با تلاش پژوهشگران آمریكایی ابداع شد مدل جدیدی برای طراحی سریع و كم هزینه موتور موشك فیكس سرور: پژوهشگران آمریكایی، مدل جدیدی را برای طراحی و ارزیابی عملكرد موشك ابداع نموده اند كه می تواند هزینه و زمان مورد نیاز برای این كار را كم كند. به گزارش فیكس سرور به نقل از ایسنا و به نقل از تك اكسپلور، زمان، هزینه و ایمنی سبب می شوند كه بررسی دوام یك موشك آزمایشی با بهره گیری از روش های فیزیكی دارای آزمون و خطا دشوار باشد. حتی شبیه سازی های محاسباتی نیز زمان بر هستند. برای مثال، تحلیل كامل یك موتور موشك "مرلین" (Merlin) شركت "اسپیس ایكس" (SpaceX) با كمك یك ابررایانه، شاید هفته ها و حتی ماه ها زمان ببرد تا پیش بینی های مطلوب ارائه شوند. گروهی از پژوهشگران "دانشگاه تگزاس در آستین" (UT)، مدل جدیدی را بر طبق روش های مبتنی بر "یادگیری ماشینی علمی" (scientific machine learning) ابداع نموده اند كه می تواند این چالش را برطرف كند. یادگیری ماشینی علمی، یك حوزه نسبتا جدید است كه محاسبه علمی را با یادگیری ماشینی در هم می آمیزد. این كار بواسطه ادغام مدل سازی فیزیك و یادگیری مبتنی بر داده ها ممكن می شود و می تواند شبیه سازی هایی را ایجاد كند كه در زمان كوتاهی راه اندازی می شوند و كارآیی بسیاری دارند. هدف از این پژوهش، این است كه روش سریعی برای ارزیابی عملكرد موتور موشك در شرایط گوناگون، برای طراحان موتور موشك فراهم گردد. "كارن ویلكوكس" (Karen Willcox)، سرپرست این گروه پژوهشی اظهار داشت: هدف مهندسان موشك این است كه قبل از آزمایش و ساخت موشك، طراحی های متفاوت را روی كامپیوتر بررسی نمایند. آزمایش و ساخت فیزیكی موشك نه فقط زمان بر و پرهزینه است، بلكه می تواند خطرناك باشد. ثبات موتور موشك كه باید در شرایط پیش بینی نشده پرواز دوام بیاورد، یك هدف مهم در طراحی آن است كه مهندسان باید از آن مطمئن باشند. هزینه و زمان بررسی ثبات موتور یك موشك، سبب پیچیدگی این مساله می شود. متغیرهای بسیاری می توانند ثبات موتور را تحت تاثیر قرار دهند و سرعت تغییر هر یك از آنها طی سفر موشك، قابل تغییر است. "راماكانث مونیپالی" (Ramakanth Munipalli)، مهندس حوزه هوافضا در "آزمایشگاه تحقیقات نیروی هوایی" (AFRL) اظهار داشت: مدلی كه توسط ویلكوكس و گروهش ابداع شده، نقش مهمی در فراهم كردن قابلیت های طراحی سریع برای طراحان موتور موشك خواهد داشت. این مدلها در بعضی از موارد مهم، تنها وسیله ای هستند كه می توانند به شبیه سازی یك سیستم بزرگ پیشران كمك كنند. در شرایط كنونی كه طراحان با محدودیت هایی مانند هزینه و زمان بندی رو به رو هستند، این مدلها كارآیی بسیاری خواهند داشت. این مدلهای جدید می توانند كاری بیش از شبیه سازی آموزشی انجام دهند. آنها از عهده شبیه سازی عملكرد موتور در آینده برمی آیند و واكنش فیزیكی آنرا در شرایط اجرایی پیش بینی می كنند. بااینكه این مدلها هنوز كامل نیستند اما كار خودرا برای پیش بینی پویایی كلی موتور، به خوبی انجام می دهند. ویلكوكس اضافه كرد: این مدلها، جایگزینی برای مدلهای پرهزینه ای هستند كه هم اكنون به آنها وابسته هستیم. عملكرد مدلهای جدید آن قدر خوب است كه می تواند مهندسان را برای طراحی تصمیم های مورد نیاز در زمان كوتاهی راهنمایی كند. این پژوهش، به صورت آنلاین در مجله "AIAA Journal" به چاپ رسید. منبع: فیكس سرور 1399/01/30 16:37:38 5.0 / 5 2806 تگهای خبر: آموزش , آنلاین , پژوهش , دانش این پست فیکس سرور را پسندیدید؟ (1) (0) X تازه ترین مطالب مرتبط نقاط ضعف و قوت تیم ایران در المپیاد جهانی نجوم ۲۰۲۴ استارلینک توییتر را در برزیل فیلتر نکرد ماموریت فضاپیماهای ناسا برای جاسوسی از یک سیارک بدنام از کشف قدیمی ترین کسوف تاریخ تا رمزگشایی از قدرت قوی ترین مرد جهان نظرات بینندگان فیکس سرور در مورد این مطلب نظر شما در مورد این مطلب نام: ایمیل: نظر: سوال: = ۲ بعلاوه ۳