نمذجة مطابقية مُستنِدة إلى البنية الدقيقة للمواد الحبيبية تحت تحميل متعدد الاتجاهات: من مقياس الجسيم إلى المستمر

لماذا يهمّ التربة تحت التوربينات

مع بناء المزيد من مزارع الرياح والأنفاق والمنحدرات، نعتمد على الأرض لحمل القوى المتغيرة الناشئة عن الرياح والأمواج والزلازل بأمان. غير أن التربة تحت أقدامنا ليست كتلة متجانسة؛ بل هي مزيج من الرمل والحبيبات التي تتغير أشكالها وترتيباتها باستمرار أثناء تعرضها للشد والضغط. يشرح هذا المقال كيف يجمع الباحثون بين محاكاة حاسوبية مفصّلة للحبيبات الفردية والذكاء الاصطناعي الحديث للتنبؤ بكيفية تصرف هذه الأرض الحبيبية تحت أحمال معقدة تحاكي الواقع.

من الحبيبات السائبة إلى المنشآت الحقيقية

تتصرّف المواد الحبيبية مثل الرمل ومخلفات المناجم وحصى السكك الحديدية بطرق معقدة بشكل مدهش. وعلى عكس البلورات أو المعادن، لا توجد معادلة بسيطة تخبر المهندسين كيف سيستجيب كَوم من الحبيبات عندما يُضغط من عدة اتجاهات معاً. عملياً، يعتمد المصممون على اختبارات مخبرية وصيغ تجريبية قد تنطبق على موقع أو نوع تربة محدد فقط. أما الترب الحقيقية فهي تُترسب بفعل الجاذبية، وتُشكَّل بأثر الأحمال السابقة، وتُدفع في اتجاهات متعددة بفعل الرياح والأمواج والهزات الأرضية. على سبيل المثال، يتعرّض توربين رياح على قاع بحري مائل لتركيبات قوى رأسية وأفقية وملتوية تتغير باستمرار، وما تختبره الأساليب التقليدية كثيراً ما تفشل في التقاطه.

مراقبة كل حبيبة وهي تتحرك

لمعالجة هذه الفجوة، يلجأ المؤلفون إلى طريقة العناصر المتميزة، وهي تقنية عددية تعالج كل حبيبة كجسيم صلب منفصل. في مختبرهم الافتراضي، تُنْسَاب آلاف الحبيبات داخل صندوق صغير ثم تُضغط على امتداد ثلاثة اتجاهات مستقلة بينما يتعقب الحاسوب كل قوة تماس وكل إعادة ترتيب دقيقة. يغيّر الفريق بشكل منهجي المكونات الأساسية التي تتحكم في سلوك التربة: الضغط الابتدائي المحيط بالحبيبات، ومدى إحكام تعبئتها، واتجاه الإجهادات المطبَّق، ومحاذاة الطبقات الداخلية (المسماة الطَبَقات)، وأشكال الحبيبات نفسها من شبه كروية إلى ممتدّة بوضوح. عبر 260 محاكاة مفصلة، يراقبون كيف تؤدي هذه العوامل إلى تقوية أو إضعاف المادة، وإلى انكماشها أو توسعها، وإلى جعل بنيتها الداخلية تُظهر تحيزاً اتجاهياً.

كيف تغيّر شكل الحبيبات والبِناء القوة

تكشف المحاكاة أن عدة خصائص تُهمل في كثير من الأحيان يمكن أن تغيّر بشكل قوي مقاومة التربة. عند ازدياد متوسط الضغط المحيط، تصبح الرمال الافتراضية أكثر صلابة ويمكنها تحمل إجهاد القص أكبر قبل أن تبدأ بإعادة الترتيب. التعبئات الأكثر كثافة تقاوم القص بشكل أفضل وتميل إلى التوسع، بينما تضغط التعبئات الفضفاضة مع إيجاد الحبيبات مواضع جديدة. إن تغيير اتجاه مسار الإجهاد — المشفّر بكمية تُسمى زاوية لود — يمكن أن يزيد أو يقلل من المقاومة القصوى ويحوّل التوازن بين الانكماش والتوسع. بالمثل، يؤدي تدوير مستويات الطَبَقات من أفقية إلى عمودية إلى تقليل المقاومة القصوى، مما يبيّن أن تاريخ ترسيب التربة له أثر مهم. وحتى شكل الحبيبات يلعب دوراً بارزاً: التجميعات المصنوعة من حبيبات أكثر استطالة تتحمل إجهاداً أقصى أعلى وتُظهر تغيرات حجمية أصغر من تلك المصنوعة من حبيبات شبه كروية مُعدّة عند نفس الكثافة النسبية.

تعليم شبكة عصبية أن تفكر كالتربة

رغم أن هذه المحاكاة عالية الدقة تقدم فهماً عميقاً، فإنها مكلفة حسابياً للغاية بحيث لا يمكن تشغيلها داخل نماذج هندسية واسعة النطاق لأساس كامل أو منحدر. لسد فجوة المقياس هذه، يبني المؤلفون نموذج تعلم عميق — شبكة عصبية متعددة الطبقات — تتعلم تقليد استجابة التربة المحاكاة. بدلاً من أن تُغذّى الشبكة بنتائج اختبارات بسيطة فقط، تستقبل أوصافاً غنية لحالة المادة: أشكال الجسيمات، والضغط والكثافة الابتدائية، ومقاييس البنية الداخلية، والانفعالات الجارية في كل اتجاه. باستخدام استراتيجية تدريب مصممة بعناية ودالة فقدان تُعطي أولوية للمراحل الأولية الأكثر أهمية من التشوه، تتعلم الشبكة إخراج مركبات الإجهاد الثلاثة التي تتطابق مع المحاكاة عن قرب، بما في ذلك التأثيرات الاتجاهية الدقيقة والتغيرات في القوة على المدى الطويل.

من الحبيبات الافتراضية إلى تصاميم أكثر أماناً

النتيجة النهائية هي نوع جديد من نموذج المطابقة — قاعدة تربط بين الإجهاد والتشوه — يستند إلى فيزياء مقياس الحبيبات لكنه يعمل بسرعة توازي صيغة هندسية تقليدية. يمكنه التقاط كيف تعتمد مقاومة التربة على شكل الحبيبات والبِناء والتحميل الثلاثي الاتجاهات المعقد، من دون الحاجة لعشرات المعاملات المضبوطة يدوياً أو لاختبارات مخصّصة لكل موقع. يتخيل المؤلفون تضمين هذا النموذج المتعلم داخل برامج العناصر المنتهية القياسية حتى يتمكن مصممو أسس توربينات الرياح والمنحدرات والهياكل تحت الأرض من مراعاة التحميل متعدد الاتجاهات الواقعي وبنية التربة المتغيرة. ببساطة، يبيّن هذا العمل كيف أن مراقبة كل حبيبة في تجربة افتراضية وتقطير ذلك السلوك في شبكة عصبية مدرّبة يمكن أن تقود إلى تصاميم أكثر موثوقية وكفاءة للبُنى التي تدعم الانتقال في قطاع الطاقة.

الاستشهاد: Irani, N., Golestaneh, P., Salimi, M. et al. Microstructure-informed constitutive modeling of granular media under multidirectional loading: From particle-scale to continuum. Commun Eng 5, 80 (2026). https://doi.org/10.1038/s44172-026-00652-1

الكلمات المفتاحية: الترب الحبيبية, التعلّم العميق, أساسات توربينات الرياح, محاكاة العناصر المتميزة, تحميل متعدد الاتجاهات