بحث حول توقع الحمل التبريدي وتحسين تخصيصه لنظام التبريد في حلبة التزلج الداخلية: دلائل من الصين

لماذا الحفاظ على برودة حلبات التزلج أمر مهم حقاً

تستهلك حلبات التزلج الداخلية طاقة أكبر بكثير من الصالات الرياضية العادية لأنها تحتاج للحفاظ على طبقة من الجليد ثابتة بينما يتزلّج الناس ويتدربون ويتنافسون. ومع زيادة بناء الملاعب الجليدية للاستخدام العام والرياضات الشتوية، يزداد استهلاك الكهرباء وتأثيرها المناخي. تدرس هذه الدراسة كيف يمكن الحفاظ على جودة الجليد مع تقليل استهلاك الطاقة، عبر توقع كمية التبريد التي ستحتاجها الحلبة خلال الساعات القادمة ثم توزيع هذه الحمولة بذكاء بين عدة وحدات تبريد.

ما الذي يحرّك البرودة في حلبة التزلج

الحفاظ على طبقة جليد مجمدة يشبه موازنة الحرارة الواردة من اتجاهات متعددة مع البرودة التي تزيلها منظومة التبريد. الحرارة تتسلّل من الأرض، وتتدفق من الهواء الأكثر دفئًا فوق الجليد، وتصل بفضل ضوء الشمس المنتشر عبر هيكل المبنى، كما تتولد حرارة جسم المتزلّجين والمياه الساخنة المستخدمة لإعادة تسوية الجليد. يسرد المؤلفون أولاً هذه العوامل ويستخدمون طريقة إحصائية تُسمى تحليل الارتباط الرمادي لتحديد أيها يتحرك بترابط أقوى مع طلب التبريد. بالنسبة لحلبة عامة كبيرة في بكين، تبين أن أقوى المحركات هي عدد المتزلّجين، ورطوبة الهواء الخارجي، وكمية الإضاءة الشاملة المنتشرة، ودرجة حرارة الهواء الخارجي.

تعليم الحاسوب توقع احتياجات التبريد

لأن هذه العوامل ترتفع وتنخفض على مدار اليوم والأسبوع، يتصرف طلب التبريد كمخطط زمني معقد بدلاً من خط بسيط. يدرب الفريق نوعًا من نماذج التعلم العميق، يعرف باسم شبكة الذاكرة طويلة وقصيرة المدى، لتعلّم هذا النمط من البيانات التاريخية. يدخلون إلى النموذج العوامل الأكثر أهمية التي اختيرت في التحليل السابق، إلى جانب التاريخ القريب لاستهلاك التبريد في الحلبة نفسها. ينظر النموذج إلى الثماني والعشرين ساعة السابقة لتوقع القيمة التالية، ملتقطًا الإيقاعات اليومية المنتظمة فضلاً عن القمم المفاجئة عند وصول عدد أكبر من المتزلّجين أو تغيّر الطقس.

جعل محرك التنبؤ أكثر ذكاءً وخفة

يختبر الباحثون عدة إصدارات من محرك التنبؤ لرؤية أي خيارات التصميم تساعد أكثر. يؤدي تكديس طبقتين من وحدات التعلم إلى تحسين قدرة النموذج على التقاط النبضات القصيرة والتقلبات الأطول في الطلب. يضيف إدخال دلائل تقويمية بسيطة مثل وقت اليوم، واليوم في الأسبوع، والعطل، ومواعيد الفعاليات دقة أكبر لشعوره بموعد ارتفاع الأحمال. بالمقابل، خدعة تدريب شائعة تُدعى تطبيع الدُفعات، والتي تفيد في شبكات عميقة أخرى، تضر فعليًا بهذه المهمة الزمنية لأنها تمحو العلاقات الرقيقة بين لحظة وأخرى. النسخة الأفضل من النموذج تقلّص أخطاء التنبؤ بأكثر من عشرة في المئة مقارنة بتصميم أبسط وتتفوّق بوضوح على شبكة عصبية تقليدية لا تتعامل مع البُعد الزمني بنفس الكفاءة.

توزيع العمل بين وحدات التبريد

تعتمد معظم حلبات التزلج على عدة وحدات تبريد مصممة للتعامل مع أسوأ موجة حرارة، ومع ذلك تعمل عادة بقدرة جزئية. كيفية تقسيم تلك الحمولة تحدث فرقًا كبيرًا في استهلاك الطاقة، لأن لكل آلة نقطة كفاءة تعمل عندها بأفضل شكل. باستخدام توقعات الحمل قصير المدى، يبني المؤلفون نموذجًا رياضيًا يقرر مدى تشغيل كل مبرد بحيث تلبّي الوحدات معًا حاجة التبريد بأقل استهلاك كهربائي إجمالي. لحل هذه المسألة، يطبقون طريقة بحث مستوحاة من سلوك صيد حيتان الأحدب، والتي تتبادل بين الاستكشاف الواسع والتركيز على حل واعد.

كمية الطاقة التي يمكن أن توفرها السيطرة الذكية

تقارن الدراسة استراتيجية الحيتان هذه مع قاعدتين بسيطتين مستخدمتين عمليًا: تشغيل المبردات بترتيب ثابت، وتوزيع الحمولة بالتساوي على كل الوحدات. عبر أيام الطلب المنخفض والمتوسط والعالي، تستخدم طريقة الحيتان أقل طاقة باستمرار، مع وفورات تقارب 6–8% مقارنة بالأساليب الأساسية في حلبة الدراسة. كما تتفوق على أداتين شهيرتين أخريين للتهيئة، خوارزميات الجينات وتجمّع الجسيمات، بإيجاد حلول أفضل أسرع وبعدد خطوات حسابية أقل. في فترات الحمل المنخفض غالبًا ما تعمل وحدة واحدة فقط، بينما في ساعات الذروة تضبط المزيج من الوحدات وأحمالها الجزئية لتجنب التشغيل المهدِر للطاقة.

ماذا يعني هذا لحلبات التزلج المستقبلية

بعبارات بسيطة، تظهر الدراسة أن “النظر للأمام” لبضع ساعات ثم التخطيط لكيفية تقاسم جهد التبريد بين الوحدات يمكن أن يخفض فاتورة الطاقة لحلبة التزلج بشكل ملحوظ دون تغيير المبنى أو المعدات. تربط الطريقة المقترحة بين محرك تنبؤ وجدول ذكي بطريقة يمكن إعادة تدريبها لحلبات أخرى أو حتى للمخازن المبردة ومصانع الأغذية. مع المزيد من البيانات وإمكانية التكامل في أنظمة التحكم الآلية، يمكن لأساليب مثل هذه أن تساعد في نمو الرياضات الجليدية الداخلية مع الحفاظ على بصمتها البيئية تحت رقابة أفضل.

الاستشهاد: Du, Z., Liu, Y., Xue, Y. et al. Research on cooling load prediction and allocation optimization for refrigeration system in indoor ice rink: evidence from China. Sci Rep 16, 10117 (2026). https://doi.org/10.1038/s41598-026-38121-6

الكلمات المفتاحية: حلبة التزلج الداخلية, تبريد موفّر للطاقة, تعلم الآلة, تحكم في التبريد, خوارزمية تحسين