवाह और उन पर पड़ने वाले दबाव दोनों की गणना करता है। उन्होंने दो मुख्य परिदृश्यों का परीक्षण किया: बिना एंकर वाली लाइनिंग (जो हीट ब्रिज से सुरक्षित है लेकिन गिर सकती है) और "Ω-टाइप" एंकर वाली लाइनिंग (जो लाइनिंग को कसकर पकड़ती है लेकिन छोटे हीट ब्रिज बनाती है)।

उनके सिमुलेशन ने एक स्पष्ट ट्रेड-ऑफ दिखाया। लाइनिंग के अंदर एक विशेष थर्मल इंसुलेशन कोटिंग जोड़ने से बड़ी सफलता मिली, जिससे लाइनिंग का तापमान लगभग 33.8% कम हो गया और धातु के वाल्व पर तनाव 36% कम हो गया। हालाँकि, एंकर स्वयं एक दोधारी तलवार थे। जबकि उन्होंने लाइनिंग को उखड़ने से रोका, धातु के एंकर "हीट ब्रिज" के रूप में कार्य करते थे, जो लाइनिंग में गर्मी पहुँचाते थे और उन बिंदुओं पर तीव्र तनाव पैदा करते थे जहाँ धातु का हुक सिरेमिक सामग्री से मिलता था। वास्तव में, एंकरों ने 517.55 MPa का सैद्धांतिक तनाव शिखर (stress peak) झेला, जिससे वे एक संभावित कमजोर कड़ी बन गए।

स्मार्ट एल्गोरिदम की खोज
परफेक्ट डिज़ाइन खोजने के लिए, टीम ने केवल अनुमान नहीं लगाया। उन्होंने एक चतुर कंप्यूटर ट्रिक का उपयोग किया। सबसे पहले, उन्होंने एक "सरोगेट मॉडल" बनाया—एक तेज़, सरल भविष्यवाणी उपकरण जिसे उनके भारी-भरकम सिमुलेशन के डेटा पर प्रशिक्षित किया गया था। इस टूल को अत्यंत सटीक बनाने के लिए, उन्होंने "व्हेल ऑप्टिमाइज़ेशन एल्गोरिदम" का उपयोग करके एक मानक AI मस्तिष्क (एक BP न्यूरल नेटवर्क) में सुधार किया।

व्हेल ऑप्टिमाइज़ेशन एल्गोरिदम को एक स्कूल ऑफ हम्पबैक व्हेल द्वारा मछली का शिकार करने जैसा समझें। प्रकृति में, व्हेल शिकार को फँसाने के लिए "बबल नेट" रणनीति का उपयोग करती हैं। कंप्यूटर में, प्रत्येक "व्हेल" एक संभावित डिज़ाइन (एंकर का विशिष्ट अंतराल, लाइनिंग की विशिष्ट मोटाई) का प्रतिनिधित्व करती है। एल्गोरिदम इन वर्चुअल व्हेल्स को सर्वश्रेष्ठ डिज़ाइन की खोज में तैरने के लिए प्रेरित करता है। शोधकर्ताओं ने इसमें एक "केओटिक मैप" (chaotic map) जोड़कर सुधार किया ताकि व्हेल बेहतर स्थिति से शुरुआत कर सकें और एक "साइन फैक्टर" (sine factor) जोड़ा ताकि वे भटकना बंद करें और सबसे अच्छे स्थान पर ध्यान केंद्रित करें। इसने कंप्यूटर को "लोकल ऑप्टिमम" (एक अच्छा समाधान जो सबसे अच्छा नहीं है) में फंसने से बचने और वास्तविक ग्लोबल चैंपियन को खोजने में मदद की।

जीत का नुस्खा
हजारों वर्चुअल टेस्ट चलाने के बाद, बेहतर एल्गोरिदम ने मापदंडों के इष्टतम संयोजन को निकाला। "चैंपियन" डिज़ाइन में शामिल हैं:

• एंकर अंतराल (Anchor spacing): 196.5 मिमी (लगभग 77 इंच)
• एंकर व्यास (Anchor diameter): 9.6 मिमी
• लाइनिंग की मोटाई (Lining thickness): 119.1 मिमी
• कोटिंग की मोटाई (Coating thickness): 3.0 मिमी

जब शोधकर्ताओं ने अपने विस्तृत कंप्यूटर सिमुलेशन में इस विशिष्ट "चैंपियन" डिज़ाइन का परीक्षण किया, तो परिणाम प्रभावशाली थे। मूल, अन-ऑप्टिमाइज्ड डिज़ाइन की तुलना में लाइनिंग पर अधिकतम तनाव लगभग 36.3% कम हो गया। कंप्यूटर ने उच्च सटीकता के साथ तनाव मानों की भविष्यवाणी की, जो अंतिम विस्तृत सिमुलेशन और भविष्यवाणी के बीच केवल 2.70% का अंतर दिखाती है।

इसका क्या अर्थ है
शोध पत्र निष्कर्ष निकालता है कि आप समस्या को ठीक करने के लिए केवल लाइनिंग को मोटा नहीं कर सकते या अधिक एंकर नहीं जोड़ सकते। इसके बजाय, आपको एक सहयोगात्मक दृष्टिकोण की आवश्यकता है। थर्मल कोटिंग गर्मी को रोकने का वैश्विक कार्य संभालती है, जबकि एंकर चीजों को थामे रखने का यांत्रिक कार्य संभालते हैं। एंकरों के अंतराल और आकार को सूक्ष्म रूप से ट्यून करने के लिए इस स्मार्ट, व्हेल-प्रेरित एल्गोरिदम का उपयोग करके, इंजीनियर एक ऐसा वाल्व लाइनिंग बना सकते हैं जो हल्का, अधिक टिकाऊ और अत्यधिक गर्मी में भी बिना टूटे या गिरे जीवित रह सके। यह अध्ययन सुझाव देता है कि भौतिक संरचनाओं को अनुकूलित करने के लिए उन्नत AI का उपयोग करने की यह विधि उच्च-तापमान वाले उपकरणों को सुरक्षित और अधिक कुशल बनाने का एक विश्वसनीय तरीका है।