تحسين خوارزمية سلوك خنافس الروث للتحليل الاحتمالي لقوى دعامات الهليوستات

لماذا الرياح والمرايا مهمة

تُشكّل حقول هائلة من المرايا، تُسمى الهليوستات، جوهر بعض محطات الطاقة الشمسية. تتتبع الشمس وتعكس ضوءها إلى برج مركزي لإنتاج الكهرباء. لكن في الصحاري المكشوفة المعرضة للرياح، تتعرض هذه الهياكل المرتفعة للموجات عنيفًا والهواء المضطرب باستمرار. إذا أخطأ المهندسون في تقدير قوى الرياح، فقد تُبنى الدعامات بشكل مفرط ومكلف — أو الأسوأ، بشكل ناقص وغير آمن. يستكشف هذا البحث كيفية التنبؤ بشكل أفضل بقوى الرياح على دعامات الهليوستات باستخدام خوارزمية حاسوبية مستوحاة من الطبيعة ومحاكية لسلوك خنافس الروث، بهدف الحفاظ على سلامة الطاقة الشمسية وتكلفتها في آن واحد.

كيف تدفع الرياح المرايا الشمسية

الهليوستات أكثر من مجرد مرايا مسطحة على أعمدة. تتكوّن من عوارض وأعمدة ومفاصل تشعر الرياح بطرق مختلفة. تقليديًا، يفترض المهندسون أن ضغط الرياح المتغير باستمرار يتبع منحنى جرس مرتب — التوزيع الطبيعي أو Gaussian الكلاسيكي. أظهرت دراسات سابقة، مع ذلك، أن ضغوط الرياح الحقيقية على الهليوستات كثيرًا ما تكسر هذا الافتراض، لا سيما في أجزاء معينة من سطح المرآة. هذا يعني أن النماذج البسيطة قد تخطئ في تقدير القوى القصوى التي تحمي من فشل الهيكل. انطلق المؤلفون لفحص السلوك العشوائي الحقيقي لقوى الرياح على هيكل الدعم، وليس فقط على سطح المرآة، تحت العديد من تراكيب اتجاه الرياح وزاوية المرآة.

من قياسات الصحراء إلى اختبارات نفق الرياح

تبدأ الدراسة بقياسات رياح دقيقة في موقع هليوستات فعلي في منطقة صحراوية بشمال غرب الصين. ركب الفريق سارية بطول نحو 10 أمتار مزودة بعدة موازين سرعة لالتقاط كيف يتغير سرعتها واتجاهها مع الارتفاع لأكثر من 87 ساعة. أعادوا بعد ذلك خلق هذا الطبق الحدودي الجوي في نفق رياح متخصص باستخدام أبراج وحواجز خشنة على الأرض لمحاكاة تضاريس الصحراء. رُكب نموذج مقياس للهليوستات، بحجم يقارب 1/50 من الحجم الحقيقي، على حساس قوى عالي الدقة بستة محاور. من خلال تدوير النموذج عبر 130 تركيبًا من الارتفاع (ميل المرآة) والسمت (اتجاه الإشارة الأفقي)، سجّلوا كيف اختلفت المقاومة والرفع وعزوم الانقلاب القاعدية مع رياح عاصفة وواقعية.

تمييز الرياح النظامية من العشوائية

لتحديد ما إذا كانت قوى الرياح تتصرف مثل منحنى جرس مرتب أم أظهرت سلوكًا أقصى ومائلًا، ركّز الباحثون على إحصائيتين: الإيما (skewness) التي تقيس الاختلال بين اليسار واليمين، والحدّة (kurtosis) التي تقيس مدى ثِقَل ذيول التوزيع (أي تكرار القيم المتطرفة الكبيرة). لكل حالة تشغيلية، حسبوا هذين الرقمين للمقاومة والرفع وعزم الانقلاب القاعدي على الدعامة. بمقارنة النتائج مع معايير سابقة من دراسات المباني والأسطح، طوّروا قاعدة جديدة أشد تلاؤمًا مع الهليوستات: إذا بقيت الإيما ضمن ±0.2 والحدّة عند 3.2 أو أقل، فيمكن اعتبار القوة Gaussian؛ وإلا فهي غير Gaussian. صنفت هذه القاعدة نحو 97 بالمئة من الحالات المختبرة بشكل صحيح عند التحقق من سجلات الزمن والهيستوغرامات التفصيلية.

ما تعلّمه خنفساء الروث عن الرياح

اختبار 130 حالة رياح في النفق يعطي نقاطًا منفصلة فقط، لكن المصممين بحاجة للتنبؤ بسلوك العديد من الزوايا والسرعات الأخرى. هنا يدخل مُحسّن خنافس الروث. مستوحى من طريقة تدحرج خنافس الروث لكُراتها وتوجيهها وحمايتها، تبحث هذه الخوارزمية عن أفضل مجموعة من المعلمات لنموذج التنبؤ. استخدمها المؤلفون لتدريب شبكة عصبية تربط زاوية المرآة واتجاه الرياح وسرعتها بالإيما والحدّة لقوى الدعم. مقارنةً بأساليب مألوفة مثل تحسين أسراب الجسيمات، وتحسين الذئب الرمادي، وشبكات الانتشار العكسي القياسية، أنتج نهج خنافس الروث تنبؤات أكثر دقة وأخطاء أصغر، خصوصًا للإحصاءات التي تحكم الأحمال النادرة والمتطرفة.

تحويل الإحصاءات إلى حقول شمسية أكثر أمانًا

من خلال الجمع بين القاعدة الجديدة للتوزيع Gaussian والتنبؤات المستندة إلى خنافس الروث، رسم الفريق خريطة لمواضع سلوك قوى الرياح اللطيف وأين تصبح عشوائية. وجدوا أن المقاومة والرفع تميل إلى أن تكون جيدة السلوك (Gaussian) عند انخفاض ارتفاع المرآة لكنها تتحول إلى غير Gaussian عند الميلانات الشديدة، حيث تتشكل دوامات هوائية منظمة حول حواف المرآة. تظهر عزوم الانقلاب النمط المعاكس، فتصبح أكثر قابلية للتوقع عند زوايا ميل أعلى. عمليًا، هذا يعني أنه في ظل العديد من الظروف اليومية يمكن للمهندسين استخدام طرق Gaussian الأبسط التي تكلف حسابيًا أقل بأمان. ومع ذلك، عند زوايا خطرة محددة ينبغي استخدام نماذج أكثر تقدمًا تأخذ في الحسبان الذيول الثقيلة والقيم المتطرفة. باختصار، تقدّم الدراسة دليلًا واضحًا قائمًا على الفيزياء يبيّن متى تكون الافتراضات المباشرة كافية ومتى يلزم نهج حذر ومفصّل للحفاظ على حقول الهليوستات قوية وفعالة من حيث التكلفة.

الاستشهاد: Luo, H., Liang, Y., Xiong, Q. et al. Dung beetle optimization for probabilistic force analysis of heliostat support structures. Sci Rep 16, 6893 (2026). https://doi.org/10.1038/s41598-026-38236-w

الكلمات المفتاحية: أحمال الرياح على الهليوستات, هياكل أبراج الطاقة الشمسية, قوى Gaussian وغير Gaussian, تحسين خنافس الروث, اختبارات نفق الرياح