A turbulencia kisebb léptékű folyamatait modelleznék mesterséges intelligenciával

A szuperszámítógépek számára is túl nagy feladat

A turbulencia a repülőgépeken utazók számára rázkódásként érzékelhető, a folyadékok és gázok áramlásában azonban ennél jóval kisebb léptékű mozgások is fontos szerepet játszanak. Ezek az apró folyamatok energiát oszlatnak el az áramlásban, ezért a mérnököknek a technológiák teljesítményének előrejelzéséhez is figyelembe kell venniük őket.

A turbulens áramlások minden mozgását a legkisebb léptékig kiszámítani általában még a jelenlegi szuperszámítógépek kapacitását is meghaladja. A USC Viterbi School kutatója, Iván Bermejo-Moreno, a USC Repülési és Gépészeti Mérnöki Tanszékének docense olyan módszereket fejleszt, amelyekkel pontosabban jelezhetők előre ezek a kisebb léptékű dinamikák.

A pillanatfelvétel helyett az áramlás történetét követnék

Az egyik vezető, nagy pontosságú turbulenciamodellezési eljárás a nagy örvényszimuláció, angolul large eddy simulation, röviden LES. Ez a módszer az áramlás nagyobb mozgásait számítja ki, a kisebb mozgások hatását pedig modellekkel közelíti. A teljes szimuláció pontosságát gyakran éppen ez a modell korlátozza.

A Bermejo-Moreno vezette kutatócsoport más megközelítést javasol. Azonosítanák az áramlásban kialakuló összefüggő struktúrákat, feltérképeznék a geometriájukat, majd követnék, hogyan hatnak egymásra az áramlás fejlődése során. Így a modell nem pusztán az áramlás egyetlen pillanatnyi állapotából tanulna, hanem az interakciók történetét is felhasználná.

„Az itt létrejövő kapcsolat a turbulens áramlás fizikájának elemzésére alkalmazott mesterségesintelligencia- és gépi tanulási módszerek között húzódik”, mondta Bermejo-Moreno a USC Viterbi beszámolója szerint. A kutatók becslése szerint a többletinformáció olyan modellt eredményezhet, amely különböző áramlások és szimulációs kódok esetében is használható.

Három intézmény dolgozik a DOE projektjén

Az Egyesült Államok Energiaügyi Minisztériuma Bermejo-Morenót választotta ki egy, a Genesis Mission programon keresztül finanszírozott, több intézményt összefogó projekt vezetésére. A kezdeményezés a minisztérium 17 nemzeti laboratóriumát egyetemekkel és iparági szereplőkkel kapcsolja össze az AI-alapú tudományos felfedezések érdekében.

A projektben a USC kutatócsoportja mellett Ricardo Vinuesa, a Michigani Egyetem repülési tanszékének kutatócsoportja, valamint Ramesh Balakrishnan és Riccardo Balin, az Argonne Nemzeti Laboratórium számítástudományi és vezető számítástechnikai részlegeinek munkatársai vesznek részt. A számításokat a világ legerősebb szuperszámítógépeinek egy részén futtatják. Az Argonne nagy teljesítményű számítástechnikai és AI-tapasztalatot, Michigan a folyadékáramlások AI-alapú vizsgálatát, a USC pedig a turbulenciastruktúrák elemzésében szerzett tapasztalatot biztosítja.

Olcsóbbá válhat a részletes tervezési szimuláció

A repülőgépek, turbógépek és szélturbinák tervezésénél jelenleg fizikai kísérleteket és alacsonyabb részletességű számítási módszereket használnak. A legpontosabb szimulációk túl költségesek ahhoz, hogy rendszeresen lefuttassák őket különböző tervekkel való összehasonlításkor. Hasonló korlát jelentkezik az új technológiáknál is, köztük az Energiaügyi Minisztérium által az energiatermelés egyik lehetséges alternatívájaként vizsgált inerciális tehetetlenségi fúziónál.

A gyorsabb és megbízhatóbb modellek lehetővé tehetik a nagy pontosságú szimulációk használatát a tervek összehasonlításakor, valamint elegendő számítás elvégzését változó körülmények között. Ezt a folyamatot bizonytalanság-kvantifikációnak nevezik. Bermejo-Moreno szerint a fizikai kísérletek továbbra is alapvetőek maradnak, ugyanakkor költségesek, és diagnosztikájuk gyakran időigényes. A kutatás célja ezért olyan finomléptékű modellek létrehozása, amelyek robusztusabbak, nagyobb teljesítményűek és gyorsabbak, így a tervezés optimalizálásában és a bizonytalanság-kvantifikációban is alkalmazhatók lehetnek a turbógépek, a repüléstechnika és az energetikai rendszerek területén.