Команда исследователей ЮУрГУ при поддержке гранта В.Б. Христенко работает над созданием программного комплекса, который позволит упростить процесс инженерного проектирования. В классической вычислительной гидрогазодинамике (CFD) решение находится итерационно, с построением расчетной сетки, что на сложных задачах занимает часы или сутки.
По словам руководителя проекта – декана аэрокосмического факультета ЮУрГУ, зав. кафедрой «Двигатели летательных аппаратов», к.т.н., доцента Руслана Пешкова, разрабатываемый решатель использует в ядре нейронную сеть, обученную законам сохранения массы, импульса и энергии. При этом во время обучения нейросети задействуются механизмы классического CFD, но после обучения сеть представляет собой функцию координат и параметров задачи, которая выдает значения скорости, давления и температуры без большого количества итераций. Это позволяет ускорить расчеты на ранних этапах многовариантного проектирования, что особенно актуально для аэрокосмической отрасли.
Проект находится на этапе создания среды для обучения нейросетей. Ученые исследуют различные архитектуры применительно к задачам внешнего обтекания, внутренних течений и теплообмена. Подготовлено несколько публикаций в сборниках конференций: VIII международной научно-практической конференции «Гражданская авиация: история и современность», XVIII Международной молодежной научно-технической конференции «Молодежь. Техника. Космос», отправлена статья в журнал ВАК, формируется заявка на РИД по результатам разработки программного кода среды обучения.
Важно, что разработка ориентирована не на программистов, а на обычных инженеров-расчетчиков. Графический интерфейс будет аналогичен стандартным CFD-пакетам, для выполнения расчета не потребуются знания по программированию нейросетей. Но дообучение модели под специфическую задачу потребует соответствующих компетенций. При этом для обучения сети необходимы мощные рабочие станции, хотя в последующем для расчета будет достаточно обычного персонального компьютера.
В перспективе разработчики планируют двигаться в сторону отрывных, многофазных течений, течений с ударными волнами и аэроакустики. Также в планах – тандем нейросетей PINN и GAN, где одна нейросеть будет генерировать новые геометрические формы (например, профили крыльев), а вторая – мгновенно оценивать различные характеристики (например, аэродинамические), что открывает возможности для полностью автоматизированного поиска оптимальных решений.
«Будущее – за гибридным сосуществованием, – подчеркнул руководитель группы исследователей Руслан Пешков. – Нейросетевые алгоритмы обеспечат многовариантный анализ, а численные методы – финальные расчеты с гарантированной точностью, а также решение уникальных задач, связанных с исследованием новых физических эффектов».
Таким образом, нейросетевой решатель на основе PINN – перспективное дополнение к классическим CFD-методам, но не полная их замена. По крайней мере в ближайшем будущем.
Проект реализуется в рамках Грантовой программы В.Б. Христенко «Шаг в будущее». Это программа ежегодной финансовой поддержки программы развития Университета в рамках «Приоритет-2030». Гранты предоставляются на проведение перспективных исследований, формирование кадрового резерва и реализацию уникальных образовательных программ (компонентов), определяющих вектор развития ЮУрГУ и Челябинской области.