מודלים של רשתות ניורונים ו-SVM מונעים על ידי CFD לשיפור האווירודינמיקה של חתכי כנף באמצעות ריבלטים בהשראת טבע ואקטואציה בפלזמה

כנפיים חכמות לטיסות ירוקות יותר

מטוסים ומכוניות מודרניים חייבים רבות ליעילותם לעבודה השקטה של האווירודינמיקה — הדרך שבה האוויר זורם סביב כנפיים וגופים. מחקר זה בוחן כיצד להפיק יותר עילוי ופחות גרר מצורת כנף נפוצה על ידי שילוב של שלוש רעיונות מתקדמים: חריצים זעירים בהשראת עור כריש, "רוחות" חשמליות בלתי נראות מיחידות פלזמה, ומודלים של בינה מלאכותית הלומדים מתוך סימולציות ממוחשבות. המטרה פשוטה אך עוצמתית: לסייע לכלי טיס וטורבינות רוח עתידיות לטוס רחוק יותר על פחות דלק, תוך שמירה על עיצובים שניתנים לייצור בפרקטיקה.

הלוואה של תחבולות מכרישים וברק

החוקרים מתמקדים בפרופיל כנף נפוץ בשם NACA4412, צורת עבודה מוכרת בתעופה ובאנרגיית רוח. כדי לשפר את ביצועיו, הם מוסיפים תחילה חריצים מיקרוסקופיים הנקראים ריבלטים על המשטח העליון, בהשראת מרקם עור הכריש. ריבלטים אלו, ברוחב ועומק של כמה מילימטרים בלבד, רצים בכיוון הזרימה וידועים בהקטנת החיכוך על ידי הרגעה של מערבולות טורבולנטיות החורטות על המשטח. הצוות בודק שלוש צורות ריבלט — חצי־מעגלית, משולשית חדה ותכנון "פילט" חלק יותר — בתנאי תפעול תובעניים שבהם הזרימה מהירה ומאוד טורבולנטית.

שימוש בכוחות חשמליים לדחיפת האוויר

ריבלטים לבדם מפחיתים בעיקר גרר אך לא מעלים באופן דרמטי את העילוי, במיוחד כאשר הכנף בזוויות גדולות יותר שבהן הזרימה נוטה להתנתק ולגרום לעילוי ירוד. כדי להתמודד עם זאת, החוקרים מוסיפים מכשיר אקטיבי הנקרא אקטואטור פלזמה סמוך לקצה הקדמי של הכנף. כאשר הוא מועבר דרכו אלפי וולט בתדר גבוה, פס דק זה יוצר אזור קטן של אוויר מיונן שמפעיל כוח גוף על הזרימה שמסביב, כלומר מניע את האוויר בכיוון הזרימה ללא חלקים נעים. ממוקם רק כמה אחוזים מהמיתר קדימה, האקטואטור ממריץ את שכבת הגבול — שכבת האוויר הדקה המחבקת את המשטח — ומעכב את הופעת ההיפרדות ועוזר לזרימה להישאר מצורפת לאורך זמן רב יותר.

לראות את האוויר באמצעות סימולציות עוצמתיות

כדי להבין כיצד התכונות הללו מתקשרות זו עם זו, הצוות מבצע סימולציות ממוחשבות תלת־ממדיות מפורטות של זרימת האוויר מעל הכנף בזוויות שונות, ממצב שייט עד לתנאים קרובים להתנפחות. הם משתמשים במודל טורבולנס מבוסס ומקובל כדי ללכוד מערבולות, צורות זנב וכיצד שכבת הגבול גדלה ומתנתקת. הריבלטים ממוקמים באזורים שבהם הזרימה היא טורבולנטית לחלוטין, ורשת המספרית מזוקקת עד שכיוונון נוסף לא משנה את התוצאות. התמונות העולות מהסימולציות מראות שריבלטים מדללים את הטורבולנציה בסמוך לקיר ומצמצמים את הזנב, בעוד שאקטואטור הפלזמה מקטין ואף מסיר בועות סיבוב גדולות שעלולות לשואב עילוי ולהוסיף גרר.

מעניקים לבינה מלאכותית ללמוד את חוקי האווירודינמיקה

מכיוון שהסימולציות הללו יקרות להרצה, המחברים מאמנים מודלים של למידת מכונה שישמשו תחליפים מהירים. הם מזינים נתונים על זווית התקפה, מהירות הזרימה, רוחב הריבלט ופרמטרי האקטואטור לשני סוגי בינה: רשת ניורונים מלאכותית ומכונת וקטור תמיכה (SVM). שניהם לומדים לחזות במדויק את מקדמי העילוי והגרר של הכנף, בהתאמה לתוצאות הסימולציות, בזמן שימוש בחלק קטן בלבד מזמן המחשוב. המודלים לוכדים השפעות עדינות של גיאומטריה והגדרות בקרה, ורומזים שברגע שאומנו הם יכולים לעזור למהנדסים לחקור במהירות אפשרויות עיצוב או לכוון מכשירי בקרת זרימה בזמן אמת ללא צורך בהרצת סימולציות מלאות חוזרות.

מציאת השילוב הטוב ביותר לעילוי וגרר

בין כל העיצובים שנבדקו, ההיררכי הבולט הוא ריבלט הפילט ההשראתי משולב עם אקטואציה בפלזמה. צמד זה מספק את העלייה הגדולה ביותר בעילוי וההקטנה החזקה ביותר בגרר בהשוואה לכנף חלקה וללא בקרה. בטווח התפעול הטוב ביותר שלו, העילוי עולה ביותר ממחמישית ושיעור העילוי־לגרר — מדד מרכזי ליעילות אווירודינמית — משתפר בכמעט חצי. צורות ריבלט אחרות והאקטואטור לבדו גם הן מסייעות, אך לא באותה מידה כמו הסידור ההיברידי הזה. ויזואליזציות הזרימה מראות דפוסים חלקים ויציבים יותר מעל האזור המטופל וזנב דק יותר, המאשרים שהכנף פועלת קשה יותר ליצור עילוי בעוד שפחות אנרגיה מבוזבזת בטורבולנציה.

מה זה אומר לטיסות יומיומיות

לקורא כללי, המסקנה היא ששינויים קטנים וחכמים במשטח הכנף ודחיפות חשמליות בלתי נראות לזרימת האוויר יכולים להצטבר לחיסכון משמעותי בדלק או באנרגיית סוללה. על ידי שילוב סימולציות מבוססות פיזיקה עם מודלים של בינה מלאכותית, המחקר מציג מפת דרכים פרקטית: השתמשו במחשוב כבד פעם אחת כדי למפות כיצד מרקמים חדשים ומכשירי פלזמה משפיעים על הזרימה, ואז הסתמכו על מודלים מאומנים להנחיית העיצוב והתפעול. אם יתורגמו לכלי טיס וטורבינות אמיתיות, גישה זו יכולה לסייע להפוך תחבורה לשקטה, נקייה ויעילה יותר בלי שינויים רדיקליים בצורות המוכרות.

ציטוט: 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

מילות מפתח: בקרת זרימת פני כנף, ריבלטים בהשראת טבע, אקטואטורי פלזמה, אופטימיזציה אווירודינמית, CFD ולמידת מכונה