Machine-learning-assisted phase-amplitude reduction for fast synchronization of airfoil wakes with constrained fluctuations

L'aria scorre attorno agli oggetti in modi che possono essere sia prevedibili che selvaggiamente caotici. Quando una forma solida, come l'ala di un aeroplano, si muove attraverso l'aria, il fluido non sempre scivola dolcemente sulla sua superficie. Invece, spesso si stacca, creando vortici rotanti che si distaccano dal retro con un modello ritmico e ripetitivo. Questo fenomeno, noto come distacco dei vortici (vortex shedding), è un comportamento fondamentale dei fluidi che si verifica in tutto, dal vento che soffia accanto a un ponte all'acqua che scorre attorno allo scafo di una nave. Sebbene questi schemi rotanti siano naturali, possono causare problemi. Le vibrazioni ritmiche che inducono possono portare a fatica strutturale, rumore eccessivo o una perdita di portanza che rende il volo inefficiente. Per gli ingegneri, l'obiettivo è spesso quello di domare questi flussi, ovvero fermare le vibrazioni o cambiare il loro ritmo in qualcosa di più gestibile. Tuttavia, l'aria è un sistema complesso ad alta dimensionalità, il che significa che possiede innumerevoli parti in movimento che interagiscono in modi difficili da prevedere. Cercare di controllare un tale sistema richiede solitamente enormi quantità di dati e potenza di calcolo, rendendolo un compito arduo per le applicazioni del mondo reale dove i sensori sono limitati e il tempo è poco.

Un team di ricercatori ha sviluppato un nuovo metodo per guidare questi flussi d'aria caotici in modo rapido e preciso, utilizzando pochissime informazioni. Combinando una tecnica matematica che semplifica i ritmi complessi con l'apprendimento automatico moderno, hanno dimostrato come cambiare la velocità con cui l'aria ruota via da un'ala, mantenendo al contempo stabili le forze sull'ala stessa. Lo studio si è concentrato su uno scenario specifico in cui l'ala di un aeroplano è inclinata con un angolo accentuato, causando il distacco dell'aria e la creazione di una scia turbolenta. In questo stato, l'ala sperimenta un distacco ritmico di vortici che può essere pericoloso. I ricercatori volevano costringere questa scia a cambiare il suo ritmo più velocemente di quanto farebbe naturalmente, ma si sono scontrati con un vincolo critico: non potevano permettere che i cambiamenti causassero oscillazioni selvagge nella forza di portanza, il che renderebbe l'aeromobile instabile.

Per risolvere questo problema, il team ha dovuto prima comprendere il "battito cardiaco" del flusso d'aria. Hanno trattato la scia rotante non come un caos disordinato, ma come un oscillatore ritmico, simile a un pendolo che oscilla avanti e indietro. Ogni ritmo ha una specifica tempistica, o fase, e una specifica intensità, o ampiezza. I ricercatori dovevano sapere esattamente quando spingere l'aria per cambiarne la velocità e con quanta forza spingere senza rendere il ritmo troppo selvaggio. Tradizionalmente, trovare il momento perfetto per spingere richiede di conoscere la sensibilità di ogni singolo punto nell'aria intorno all'ala, un compito che di solito richiede un supercomputer per simulare l'intero campo di flusso. Inveve, questo team ha utilizzato una scorciatoia intelligente. Hanno posizionato solo tre minuscoli sensori sulla superficie dell'ala per misurare il comportamento locale dell'aria. Utilizzando un algoritmo di apprendimento automatico, hanno costruito un modello matematico capace di prevedere il complesso flusso rotante dell'intera scia basandosi solo sulle letture di questi tre punti.

Con questo modello semplificato in mano, i ricercatori hanno applicato una tecnica chiamata riduzione fase-ampiezza. Questo metodo ha permesso loro di mappare una "mappa di sensibilità" per l'intero flusso d'aria utilizzando solo i dati dei tre sensori. Questa mappa ha mostrato loro esattamente dove e quando l'aria era più sensibile a una spinta. Hanno scoperto che il luogo più efficace per agire era vicino al bordo d'attacco dell'ala. Più importante ancora, hanno scoperto che il momento migliore per spingere per cambiare il ritmo era diverso dal momento migliore per spingere se volevano evitare di far vibrare troppo l'ala. Se avessero considerato solo la velocità, avrebbero spinto in un momento; se avessero dato priorità alla stabilità, avrebbero dovuto spingere in un momento diverso.

Il team ha quindi progettato un segnale di controllo specifico, un'onda, che agiva come un'istruzione precisa all'aria. Questo segnale era calcolato per sincronizzare il ritmo della scia con una nuova frequenza, più veloce, il più rapidamente possibile, penalizzando simultaneamente qualsiasi azione che avrebbe causato fluttuazioni selvagge nella forza di portanza. Quando hanno testato questo metodo in simulazioni al computer, i risultati sono stati sorprendenti. Il nuovo metodo ha cambiato la frequenza con cui l'aria ruota via dall'ala otto volte più velocemente rispetto a una semplice spinta avanti e indietro standard. Inoltre, includendo la penalità per la fluttuazione di ampiezza nel loro calcolo, sono riusciti a sopprimere le oscillazioni della forza di portanza del venti percento rispetto a un metodo che si concentrava solo sulla velocità.

Lo studio conferma che è possibile controllare la complessa dinamica dei fluidi con informazioni molto scarse. Utilizzando l'apprendimento automatico per colmare il divario tra pochi sensori e il flusso tridimensionale completo, i ricercatori hanno creato una via per un controllo del flusso rapido ed efficiente che non richiede sensori costosi a campo completo o massicce risorse computazionali. Questo approccio suggerisce che in futuro gli ingegneri potrebbero essere in grado di installare semplici array di sensori su aeroplani o turbine eoliche per gestire attivamente il flusso d'aria, riducendo la resistenza e il rumore senza destabilizzare la struttura. La tecnica si è dimostrata efficace su diverse forme e angoli alari, mostrando che la fisica sottostante di questi flussi ritmici può essere domata con una strategia intelligente basata sui dati che rispetta il delicato equilibrio tra velocità e stabilità.