Existence analysis of nonlinear $q$-fractional differential inclusions with $p$-Laplacian operators and an aerospace vibration-modeling illustration

In de wereld van de techniek zijn machines zelden perfect. Ze trillen, ze schudden en ze herinneren zich hoe ze in het verleden zijn bewogen. Wanneer een drone vliegt, draaien de motoren met een ritme dat kleine trillingen door het frame stuurt. Als die trillingen de delicate sensoren binnenin bereiken, kan de drone zijn evenwicht verliezen of zijn positie verkeerd interpreteren. Om dit te stoppen, gebruiken ingenieurs vaak zachte materialen om de sensoren te dempen, in de hoop de trillingen te absorberen. Deze materialen zijn echter lastig. Ze gedragen zich niet simpelweg als eenvoudige veren of eenvoudige schokabsorbeerders; hun gedrag hangt af van hoe snel ze bewegen en hoe ze eerder hebben bewogen. Dit "geheugen" van eerdere bewegingen maakt ze moeilijk te voorspellen met standaard wiskunde. Wetenschappers zoeken al lang naar betere manieren om dit geheugen te beschrijven, gebruikmakend van een tak van de wiskunde die werkt met fractionele stappen in plaats van hele getallen, wat een nauwkeurigere beschrijving geeft van hoe dingen in de loop van de tijd veranderen.

Een team van onderzoekers heeft nu een belangrijke stap voorwaarts gezet door te bewijzen dat een complex nieuw wiskundig model daadwerkelijk werkt. Ze richtten zich op een systeem dat drie moeilijke kenmerken combineert: een type calculus dat gebruikmaakt van een specifieke soort fractionele stap, een regel voor het omgaan met materialen die van stijfheid veranderen afhankelijk van hoe hard ze worden ingedrukt, en een reeks voorwaarden die het begin en het einde van een proces op een niet-standaard manier aan elkaar koppelen. Door het probleem te behandelen als een verzameling van mogelijke uitkomsten in plaats van een enkel vast pad, hebben zij aangetoond dat er gegarandeerd een oplossing voor dit ingewikkelde systeem bestaat. Hun werk biedt een solide wiskundige basis voor het gebruik van deze geavanceerde modellen om realistische trillingen te beschrijven, waardoor ingenieurs kunnen vertrouwen op de vergelijkingen bij het ontwerpen van betere bescherming voor gevoelige apparatuur.

De onderzoekers pakten een probleem aan dat in essentie een keten van drie verbonden lagen is. Stel je een systeem voor waarbij de beweging van één onderdeel afhangt van de beweging van het onderdeel daarvoor, wat op zijn beurt weer afhangt van het onderdeel daarvóór. In hun model beschrijft de buitenste laag een kracht die verandigt op basis van een fractionele regel, de middelste laag gaat over een transformatie die afhangt van de vorm van de kracht, en de binnenste laag beschrijft de werkelijke beweging van het object. Elke laag is met de anderen verbonden, en het hele systeem wordt beheerst door regels die kijken naar de volledige geschiedenis van de beweging, en niet alleen naar het huidige moment. De uitdaging was om te bewijzen dat, ondanks deze complexiteit en het feit dat de betrokken krachten onzeker kunnen zijn of binnen een bepaalde marge kunnen variëren, er altijd minstens één geldige manier is waarop het systeem zich kan gedragen.

Om dit op te lossen, braken het team het probleem af in hanteerbare stukken. Ze construeerden een speciale kaart, in de wiskunde bekend als een Green's functie, voor elke laag van het systeem. Deze kaart werkt als een vertaler die de complexe regels van het systeem omzet in een vorm die geanalyseerd kan worden. Door deze kaarten op elkaar te stapelen, creëerden ze een compleet beeld van hoe het systeem reageert op een gegeven input. Vervolgens gebruikten ze een krachtig wiskundig instrument genaamd een vaste-puntstelling. Dit instrument stelt wiskundigen in staat om aan te tonen dat als je een reeks regels herhaaldelijk toepast op een systeem, je uiteindelijk een punt bereikt waarop het systeem zich in een stabiel patroon nestelt. De onderzoekers bewezen dat voor hun specifieke systeem dit stabiele patroon gegarandeerd bestaat, wat betekent dat de vergelijkingen die de trilling beschrijven altijd een oplossing zullen hebben.

Om aan te tonen dat hun theorie niet slechts abstracte wiskunde is maar ook echte waarde heeft, paste het team hun bevindingen toe op een specifiek technisch probleem: het beschermen van de sensoren op een drone. Ze modelleerden een scenario waarin een sensor is gemonteerd op een frame dat schudt door de rotoren van de drone. Ze vergeleken drie verschillende manieren om de sensor te monteren: een starre verbinding waarbij de sensor direct aan het frame is vastgeschroefd, een traditionele schokdemper die gebruikmaakt van eenvoudige vloeistofweerstand, en hun nieuwe model dat gebruikmaakt van de fractionele geheugenregel. In hun simulaties liet de starre montage de volledige kracht van de trilling door de structuur gaan, terwijl de traditionele schokdemper de trillingen aanzienlijk verminderde. Het nieuwe fractionele model verminderde de trilling ook, hoewel niet zoveel als de traditionele in deze specifieke testcase.

De resultaten van deze simulatie, die de versnelling mat die de sensor ervoer, lieten zien dat het nieuwe model succesvol het geheugenafhankelijke gedrag van het montagemateriaal vastlegde. De traditionele schokdemper verminderde de trilling met ongeveer 74 procent vergeleken met de starre montage, terwijl het nieuwe fractionele model de trilling met ongeveer 43 procent verminderde. Dit verschil benadrukt dat, hoewel het traditionele model effectiever was voor de specifieke instellingen die werden gebruikt, het fractionele model een andere soort beschrijving biedt die rekening houdt met de geschiedenis van de beweging. De onderzoekers merkten op dat dit niet betekent dat het nieuwe model altijd beter is, maar eerder dat het een geldige en flexibele tool biedt voor het beschrijven van systemen waarbij het verleden het heden beïnvloedt.

De studie concludeert dat het door hen ontwikkelde wiskundige kader robuust en betrouwbaar is. Door te bewijzen dat oplossingen bestaan voor deze complexe, meerlagige systemen, hebben zij een belangrijke barrière weggenomen voor het gebruik van deze geavanceerde vergelijkingen in het technisch ontwerp. Dit betekent dat ingenieurs in de toekomst deze modellen kunnen gebruiken om betere trillingsisolerende systemen te ontwerpen voor drones, satellieten en andere gevoelige machines. Het werk overbrugt de kloof tussen abstracte wiskundige theorie en praktische techniek, en biedt een nieuwe manier om de subtiele, door geheugen gestuurde trillingen te begrijpen en te beheersen die de machines van de moderne wereld beïnvloeden.