Στο «κέντρο ελέγχου» που μετατρέπει το καύσιμο σε ενέργεια…

Τα τελευταία χρόνια, η εξέλιξη των υπολογιστικών μέσων έχει αναδείξει υπολογιστικές μεθόδους προσομοίωσης που θα ήταν προηγουμένως αδύνατον να εφαρμοστούν σε προβλήματα μεγάλης κλίμακας.

Δύο παραδείγματα είναι η χρήση μεθόδων μοριακής δυναμικής για τον σχεδιασμό νέων-βελτιωμένων υλικών και ο βέλτιστος σχεδιασμός σωμάτων με μεθόδους υπολογιστικής (ρευστο)δυναμικής.

Τα παραπάνω μας απασχόλησαν, στη διάρκεια της έρευνας που πραγματοποιήθηκε ενώ συνεχίζαμε τις σπουδές μας στη Μονάδα Παράλληλης Υπολογιστικής Ρευστομηχανικής και Βελτιστοποίησης (ΜΠΥΡΒ/ΕΜΠ) του Τομέα Ρευστών της Σχολής Μηχανολόγων Μηχανικών του Εθνικού Μετσόβιου Πολυτεχνείου. Και συγκεκριμένα:

Ματθαίος Χατζόπουλος: Η ερευνητική μου πορεία ξεκίνησε τον Ιούνιο του 2021 στο πλαίσιο της διπλωματικής μου εργασίας. Η εργασία είχε ως στόχο την ανάπτυξη και χρήση μεθόδων και λογισμικού για τη μοντελοποίηση και τη βελτιστοποίηση χημικών ουσιών που χρησιμοποιούνται για την κατασκευή της μεμβράνης (ενός βασικότατου εξαρτήματος) μιας κυψέλης καυσίμου με εργαζόμενο μέσο το υδρογόνο. Οι κυψέλες καυσίμου μετατρέπουν τη χημική ενέργεια ενός καυσίμου σε ηλεκτρική ενέργεια, για χρήση σε έναν ηλεκτροκινητήρα. Στόχος της έρευνας, που πραγματοποιήθηκε εν μέρει σε ευρωπαϊκή αυτοκινητοβιομηχανία, ήταν να προκύψουν νέες βελτιωμένες χημικές ουσίες που θα αποτελέσουν την πρώτη ύλη για μία βελτιωμένη μεμβράνη στην κυψέλη καυσίμου.

Υπάρχουν δύο τρόποι αναζήτησης υλικών με βελτιωμένες ιδιότητες. Η πρώτη είναι το πείραμα πολλών διαφορετικών χημικών ουσιών, η οποία είναι ακριβή και χρονοβόρα διαδικασία αλλά και η πλέον αξιόπιστη. Από την άλλη πλευρά, τα σύγχρονα υπολογιστικά μέσα δίνουν τη δυνατότητα διεξαγωγής ψηφιακών πειραμάτων, δηλαδή υπολογιστικών προσομοιώσεων. Τα τελευταία κοστίζουν σαφώς λιγότερο σε χρόνο και κόστος, ενώ η ίδια η διαδικασία της αναζήτησης μπορεί να αυτοματοποιηθεί και να βελτιστοποιηθεί.

Στο υπόψη πρόβλημα, η προσομοίωση γίνεται μέσω ενός μοντέλου Μοριακής Δυναμικής. Σε ένα τέτοιο μοντέλο, χιλιάδες διαφορετικά μόρια που αποτελούν το εκάστοτε υλικό εισάγονται σε έναν χώρο προσομοίωσης και υπολογιστικά αλληλεπιδρούν μέσω ηλεκτροστατικών και δια-μοριακών δυνάμεων. Οι κινήσεις και οι δυνάμεις που αναπτύσσονται ταλαντώνουν τα άτομα του κάθε μορίου με ποικίλους τρόπους. Με την αποθήκευση και την ανάλυση στον υπολογιστή εκατομμυρίων στιγμιοτύπων αυτών των κινήσεων, για χιλιάδες μόρια κάθε φορά, μπορούν να υπολογιστούν ιδιότητες του υλικού, όπως λ.χ. η πυκνότητά του. Η διαδικασία αυτή είναι ιδιαιτέρως απαιτητική σε υπολογιστικούς πόρους και θα ήταν αδύνατο να πραγματοποιηθεί πριν μία δεκαετία για μεγάλης κλίμακας προσομοιώσεις. Ενδεικτικά, σε ένα υπολογιστικό σύστημα υψηλών επιδόσεων (που κοστίζει λίγες δεκάδες χιλιάδων ευρώ) μία μόνο προσομοίωση στο υπόψη πρόβλημα απαιτεί περίπου 6 ώρες.

Μεγάλο πλεονέκτημα της αναζήτησης υλικών μέσω προσομοίωσης είναι η δυνατότητα σύζευξης του λογισμικού προσομοίωσης με ένα λογισμικό βελτιστοποίησης, όπως αυτά που αναπτύσσονται στη ΜΠΥΡΒ/ΕΜΠ, με τη συνδρομή της τεχνητής νοημοσύνης. Στο προαναφερθέν πρόβλημα, η ιδέα λειτούργησε επιτυχώς και εντόπισε υλικά με έως και 150% βελτιωμένες ιδιότητες. Τα περιθώρια βελτίωσης της μεθόδου είναι σημαντικά, ενώ θα μπορούσε να επεκταθεί και σε πολλά άλλα συναφή προβλήματα.

Μιχάλης Τσαγκάρης: Η επαφή μου με ερευνητικά θέματα, στο πλαίσιο της πραγματοποίησης της διπλωματικής μου εργασίας στη Σχολή μας αφορά θέματα βελτιστοποίησης αεροδυναμικών και υδροδυναμικών σωμάτων όταν οι ροές μέσα ή γύρω από αυτά εμφανίζουν αβεβαιότητες. Η ερευνητική αυτή περιοχή είναι επίσης γνωστή και με τον όρο Στιβαρός Σχεδιασμός. Σήμερα, με την πρόοδο μεθόδων και λογισμικού προσομοίωσης φαινομένων με κατάλληλα μοντέλα, αλλά και με την έλευση ισχυρών πολυεπεξεργαστικών συστημάτων, η μορφή σχεδόν οποιουδήποτε μηχανολογικού, αλλά και όχι μόνο, συστήματος ή συνιστώσας του προκύπτει από διαδικασίες βελτιστοποίησης.

Με τον τρόπο αυτό εξασφαλίζεται ότι, στις επιθυμητές συνθήκες λειτουργίας, το σύστημα λειτουργεί βέλτιστα. Ωστόσο, κανένα σύστημα ή συνιστώσα του δε λειτουργεί μονίμως σε σταθερές και νομοτελειακά προβλέψιμες συνθήκες λειτουργίας, αλλά σε ένα εύρος συνθηκών που μεταβάλλονται στατιστικά. Για παράδειγμα, ένα αεροσκάφος ίπταται σε μεταβαλλόμενο ύψος και η ταχύτητά του μπορεί να μεταβάλλεται, σε μέτρο ή κατεύθυνση, από μη-ελεγχόμενες από τον άνθρωπο παραμέτρους. Πέραν αυτού, και η μορφή του μπορεί ελαφρώς να μεταβάλλεται καθώς, λόγου χάρη, οι πτέρυγές του κάμπτονται υπό την επίδραση των αεροδυναμικών φορτίων που ασκούνται σε αυτές κατά την πτήση. Σκοπός της βελτιστοποίησης υπό αβεβαιότητες είναι να προσδιοριστούν τα μορφολογικά χαρακτηριστικά ενός προϊόντος έτσι ώστε αυτό να λειτουργεί βέλτιστα σε ένα εύρος συνθηκών λειτουργίας.

Η ποσοτικοποίηση των αβεβαιοτήτων γίνεται με τη χρήση στοχαστικών μαθηματικών μοντέλων τα οποία στηρίζονται σε κατάλληλες υποθέσεις. Έχοντας προσδιορίσει τα μοντέλα αυτά, επόμενο βήμα είναι να μελετηθεί υπολογιστικά η επίδραση των αβεβαιοτήτων στη συνολική επίδοση του προς βελτιστοποίηση συστήματος. Η υλοποίηση όλων αυτών γίνεται με την ανάπτυξη λογισμικού, το οποίο επεκτείνεται με την πραγματοποιούμενη έρευνα, ενώ η επαλήθευση γίνεται αρχικά σε απλά παραδείγματα και, μετά, σε βιομηχανικές εφαρμογές.

Το υπολογιστικό κόστος μίας βελτιστοποίησης υπό αβεβαιότητες είναι αυξημένο σε σχέση με αυτό μίας κλασικής βελτιστοποίησης αλλά η ισχύς των σημερινών υπολογιστικών συστημάτων την καθιστά εφικτή.  Εν τούτοις, η έρευνα οφείλει να αναζητήσει νέους τρόπους για τη μείωση του υπολογιστικού κόστους που επιφέρει η είσοδος αβεβαιοτήτων στη βελτιστοποίηση, και να κάνει αυτές τις μεθόδους εφαρμόσιμες σε βιομηχανικά προβλήματα μεγάλης κλίμακας.

Ο Ματθαίος Χατζόπουλος είναι απόφοιτος της Σχολής Μηχανολόγων Μηχανικών του Εθνικού Μετσόβιου Πολυτεχνείου

Ο Μιχάλης Τσαγκάρης τελειόφοιτος  της Σχολής Μηχανολόγων Μηχανικών του Εθνικού Μετσόβιου Πολυτεχνείου