אופטימיזציה רב‑מטרתית של פרמטרי תהליך ניקוי היברידי בלייזר לשקעים פחמניים מבוסס bayesian-SVR ו‑NSGA‑II

מדוע מנועים נקיים חשובים

כל מי שנהג ברכב במשך שנים הרגיש שהמנוע מזדקן ומאבד מעט מהעוצמה. אשם נסתר אחד הוא שכבה עיקשת של פחמן שעוטפת לאט את ראשים של הבוכנות, מבזבזת דלק ומגבירה פליטות. מחקר זה חוקר שיטה חדשה מבוססת לייזר להסרת משקעים אלה ביעילות תוך שמירה על המתכת שמתחתם. הוא גם מדגים כיצד כלים מודרניים של נתונים יכולים לכוונן את התהליך במחשב, וקצרים את הצורך בניסיונות ובטעויות במוסך.

הבעיה של הפיח העיקש במנוע

בתוך מנוע פועל, הדלק אינו דולק באופן מושלם ונקי. עם הזמן, נצברות שכבות דקות של פחמן על כיפת כל בוכנה. המשקעים האלה משנים את צורת חדר החלקה, מפחיתים יעילות, מגבירים צריכת דלק ומגבירים פליטות מזיקות. במקרים קיצוניים הם עלולים לגרום להדק (knock) ואפילו לנזק למנוע. שיטות ניקוי מסורתיות מסתמכות על כימיקלים, התזה או גירוד ידני. גישות אלה מלוכלכות, איטיות, עלולות לגרום להחלשת או קילוף פני המתכת, ועלולות ליצור סיכונים סביבתיים מפני ממסיות ושאריות.

דרך חכמה יותר לניקוי וזיכוך

החוקרים התמקדו במערכת ניקוי לייזר "היברידית" המשלבת שני סוגים של קרני לייזר תעשייתיות: קרן רציפה שמחממת ומרככת בעדינות את הפחמן, וקרן פעמת (פולסט) שמפיקה פולסים קצרים ועוצמתיים כדי להפיל אותו. הם בחנו גישה זו על בוכנות משומשות ממנוע BMW עם קילומטרז׳ גבוה, שבהן הכיפות היו מצופות פחמן בעובי בערך בעובי שערה אנושית. שני מדדים פשוטים הגדירו הצלחה: עד כמה פני המתכת חלקים לאחר הניקוי, וכמה פחמן נותר. האתגר הוא שהגברת עוצמת הלייזר יכולה להסיר את הפחמן ביסודיות אך להשאיר משטח מחוספס ופגוע; הפעלת הלייזרים בעדינות מוגזמת מגנה על המתכת אך משאירה שאריות רבות מדי.

לתת לנתונים לכוון את הכוונון

במקום לכוונן ידנית את הגדרות הלייזר, הצוות פנה ללמידת מכונה — מודלים המחשבים שלומדים דפוסים מתוך נתונים. מתוך 81 ניסויים מעוצבים בקפידה הם תיעדו ארבעה כוונונים מרכזיים במערכת הניקוי: ההספק של כל לייזר, המהירות בה הקרן חורשת על פני השטח, ותדירות ירי הקרן הפולסת. לאחר מכן הם אימנו מספר סוגי מודלים כדי לחזות את החלקות פני השטח וכמות הפחמן שנשארת מהגדרות אלה. שיטה בשם רגרסיית וקטורי תמיכה (SVR) נתנה את הביצועים הטובים ביותר, במיוחד לאחר סבב נוסף של כוונון פנימי בסגנון "בייסיאני" לפרמטרים שלה. עם המודל המשופר הזה, התחזיות לגבי כמה פחמן יישאר התקרבו הרבה יותר לערכים הנמדדים.

איזון בין משטחים נקיים וטיפול עדין

לאחר שאחזו במודלים חזויים מהימנים, המחברים השתמשו בשיטת חיפוש אבולוציונית כדי למצוא את הגדרות הלייזר המבטיחות ביותר. במקום להוציא מתכון "מנצח" יחיד, החיפוש הפיק משפחה של פתרונות המאזנים בין החלקות לניקיון. חלק מההגדרות הניבו כיפות בוכנה חלקות מאוד אך השאירו מעט פחמן; אחרות הורידו את השארית לרמות נמוכות ביותר אך במחיר של גימור מעט מחוספס יותר. בתוך משפחה זו ציינו החוקרים שלוש בחירות טיפוסיות: אופציה בעלת חספוס נמוך, אופציה בעלת שארית נמוכה, והגדרה מאוזנת ביניים. כאשר בחנו את המתכון המאוזן בניסויים חדשים, גם החספוס הסופי וגם הפחמן הנותר היו בטווח של עד 10 אחוז מתחזיות המודל — דיוק מספק לסובלנות מוסכניקאלית מעשית.

מה משמעות הדבר למנועים ומעבר לכך

לקורא הכללי, המסקנה היא שהפיכת חלקי מנוע מלוכלכים לנקיים באמצעות לייזרים היא רק חצי מהסיפור. ההתקדמות האמיתית היא בשימוש בנתונים ובאלגוריתמים כדי לנתב את הקרניים באופן מושכל. המחקר מראה שגם עם מספר צנוע של ניסויים, מחשבים יכולים לסייע לחשוף "נקודות מתוקות" תפעוליות שניסיונות וטעיות אנושיים עשויים לפספס, להפחית בזבוז ולשמר רכיבים. המחברים מציינים שהתוצאות חלות בתנאים הספציפיים שנבדקו וכי דרושים מערכי נתונים רחבים יותר כדי להכליל בצורה רחבה יותר. עם זאת, העבודה מצביעה לעתיד שבו ניקוי ושיקום רכיבים יקרים — ממנועי רכב ועד חלקי מטוסים — יכולים להפוך לנקיים, בטוחים וחסכוניים באנרגיה יותר על ידי שילוב לייזרים מתקדמים עם אופטימיזציה מונחית נתונים.

ציטוט: Su, Y., Hu, Y., Zhang, Q. et al. Multi-objective optimization of hybrid laser cleaning process parameters for carbon deposits based on bayesian-SVR and NSGA-II. Sci Rep 16, 8681 (2026). https://doi.org/10.1038/s41598-026-41748-0

מילות מפתח: ניקוי בלייזר, שקעים פחמניים במנוע, אופטימיזציה בעזרת למידת מכונה, תכנון רב‑מטרתי, חספוס פני השטח