VALENCIA, 13. Mai. (EUROPA PRESSE) –
Ein internationales Team bestehend aus Wissenschaftlern der Universitat Politècnica de València (UPV) und der Universitäten Edinburgh und Melbourne hat eine neue Technik entwickelt, die es ermöglicht, Turbulenzen auf eine völlig andere Art und Weise zu untersuchen als in den letzten hundert Jahren.
Die von Ricardo Vinuesa vom Flow Institute des Royal Institute of Technology (KTH) geleitete Arbeit wurde in Nature Communications veröffentlicht.
Obwohl es bereits mehrere Arbeiten gibt, die künstliche Intelligenz auf die Strömungsmechanik anwenden, besteht die Neuheit dieser Studie darin, dass sie erstmals ermöglicht, Turbulenzen nicht zu simulieren oder vorherzusagen, sondern zu verstehen. „Wir müssen Turbulenzen verstehen, um die vereinfachten Modelle, die täglich verwendet werden, verbessern zu können. Und es gibt ein neues Werkzeug: künstliche Intelligenz“, sagt Ricardo Vinuesa in einer Stellungnahme der UPV.
„Die Hauptschwierigkeit der Strömungsmechanik besteht darin, dass die Gleichungen der Strömungsmechanik zwar etwa 180 Jahre alt sind, das Problem aber immer noch offen ist. Diese Gleichungen sind für praktische Fälle weder algebraisch noch numerisch lösbar, selbst für die größten Computer der Welt.“ In einem Flugzeug bräuchten wir einen Speicher, der einem Monat Internet entspricht, allein um die Simulation konfigurieren zu können“, erklärt Sergio Hoyas, Professor für Luft- und Raumfahrttechnik an der UPV und Forscher am IUMPA.
Mithilfe einer Datenbank von fast einem Terabyte hat das Forscherteam ein neuronales Netzwerk trainiert, das die Vorhersage der Bewegung einer turbulenten Strömung ermöglicht. Mithilfe dieses Netzwerks ist es gelungen, die Entwicklung der Strömung zu verfolgen, indem kleine Strukturen einzeln eliminiert und anschließend die Wirkung dieser Strukturen mithilfe des SHAP-Algorithmus bewertet wurden.
„Das Wichtigste ist, dass die Ergebnisse dieser Analyse genau mit dem in den letzten 40 Jahren erworbenen Wissen übereinstimmen und es erweitern. Unsere Methode hat es geschafft, dieses Wissen zu reproduzieren, ohne dass das neuronale Netzwerk etwas über Physik weiß“, betont Andrés Cremades, Postdoktorand Forscher von KTH und Erstautor des Artikels.
Mit Blick auf die Zukunft zeigt die experimentelle Validierung mit Daten der University of Melbourne, dass diese Methode auf realistische Strömungen anwendbar ist und „einen völlig neuen Weg zum Verständnis von Turbulenzen“ eröffnet.
