Сотрудники Лаборатории прикладных цифровых технологий ММЦ ММФ применили алгоритмы глубокого обучения с подкреплением для создания новых стратегий управления характеристиками течения в классической задаче гидродинамики

В классической задаче обтекания потоком жидкости затопленного в ней тела в следе формируется так называемая вихревая дорожка Кармана. Этот нестационарных режим приводит к квазипериодическим пульсациям давления, которые в свою очередь могут оказать негативное влияние на структурную целостность тела обтекания, войдя в резонанс с собственными колебаниями конструкции. Для борьбы с нежелательными нестационарными явлениями в литературе представлено большое количество исследований различных способов управления характеристиками потов жидкости и газа. С развитием современных методов машинного обучения этот поиск, который обычно выполняется при помощи интуиции инженера, можно доверить современным оптимизационным процедурам.

Сотрудники Лаборатории прикладных цифровых технологий ММЦ ММФ НГУ рассмотрели задачу обтекания цилиндра, который может совершать вращательные колебания вокруг своей оси. Таким образом, функция угловой скорости от времени являлась единственным параметром управления. Использованный оптимизационный алгоритм на базе глубокого обучения с подкреплением меняет угловую скорость цилиндра, чтобы снизить действующие на него осциллирующие силы. При помощи незначительных вращательных колебаний цилиндра вокруг своей оси удалось уменьшить силу сопротивления на 16% и стабилизировать неустойчивую систему. Результаты данной работы опубликованы в журнале Energies.

Видеоматериалы.

Справка:
Лаборатория прикладных цифровых технологий Механико-математического факультета была создана при поддержке Математического центра в Академгородке в июле 2020 года. Ее возглавляет д.ф.-м.н. Рустам Илхамович Мулляджанов.
 

scheme_ANN-1.png