• Главная
  • >
  • Новости
  • >
  • Установка для автоматизированного проведения гидродинамических экспериментов - Intelligent Towing Tank

Установка для автоматизированного проведения гидродинамических экспериментов - Intelligent Towing Tank

Новая экспериментальная установка Intelligent Towing Tank объединяет автоматизацию и активное обучение, освещая путь к ускоренному процессу появления научных открытий

Intelligent Towing Tank - установка для автоматизированного проведения гидродинамических экспериментов

Новая экспериментальная установка объединяет автоматизацию и активное обучение, освещая путь к ускоренному процессу появления научных открытий.

Немного об Intelligent Towing Tank

В первый год работы Intelligent Towing Tank (ITT) провел около 100 000 экспериментов, что по существу эквивалентно пяти годам работы аспиранта. Автоматизированная экспериментальная установка, разработанная в лаборатории гидродинамики MIT Sea Grant, автоматически и адаптивно выполняет, анализирует и приводит в исполнение тесты по исследованию вибраций, вызванных вихрями (VIV).

Важные для проектирования морских сооружений, таких как морские буровые райзеры, которые соединяют подводные нефтяные скважины с поверхностью, VIVs остаются своего рода феноменом для исследователей из-за большого числа параметров.

Руководствуясь активным обучением, ITT проводит серию экспериментов, в которых параметры каждого следующего теста выбираются компьютером. Используя методологию «исследуй и эксплуатируй», система значительно сокращает количество экспериментов, необходимых для изучения и картирования свойств, управляющих VIV.

С чего все начиналось

Все началось с того, что тогдашний кандидат в доктора философии Диксия Фан попыталась сократить проведение около тысячи кропотливых экспериментов вручную, что привело к разработке инновационной системы и написанию статьи, недавно опубликованной в журнале ScienceRobotics.

Фан и команда исследователей из программы MIT Sea Grant College и факультета машиностроения MIT, École Normale Supérieurede Rennes и Университета Брауна, раскрывают потенциальную смену парадигмы в экспериментальных исследованиях, где люди, компьютеры и роботы могут сотрудничать более эффективно для ускорения научных открытий.

Недостатки используемых ранее методов

Исследователи предполагают применение активного подхода к обучению и автоматизации для экспериментальных исследований в разных дисциплинах, что может привести к новым идеям и моделям в нелинейных системах с несколькими входами и выходами. VIV - это по своей природе нелинейные движения, индуцируемые на структуре в встречном нерегулярном поперечном потоке, что может стать проблемой для изучения.

Исследователи сообщают, что число экспериментов, выполненных ITT, уже сопоставимо с общим количеством тестов, проведенных на сегодняшний день во всем мире на предмет VIV. Причиной этого является большое количество независимых параметров, от скорости потока до давления. По словам Фэна, систематический метод грубой силы - слепое проведение 10 измерений на параметр в восьмимерном параметрическом пространстве - потребует 100 миллионов экспериментов.

С помощью ITT Фан и её подручные перенесли проблему в более широкое параметрическое пространство, чем это было возможно ранее. «Если мы применим традиционные методы для изучаемой нами проблемы», - объясняет он, - для завершения эксперимента потребуется 950 лет». Очевидно, что это недопустимо, поэтому Фан и команда включили алгоритм обучения регрессии Гаусса в ITT.

При этом исследователи сократили экспериментальную нагрузку на несколько порядков, благодаря чему хватило нескольких тысяч экспериментов. Роботизированная система автоматически проводит начальную последовательность экспериментов, периодически передвигая конструкцию вдоль резервуаровс водой с постоянной скоростью. Затем ITT частично контролирует параметры каждого следующего эксперимента, сводя к минимуму подходящие функции сбора количественных неопределенностей и адаптируясь для достижения целого ряда целей, таких как снижение сопротивления.

Успехи автора исследования

Ранее в этом году Фан была награждена премией MIT Mechanical Engineeringde Florez за выдающуюся изобретательность и творческий подход в разработке ITT. «Конструкция Intelligent Towing Tank, разработанная компанией Dixia, является выдающимся примером использования новых методов для оживления старых исследований», - говорит Майкл Триантафиллу, Генри Л. и профессор Грейс Доэрти в области наук об океане и инженерии, который выполнял функции доктора Фана.

Триантафиллу, соавтор этой статьи и директор программы MIT Sea Grant College, говорит: «MIT Sea Grant выделил ресурсы и профинансировал проекты с использованием методов глубокого изучения проблем, связанных с океаном, в течение нескольких лет, которые уже окупаются».

Финансируемая Национальным управлением океанических и атмосферных исследований и управляемая Национальной программой морских грантов, MIT Sea Grant является партнерством федерального института, которое позволяет научно-техническому руководству MIT решать проблемы, связанные с океаном.

Иное применение уже полученных знаний

Исследования Фан указывают на ряд других открытий, использующих автоматизацию и искусственный интеллект в науке: в Калифорнийском технологическом институте робот-ученый по имени Адам генерирует и проверяет гипотезы; В Агентстве перспективных исследовательских проектов в области обороны программа «Большой механизм» читает десятки тысяч исследовательских работ для создания новых моделей.

Точно так же ITT использует схему человек-компьютер-робот для ускорения выполнения экспериментов. Система демонстрирует потенциальную смену парадигмы при проведении исследований, где автоматизация и количественная оценка неопределенности могут значительно ускорить научные открытия.

Исследователи утверждают, что методология машинного обучения, описанная в этой статье, может быть адаптирована и применена как в механике жидкости, так и за ее пределами, к другим экспериментальным областям.

Другие авторы статьи включают Джорджа Карниадакиса из Университета Брауна, который также связан с MIT SeaGrant; Гурван Йодин из ENS Ренн; Кандидат технических наук MIT в области машиностроения Ю. Ма; и Томас Конси, Лука Бонфильо и Лили Киз из MIT SeaGrant. Эта работа была поддержана DARPA, Фарибой Фахру и Яном Ванденбранде в рамках гранта EQUiPS («Включение количественной оценки неопределенности в физических системах»), а также Shell, Subsea 7 и MIT Sea Grant College.



Автор статьи: Виктор Булавин