نماذج شبكات عصبية وSVM مدفوعة بمحاكاة CFD لتحسين أيروديناميكا الجناح باستخدام حراشف مستوحاة من الطبيعة والتحكم البلازمي

أجنحة أذكى لرحلات أنظف

تعتمد كفاءة الطائرات والسيارات الحديثة إلى حد كبير على العمل الهادئ للأيروديناميكا — طريقة تدفق الهواء حول الأجنحة والهياكل. تستكشف هذه الدراسة كيفية استخلاص مزيد من الرفع وتقليل السحب من شكل جناح شائع عبر دمج ثلاث أفكار متقدمة: أخاديد سطحية دقيقة مستوحاة من جلد السمك، «رياح» كهربائية غير مرئية من أجهزة بلازمية، ونماذج ذكاء اصطناعي تتعلّم من محاكيات الحاسوب. الهدف بسيط لكنه قوي: مساعدة الطائرات وتوربينات الرياح المستقبلية على الطيران لمسافات أبعد بوقود أقل مع إبقاء التصاميم عملية للتصنيع.

اقتباس حيل من أسماك القرش والصواعق

يركّز الباحثون على مقطع جناح مستخدم على نطاق واسع يسمى NACA4412، شكل عملي في الطيران وطاقة الرياح. لتحسين أدائه، يضيفون أولاً أخاديد مجهرية تُعرف بالحراشف إلى السطح العلوي، مستلهمين النمط من نسيج جلد أسماك القرش. هذه الحراشف، بعرض وعمق يبلغان بضعة مليمترات فقط، تمتد في اتجاه التدفق ومعروفة بتقليل الاحتكاك عبر تهدئة الدوامات المضطربة القريبة من السطح. تختبر الفريق ثلاثة أشكال للحراشف — نصف دائرية، مثلثية حادة، وتصميم أكثر نعومة يسميه الباحثون «فيلت» — عند حالة تشغيل متطلبة حيث يكون تدفق الهواء سريعًا ومضطربًا بشدة.

استخدام قوى كهربائية لدفع الهواء

الحراشف وحدها تقلل السحب إلى حد كبير لكنها لا تعزّز الرفع بصورة دراماتيكية، خصوصًا عندما يكون الجناح بزاوية أكبر تميل فيها الطبقة الحدودية إلى الانفصال والانسداد. لمواجهة ذلك، يضيف الباحثون جهازًا نشطًا يسمى مفعّل بلازمي قرب حافة المقدمة. عند تغذيته بآلاف الفولت وتردد عالٍ، يولّد هذا الشريط الرقيق منطقة صغيرة من الهواء المؤين تمارس قوة جسمية على التدفق المحيط، ناشرةً الهواء إلى الخلف دون أجزاء متحركة. موضوعًا على بعد بضعة بالمئة من الوتر من الأمام، ينشط المفعّل الطبقة الحدودية — طبقة الهواء الرقيقة الملتصقة بالسطح — مما يؤخر بداية الانفصال ويساعد التدفق على البقاء ملتصقًا لفترة أطول.

رؤية الهواء بمحاكيات عالية القدرة

لفهم كيفية تفاعل هذه الميزات، ينفّذ الفريق محاكاة ثلاثية الأبعاد مفصّلة لتدفق الهواء فوق الجناح لزوايا تتدرج من الإبحار الهادئ إلى حالات قريبة من الانعطاف. يستخدمون نموذج اضطراب راسخ لالتقاط الدوامات، أشكال المدي، وكيفية نمو الطبقة الحدودية وانفصالها. توضع الحراشف حيث يكون التدفق مضطربًا بشكل كامل، ويُصنّف الشبك العددي دقيقًا بما يكفي لدرجة أن زيادة دقته أكثر لا تغيّر النتائج. تظهر الصور الناتجة من المحاكاة أن الحراشف تُرَقّق الاضطراب القريب من الجدار وتضيق المدي، بينما يقلّص المفعّل البلازمي أو يزيل حتى الفقاعات الدوّامية الكبيرة التي كانت ستستنزف الرفع وتضيف سحبًا.

إتاحة القواعد الأيروديناميكية للذكاء الاصطناعي

نظرًا لأن هذه المحاكيات مكلفة وقتيًا وحاسوبيًا، يدرب المؤلفون نماذج تعلم آلي لتعمل كبدائل سريعة. يزودون النماذج ببيانات عن زاوية الهجوم، سرعة التدفق، عرض الحراشف، وإعدادات المفعّل إلى نوعين من الذكاء الاصطناعي: شبكة عصبية اصطناعية وآلة ناقلة الدعم. يتعلّم كلا النموذجين التنبؤ بمعاملات الرفع والسحب للجناح بدقة عالية، مطابقةً نتائج المحاكاة بينما تستهلك جزءًا صغيرًا من وقت الحوسبة. تلتقط النماذج تأثيرات هندسية وإعدادات التحكم الدقيقة، مما يشير إلى أنه بمجرد تدريبها يمكن أن تساعد المهندسين على استكشاف الخيارات التصميمية بسرعة أو ضبط أجهزة التحكم بالتدفق في الوقت الحقيقي دون إعادة تشغيل المحاكاة الكاملة.

إيجاد أفضل مزيج للرفع والسحب

من بين جميع التصاميم المختبرة، يبرز بوضوح مزيج الحراشف الحيوية الفيلت مع التفعيل البلازمي. يقدم هذا الجمع أكبر زيادة في الرفع وأقوى خفض في السحب مقارنةً بجناح أملس غير مُتحكم. في نطاق تشغيله الأفضل، يرتفع الرفع بأكثر من خمس وعشرين بالمئة تقريبًا وتتحسّن نسبتة الرفع إلى السحب — وهو مقياس رئيسي للكفاءة الأيروديناميكية — بما يقارب النصف. تساعد أشكال حراشف أخرى والمفعّل البلازمي وحده أيضًا، لكن ليس بمقدار هذا التكوين الهجين. تُظهر تصوّرات التدفق أنماطًا أكثر سلاسة واستقرارًا فوق المنطقة المعالجة ومدى خلفي أرق، مؤكدة أن الجناح يعمل بجهد أكبر لتوليد الرفع بينما يهدر طاقة أقل في الاضطراب.

ما معنى هذا للطيران اليومي

للقارئ العام، الخلاصة هي أن تغييرات صغيرة وذكية في سطح الجناح ودفعات كهربائية غير مرئية للهواء يمكن أن تتراكم لتوفير كبير في الوقود أو طاقة البطاريات. عبر إقران محاكاة مبنية على الفيزياء مع نماذج الذكاء الاصطناعي، تضع الدراسة خارطة طريق عملية: استخدم الحوسبة المكثفة مرة واحدة لرسم كيف تؤثر القشور الجديدة والأجهزة البلازمية على التدفق، ثم اعتمد على النماذج المدربة لتوجيه التصميم والتشغيل. إذا تُرجم هذا إلى طائرات وتوربينات حقيقية، فقد يساعد النهج على جعل النقل أكثر هدوءًا ونظافة وكفاءة دون تغييرات جذرية للأشكال المألوفة.

الاستشهاد: Karthikeyan, K.V., Raju, A., Jain, J. et al. CFD-driven neural network and SVM models for airfoil aerodynamic enhancement with bio-inspired riblets and plasma actuation. Sci Rep 16, 14197 (2026). https://doi.org/10.1038/s41598-026-39525-0

الكلمات المفتاحية: التحكم في تدفق الجناح, حراشف مستوحاة من الطبيعة, مفعِّلات بلازمية, التحسين الأيروديناميكي, CFD والتعلّم الآلي