Mô hình Làm thế nào Waves Break
Thông tin công nghệ

Các kỹ sư của MIT sử dụng trí tuệ nhân tạo để nắm bắt sự phức tạp của sóng vỡ

Model How Waves Break

Sử dụng máy học cùng với dữ liệu từ các thí nghiệm bể sóng, các kỹ sư của MIT đã tìm ra cách mô hình hóa cách sóng vỡ. Themis Sapsis cho biết: “Với điều này, bạn có thể mô phỏng sóng để giúp thiết kế cấu trúc tốt hơn, hiệu quả hơn và không có các yếu tố an toàn lớn. Tín dụng: iStockphoto

Các dự đoán của mô hình mới sẽ giúp các nhà nghiên cứu cải thiện mô phỏng khí hậu đại dương và trau dồi thiết kế các cấu trúc ngoài khơi.

Các con sóng sẽ vỡ ra khi chúng phình lên đến độ cao tới hạn, trước khi lồng vào nhau và đâm vào một trận mưa nhỏ giọt và bong bóng. Những con sóng này có thể lớn như điểm gãy của một người lướt sóng và nhỏ như một gợn sóng nhẹ lăn vào bờ. Trong nhiều thập kỷ, các động lực về cách thức và thời điểm một con sóng vỡ ra quá phức tạp để các nhà khoa học có thể dự đoán.

Giờ đây, các kỹ sư của MIT đã tìm ra một phương pháp mới để lập mô hình cách sóng vỡ. Các nhà nghiên cứu đã điều chỉnh các phương trình trước đây được sử dụng để dự đoán hành vi của sóng bằng cách sử dụng máy học và dữ liệu từ các thử nghiệm bể sóng. Các kỹ sư thường xuyên sử dụng các phương trình như vậy để giúp họ thiết kế các nền tảng và cấu trúc ngoài khơi vững chắc. Nhưng cho đến nay, các phương trình vẫn chưa thể nắm bắt được mức độ phức tạp của sóng vỡ.

Các nhà nghiên cứu phát hiện ra rằng mô hình đã sửa đổi dự đoán cách thức và thời điểm sóng vỡ chính xác hơn. Ví dụ, mô hình đã đánh giá độ dốc của sóng ngay trước khi đứt, cũng như năng lượng và tần số của nó sau khi đứt, chính xác hơn các phương trình sóng truyền thống.

Kết quả của họ, được công bố gần đây trên tạp chí Nature Communications , sẽ giúp các nhà khoa học hiểu được sóng phá ảnh hưởng đến nước xung quanh nó như thế nào. Biết chính xác cách các sóng này tương tác có thể giúp trau dồi thiết kế các công trình ngoài khơi. Nó cũng có thể cải thiện các dự đoán về cách đại dương tương tác với khí quyển. Ví dụ, có những ước tính tốt hơn về cách sóng vỡ có thể giúp các nhà khoa học dự đoán lượng carbon dioxide và các khí khác trong khí quyển mà đại dương có thể hấp thụ.

Tác giả nghiên cứu Themis Sapsis, một phó giáo sư về kỹ thuật cơ khí và đại dương, đồng thời là chi nhánh của Viện Dữ liệu, Hệ thống và Xã hội tại MIT cho biết: “Phá sóng là thứ đưa không khí vào đại dương. “Nghe có vẻ như là một chi tiết, nhưng nếu bạn nhân ảnh hưởng của nó lên diện tích của toàn bộ đại dương, thì việc chắn sóng bắt đầu trở nên quan trọng về cơ bản đối với dự đoán khí hậu.”

Các đồng tác giả của nghiên cứu bao gồm tác giả chính và người đăng bài MIT Debbie Eeltink, Hubert Branger, và Christopher Luneau của Đại học Aix-Marseille, Amin Chabchoub của Đại học Kyoto, Jerome Kasparian của Đại học Geneva, và TS van den Bremer của Đại học Công nghệ Delft .

Bể học

Để dự đoán động lực của sóng vỡ, các nhà khoa học thường thực hiện một trong hai cách tiếp cận: Họ cố gắng mô phỏng chính xác sóng ở quy mô của các phân tử nước và không khí riêng lẻ, hoặc họ chạy các thí nghiệm để thử và mô tả đặc tính của sóng với các phép đo thực tế. Cách tiếp cận đầu tiên là tốn kém về mặt tính toán và khó mô phỏng ngay cả trên một khu vực nhỏ; thứ hai đòi hỏi một lượng lớn thời gian để chạy đủ thử nghiệm để mang lại kết quả có ý nghĩa thống kê.

Thay vào đó, nhóm MIT đã mượn các phần từ cả hai cách tiếp cận để phát triển một mô hình hiệu quả và chính xác hơn bằng cách sử dụng máy học. Các nhà nghiên cứu bắt đầu với một tập hợp các phương trình được coi là mô tả tiêu chuẩn về hành vi của sóng. Họ nhằm mục đích cải thiện mô hình bằng cách “đào tạo” mô hình dựa trên dữ liệu về sóng vỡ từ các thí nghiệm thực tế.

Eeltink giải thích: “Chúng tôi đã có một mô hình đơn giản không nắm bắt được sự phá sóng, và sau đó chúng tôi đã có được sự thật, nghĩa là các thí nghiệm liên quan đến việc phá sóng. “Sau đó, chúng tôi muốn sử dụng máy học để tìm hiểu sự khác biệt giữa hai phương pháp này.”

Các nhà nghiên cứu đã thu được dữ liệu về sự phá sóng bằng cách chạy các thí nghiệm trong một bể chứa dài 40 mét. Xe tăng được gắn ở một đầu với một cánh khuấy mà nhóm đã sử dụng để bắt đầu mỗi đợt sóng. Nhóm nghiên cứu đặt mái chèo để tạo ra một làn sóng vỡ ở giữa bể. Máy đo dọc theo chiều dài của bể đo chiều cao của nước khi sóng truyền xuống bể.

Eeltink nói: “Phải mất rất nhiều thời gian để chạy những thử nghiệm này. “Giữa mỗi thử nghiệm, bạn phải đợi cho nước hoàn toàn lắng xuống trước khi khởi động thử nghiệm tiếp theo, nếu không chúng sẽ ảnh hưởng lẫn nhau.”

Bến cảng an toàn

Tổng cộng, nhóm đã chạy khoảng 250 thử nghiệm, dữ liệu mà họ sử dụng để đào tạo một loại thuật toán học máy được gọi là mạng nơ-ron. Cụ thể, thuật toán được đào tạo để so sánh các sóng thực trong thí nghiệm với các sóng được dự đoán trong mô hình đơn giản và dựa trên bất kỳ sự khác biệt nào giữa hai loại, thuật toán điều chỉnh mô hình cho phù hợp với thực tế.

Sau khi huấn luyện thuật toán trên dữ liệu thử nghiệm của họ, nhóm đã giới thiệu mô hình với dữ liệu hoàn toàn mới – trong trường hợp này là các phép đo từ hai thí nghiệm độc lập, mỗi thí nghiệm chạy ở các bể sóng riêng biệt với các kích thước khác nhau. Trong các thử nghiệm này, họ nhận thấy mô hình được cập nhật đưa ra dự đoán chính xác hơn so với mô hình đơn giản, chưa được đào tạo, chẳng hạn như đưa ra các ước tính tốt hơn về độ dốc của sóng vỡ.

Mô hình mới cũng nắm bắt được một thuộc tính thiết yếu của sóng phá vỡ được gọi là “sự dịch chuyển xuống”, trong đó tần số của sóng được chuyển sang một giá trị thấp hơn. Tốc độ của sóng phụ thuộc vào tần số của nó. Đối với sóng biển, tần số thấp hơn di chuyển nhanh hơn tần số cao hơn. Do đó, sau khi sang số, sóng sẽ di chuyển nhanh hơn. Mô hình mới dự đoán sự thay đổi về tần suất, trước và sau mỗi đợt sóng vỡ, có thể đặc biệt thích hợp trong việc chuẩn bị cho các cơn bão ven biển.

“Khi bạn muốn dự đoán khi nào những đợt sóng lớn sẽ đến bến cảng và bạn muốn rời bến cảng trước khi những con sóng đó đến, thì nếu bạn nhận được tần số sóng sai, thì tốc độ sóng tiếp cận sẽ sai, ”Eeltink nói.

Mô hình sóng cập nhật của nhóm ở dạng mã nguồn mở mà những người khác có thể sử dụng, chẳng hạn như trong các mô phỏng khí hậu về tiềm năng hấp thụ carbon dioxide của đại dương và các khí khác trong khí quyển. Mã này cũng có thể được sử dụng trong các thử nghiệm mô phỏng đối với các giàn khoan ngoài khơi và các công trình ven biển.

Sapsis nói: “Mục đích số một của mô hình này là dự đoán những gì một làn sóng sẽ làm. “Nếu bạn không lập mô hình đúng đắn về sự phá sóng, nó sẽ có những tác động to lớn đến cách các cấu trúc hoạt động. Với điều này, bạn có thể mô phỏng sóng để giúp thiết kế các cấu trúc tốt hơn, hiệu quả hơn và không có các yếu tố an toàn lớn. “

Tham khảo: “Sự phát triển của sóng phi tuyến với sự phá vỡ theo hướng dữ liệu” của D. Eeltink, H. Branger, C. Luneau, Y. He, A. Chabchoub, J. Kasparian, TS van den Bremer & TP Sapsis, 29 tháng 4 năm 2022, Nature Thông tin liên lạc .
DOI: 10.1038 / s41467-022-30025-z

Nghiên cứu này được hỗ trợ một phần bởi Quỹ Khoa học Quốc gia Thụy Sĩ và Văn phòng Nghiên cứu Hải quân Hoa Kỳ.

Theo Scitechdaily

What's your reaction?

Excited
0
Happy
0
In Love
0
Not Sure
0

You may also like

Leave a reply

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *

Website này sử dụng Akismet để hạn chế spam. Tìm hiểu bình luận của bạn được duyệt như thế nào.