Нейросеть помогла понять структуру крыльев стрекозы, повысив жёсткость крыла самолета Boeing 777 и его экономичность ,

На протяжении всей истории люди наблюдали за многими аспектами природы и черпали вдохновение в них, чтобы улучшить эффективность полета, маневренность и стабильность. А со времен Леонардо да Винчи дизайн, вдохновленный природой, также известный как биомимикрия или дизайн, вдохновленный биологией, играл и продолжает играть значительную роль в развитии авиации.

Теперь, в статье, опубликованной в Advanced Science, Масуд Акбарзаде из Школы дизайна Вейцмана при Пенсильванском университете и его бывший аспирант Хао Чжэн опираются на принципы биомимикрии, черпая вдохновение из крыла стрекозы для переделки конструкции Boeing 777.

•Почему именно стрекоза?

Акбарзаде объясняет, что его и его команду интересовала геометрия поверхности и внутренняя структура прожилок на крыльях. Он говорит, что сложная иерархическая конфигурация крыла обеспечивает прочность и гибкость и позволяет стрекозам создавать подъемную силу и быстро маневрировать.

"Когда мы внимательно рассмотрели узоры на крыле стрекозы, мы поняли, что оно включает в себя множество выпуклых многоугольников", - говорит Акбарзаде.

"Выпуклая сеть крыла очень похожа на эффективные сети, которые мы проектируем с использованием метода графической статики, который мы исследуем и разрабатываем в лаборатории", - говорит он. "Мы подумали:"можем ли мы использовать наши инструменты анализа на основе геометрии, чтобы проанализировать эти узоры и воссоздать их в других условиях для других типов крыльев?"

•Рассекая крыло

Исследователи проанализировали хитросплетения геометрической сети жилок в крыле стрекозы, используя методологию, предложенную Джеймсом Клерком Максвеллом в 1864 году, под названием взаимные диаграммы Максвелла. Этот инструмент анализа, используемый для расчета равновесия сил в системе, сыграл значительную роль в расшифровке физики структуры крыла стрекозы.

"Существовала корреляция между толщиной соединенных составляющих компонентов, или элементов, и равновесием в плоскости этой сети", - говорит Акбарзаде. "Проще говоря, это все равно что взять сосудистую сеть стрекозы, потянуть ее со всех сторон и обнаружить, что общая структура идеально работает как растягивающаяся сеть, по крайней мере, на двумерной плоскости".

"Это было шокирующе, - говорит он, - потому что крыло рассчитано на изгиб, связанный с маховыми движениями, а не только на растяжение или сжатие".

Это открытие позволило исследователям исследовать поведение структуры крыла, имитируемое структурным рисунком крыла. "В конце концов, мы показали, что такой подход может привести к созданию более эффективных конструкций крыла против изгиба вне плоскости", - говорит Акбарзаде.

•Машинное обучение от природы

Команда разделила геометрию крыла на внутреннюю сосудистую сеть и внешние края. Благодаря этому они смогли составить карту того, как другие компоненты могут влиять на внутренние структуры крыла стрекозы.

"Мы использовали диаграммы формы и силы крыла dragonfly в качестве набора обучающих данных для разработки нашей модели машинного обучения, которая могла бы генерировать структурные сети, точно отражающие реальную геометрию крыла", - говорит Акбарзаде.

Это открытие предоставило ценные данные для обучения их алгоритму машинного обучения.

"Представьте себе крыло самолета, спроектированное по принципам, наблюдаемым в крыле стрекозы", - говорит Акбарзаде. "Поступая таким образом, мы потенциально могли бы создавать более легкие и эффективные самолеты с использованием меньшего количества материалов, что привело бы к значительной экономии топлива и затрат, не говоря уже о существенном снижении воздействия авиации на окружающую среду".

•Превращение теории в реальность

Члены команды применили свое открытие к реальным сценариям, включив проекты, вдохновленные стрекозами, в 2D-экструдированный каркас крыла Boeing 777 в масштабе 1: 120 и наблюдали значительное улучшение конструктивной эффективности крыльев.

Конструкция dragonfly увеличила жесткость вне самолета на поразительные 25%, что говорит о потенциале более легких и эффективных конструкций крыльев.

"Это не только подтверждает практичность исследования, но и позволяет заглянуть в будущее авиации", - говорит Акбарзаде.

•Устремляясь в будущее

Заглядывая в будущее, команда планирует глубже изучить 3D-структуру крыла стрекозы, надеясь найти новые идеи для дизайна. Они также планируют усовершенствовать свою модель машинного обучения, расширить ее возможности прогнозирования и повысить точность воссоздания искусственной структуры.

"Это исследование проливает свет на неиспользованный потенциал дизайна, вдохновленного природой", - говорит Акбарзаде. "Благодаря синергетическому слиянию машинного обучения, структурной биологии и инженерии появляется новый рубеж, который обещает волну инноваций в различных инженерных дисциплинах".