بهینه سازی و روش جدید آن به منظور طراحی محاسباتی نرم‌افزارهای صنعتی
تیم تحریریه- ۱۶ شهریور ۱۴۰۰
شبیهسازی در حوزه مهندسی صنایع به منظور مدل‌‌سازی، پیش‌بینی و حتی بهینه سازی پاسخ یک سیستم یا دستگاه بسیار پرکاربرد است، زیرا هزینه و پیچیدگی کمتری دارد و حتی گاهاً، در مقایسه با ساخت و آزمایش چندین نمونه اولیه، روشی کم خطرتر محسوب می‌شود.
در‌این نوع از پژوهش‌های شبیهسازی، از روش‌های عددی استفاده می‌شود. بسته به مسئله مدنظر باید ترکیبات متنوعی را شبیهسازی کرد که هزینه محاسباتی این کار بسیار بالاست. به عنوان مثال، برای کاهش نیروهای ایرودینامیکی هواپیما می‌توان شکل آن را تغییر داد یا از مواد کمتری برای ساخت قطعات استفاده کرد بدون آن که استحکام آن‌ها تحت‌تأثیر قرار گیرد.
محققان دانشکده مهندسی صنایع دانشگاه مالاگا فرانسیسکو، خاویر گرانادوس اورتیز و خواکین اورتگا کازانووا، اخیراً روش جدیدی برای بهینه سازی طراحی محاسباتی توسعه داده‌اند که هزینه‌های شبیهسازی را با استفاده از هوش مصنوعی کاهش می‌دهد.
طرح‌های سریع‌تر و مقرون به صرفه
پژوهشگران دانشگاه مالاگا این روش جدید را با استفاده الگوریتم‌های یادگیری ماشین توسعه داده‌اند تا با در نظر گرفتن هدف تعریف‌شده پیش‌بینی کند که آیا ترکیب خاصی از پارامترهای طراحی در یک مسئله مفید هستند یا نه و با تکیه بر آن روند طراحی را پیش ببرند.
محققان توضیح می‌دهند: «این روش ما را قادر می‌سازد تا با کنار گذاشتن شبیه‌‌سازی‌هایی که علاقه چندانی به آن نداشتیم، روند بهینه سازی طرح‌ها را تسریع کنیم و به این ترتیب، هم در هزینه‌های ساخت نمونه اولیه فیزیکی و هم در هزینه‌های مربوط به شبیهسازی صرفه‌جویی می‌شود.»
از این روش برای طراحی یک هَمزن مکانیکی استفاده شده است. این همزن با ایجاد جریان گرداب، انتقال حرارت و یا جرم بین دو مایع را به صورت قابل توجهی افزایش می‌دهد که خود منجر به جریانی نوسانی می‌شود. اورتگا کازانووا می‌گوید: «بر اساس پارامترهای طراحی همزن، در این روش دیدم که می‌توان این جریان را کنترل کرد تا مخلوط شدن مواد تا حد زیادی افزایش یابد و در عین حال، میزان کاهش فشار درون آن نیز کمتر شود.»
انواع کاربردهای هوش مصنوعی در صنایع مختلف را در هوشیو بخوانید
