در حال بررسی...الگوریتم کاهش صدای موتور هواپیما
متخصصان آزمایشگاه فناوری‌های دیجیتال پیشرفته موسوم به NTsMU در دانشگاه پلی‌تکنیک پتر کبیر واقع در سن پترزبورگ روسیه، به منظور کاهش صدای موتور هواپیما یک مدل ریاضی شامل الگوریتم‌های محاسباتی و نرم‌افزاری برای محاسبه ویژگی‌های آیرودینامیکی و آئروآکوستیک موتورهای توربینی توسعه داده‌اند. از منظر عملکرد و دقت فیزیکی، این مدل‌ها مشابه داخلی ندارند و در تعدادی از شاخص‌ها نسبت به نمونه‌های خارجی کارآمدتر هستند.
کاهش صدای موتور هواپیما، به ویژه در زمان برخاست و فرود، یکی از مهم‌ترین مشکلات هوانوردی امروزه بشمار می‌رود که توسط تمامی شرکت‌های پیشرو فعال در حوزه توسعه هواپیما و موتور مورد توجه قرار گرفته‌است. اجرای این پروژه در راستای تقویت و تثبیت توانمندی بومی طراحی و ساخت موتورهای توربینی هوایی در روسیه و دستیابی به چرخه کامل این فناوری با تاکید بر رعایت استانداردهای سخت گیرانه بین المللی با هدف ارائه محصولات به بازارهای جهانی دنبال می شود.
” بخوانید: کاهش آلودگی صوتی موتورهای جت با استفاده از لاینر صوتی “
کار بر روی این پروژه از سال ۲۰۲۰ در آزمایشگاه NTsMU آغاز شده و جزء یکی از معدود پروژه‌های موفق داخلی با هدف مدل‌سازی ریاضی آیرودینامیک و آکوستیک هواپیماهای مسافربری است. با توجه به استفاده از کارآمدترین رویکردها برای توصیف آشفتگی (رویکردهای RANS-LES)، مدل توسعه‌یافته دقت محاسباتی بالایی بر روی شبکه‌هایی با ابعاد حدود ۵۰۰ میلیون گره ارائه می‌کند، در حالی که هنگام استفاده از رویکرد کلاسیک شبیه سازی گردابه های بزرگ موسوم به LES، برای دستیابی به چنین دقتی، شبکه‌هایی با تعداد گره‌های حدود ۱۰ میلیارد نیاز است.
بطور خاص، میزان خطا در پیش‌بینی سطوح نویز در محدوده فرکانس آن در هنگام استفاده از این مدل، بیش از ۳ تا ۵ دسی بل نیست، یعنی به خطاهای اندازه‌گیری نزدیک است. دقت این شاخص بیش از مدل‌های مشابه است که با مقایسه نتایج محاسباتی با داده‌های تجربی ناسا اثبات می‌شود.
آزمایشگاه فناوری‌های دیجیتال NTsMU، کنسرسیومی متشکل از ۴ سازمان شامل دانشگاه پلی تکنیک پتر کبیر سن پترزبورگ، دانشگاه فنی دریایی دولتی سن پترزبورگ، دانشگاه ایالتی تیومن و موسسه‌ای به نام اسمورودینتسف زیرنظر دولت روسیه است. برنامه تحقیقاتی NTsMU تا سال ۲۰۲۵، حدود ۳۵ موضوع علمی در چهار حوزه شامل فناوری‌های دیجیتال پیشرفته و فناوری‌های تولید هوشمند، هوش مصنوعی، سیستم های رباتیک، مواد نسل جدید و فناوری‌های تولید افزایشی را دربرمی‌گیرد.
منبع:
