Un equipo de la UPV participa en el desarrollo de una nueva técnica de estudio de las turbulencias de aviones

Archivo - Cabina de un avión en una imagen de archivo
Archivo - Cabina de un avión en una imagen de archivo - Ricardo Rubio - Europa Press - Archivo
Publicado: lunes, 13 mayo 2024 12:05

VALÈNCIA, 13 May. (EUROPA PRESS) -

Un equipo internacional formado por científicos de la Universitat Politècnica de València (UPV) y las universidades de Edimburgo y Melbourne ha desarrollado una nueva técnica que permite estudiar la turbulencia de una forma completamente diferente a la usada en los últimos cien años.

El trabajo, liderado por Ricardo Vinuesa del Instituto Flow del Royal Institute of Technology (KTH), está publicado en Nature Communications.

Aunque ya hay varios trabajos que aplican la inteligencia artificial a la mecánica de fluidos, la novedad de este estudio es que permite por primera vez no simular o predecir sino entender la turbulencia. "Necesitamos comprender la turbulencia para poder mejorar los modelos simplificados que se usan en el día a día. Y hay una nueva herramienta: la inteligencia artificial", apunta Ricardo Vinuesa en un comunicado de la UPV.

"La principal dificultad de la mecánica de fluidos es que aunque las ecuaciones de la mecánica de fluidos tienen cerca de 180 años, el problema sigue abierto. Estas ecuaciones son irresolubles de forma algebraica o numérica para casos prácticos, incluso para los mayores ordenadores del mundo. Para un avión comercial típico necesitaríamos una memoria equivalente a un mes de internet solo para poder configurar la simulación", expone Sergio Hoyas, profesor de ingeniería aeroespacial de la UPV e investigador del IUMPA.

A partir de una base de datos de cerca de un terabyte, el equipo de investigadores ha entrenado una red neuronal que permite predecir el movimiento de un flujo turbulento. Mediante esta red ha conseguido seguir la evolución del flujo eliminando pequeñas estructuras individualmente, evaluando posteriormente el efecto de estas estructuras mediante el algoritmo SHAP.

"Lo más importante es que los resultados de este análisis coinciden exactamente con el conocimiento adquirido en los últimos 40 años y lo amplían. Nuestro método ha conseguido reproducir este conocimiento sin que la red neuronal sepa nada de física", destaca Andrés Cremades, investigador postdoctoral del KTH y primer autor del artículo.

De cara al futuro, la validación experimental con los datos de la Universidad de Melbourne indica que este método es aplicable a flujos realistas y abre "un camino totalmente novedoso para entender la turbulencia".

Contador

Leer más acerca de: