Bangos lūžta, kai išsipučia iki kritinio aukščio, prieš susiformuoja ir atsitrenkia į lašelių ir burbuliukų purslą. Šios bangos gali būti tokios didelės, kaip banglentininko taškas, ir tokios mažos, kaip švelnus bangavimas, riedantis į krantą. Dešimtmečius bangos lūžimo dinamika buvo pernelyg sudėtinga, kad ją būtų galima numatyti.
Dabar MIT inžinieriai rado naują būdą modeliuoti, kaip bangos lūžta. Komanda naudojo mašininį mokymąsi kartu su bangų bako eksperimentų duomenimis, kad pakoreguotų lygtis, kurios tradiciškai buvo naudojamos bangų elgsenai prognozuoti. Inžinieriai paprastai remiasi tokiomis lygtimis, kad padėtų jiems sukurti atsparias platformas ir konstrukcijas atviroje jūroje. Tačiau iki šiol lygtys negalėjo užfiksuoti lūžtančių bangų sudėtingumo.
Atnaujintas modelis leidžia tiksliau prognozuoti, kaip ir kada bangos lūžta, nustatė mokslininkai. Pavyzdžiui, modelis įvertino bangos statumą prieš pat lūžimą ir jos energiją bei dažnį po lūžimo tiksliau nei įprastose bangų lygtyse.
Jų rezultatai šiandien paskelbti žurnale Nature Communications padės mokslininkams suprasti, kaip lūžtanti banga veikia jį supantį vandenį. Tikslus šių bangų sąveikos žinojimas gali padėti tobulinti atviroje jūroje esančių konstrukcijų dizainą. Tai taip pat gali pagerinti vandenyno sąveikos su atmosfera prognozes. Geresni bangų lūžimo įvertinimai gali padėti mokslininkams numatyti, pavyzdžiui, kiek anglies dioksido ir kitų atmosferos dujų vandenynas gali sugerti.
„Bangų lūžimas yra tai, kas į vandenyną patenka oras, “ – sako tyrimo autorius Themis Sapsis, mechanikos ir vandenynų inžinerijos docentas ir MIT Duomenų, sistemų ir visuomenės instituto filialas. „Tai gali atrodyti kaip detalė, bet jei padauginsite jo poveikį viso vandenyno plote, bangų laužymas taps iš esmės svarbus klimato prognozei.“
Tyrimo bendraautoriai yra pagrindinis autorius ir MIT postdoc Debbie Eeltink, Hubertas Brangeris ir Christopheris Luneau iš Aix-Marseille universiteto, Aminas Chabchoubas iš Kioto universiteto, Jerome’as Kasparianas iš Ženevos universiteto ir TS van den Bremeris iš Delfto technologijos universiteto.
Mokymosi bakas
Norėdami numatyti lūžtančios bangos dinamiką, mokslininkai paprastai imasi iš dviejų būdų: jie arba bando tiksliai imituoti bangą atskirų vandens ir oro molekulių skalėje, arba atlieka eksperimentus, bandydami apibūdinti bangas realiais matavimais. Pirmasis metodas yra brangus skaičiavimams ir jį sunku imituoti net mažame plote; antrajam reikia daug laiko atlikti pakankamai eksperimentų, kad gautų statistiškai reikšmingų rezultatų.
Vietoj to, MIT komanda pasiskolino abiejų metodų dalis, kad sukurtų efektyvesnį ir tikslesnį modelį naudojant mašininį mokymąsi. Tyrėjai pradėjo nuo lygčių rinkinio, kuris laikomas standartiniu bangų elgesio aprašymu. Jie siekė patobulinti modelį, „išmokydami“ modelį pagal faktinių eksperimentų bangų lūžimo duomenis.
„Turėjome paprastą modelį, kuris nefiksuoja bangų lūžimo, o tada turėjome tiesa, ty eksperimentai, susiję su bangų laužymu“, – aiškina Eeltink. „Tada norėjome panaudoti mašininį mokymąsi, kad sužinotume skirtumą tarp šių dviejų.“
Tyrėjai gavo bangų lūžimo duomenis atlikdami eksperimentus metro ilgio bakas. Viename bako gale buvo irklas, kurį komanda naudojo kiekvienai bangai inicijuoti. Komanda nustatė irklą, kad bako viduryje sukeltų lūžtančią bangą. Talpyklos ilgio matuokliai matavo vandens aukštį, kai baku sklinda bangos.
„Šiems eksperimentams atlikti reikia daug laiko“, – sako Eeltinkas. „Tarp kiekvieno eksperimento turite palaukti, kol vanduo visiškai nurims, prieš pradėdami kitą eksperimentą, kitaip jie paveiks vienas kitą.“
Saugu uostas
Iš viso komanda atliko apie 250 eksperimentus, kurių duomenys buvo naudojami išmokyti mašininio mokymosi algoritmo tipą, žinomą kaip neuroninis tinklas. Konkrečiai, algoritmas yra išmokytas lyginti tikrąsias eksperimentų bangas su paprasto modelio numatytomis bangomis, o remiantis bet kokiais skirtumais tarp šių dviejų, algoritmas suderina modelį, kad jis atitiktų tikrovę.
) Išmokę algoritmą pagal savo eksperimentinius duomenis, komanda pristatė modelį su visiškai naujais duomenimis – šiuo atveju matavimai iš dviejų nepriklausomų eksperimentų, kurių kiekvienas buvo vykdomas atskiruose skirtingų matmenų bangų rezervuaruose. Atlikdami šiuos bandymus, jie nustatė, kad atnaujintas modelis leidžia tiksliau prognozuoti nei paprastas, neapmokytas modelis, pavyzdžiui, geriau įvertino lūžtančios bangos statumą.
Naujasis modelis taip pat užfiksavo esminę savybę. lūžtančių bangų, žinomų kaip „žemyn poslinkis“, kai bangos dažnis perkeliamas į mažesnę reikšmę. Bangos greitis priklauso nuo jos dažnio. Vandenyno bangoms žemesni dažniai juda greičiau nei aukštesni. Todėl po perjungimo žemyn banga judės greičiau. Naujasis modelis prognozuoja dažnio pokytį prieš ir po kiekvienos lūžtančios bangos, o tai gali būti ypač aktualu ruošiantis pakrančių audroms.
„Kai norisi prognozuoti, kada kils didelės bangos bangos. pasiektų uostą, o jūs norite palikti uostą prieš toms bangoms atvykstant, tada, jei nustatysite neteisingą bangų dažnį, tada bangų artėjimo greitis yra neteisingas“, – sako Eeltink.
Atnaujintas komandos bangų modelis yra atvirojo kodo forma, kurią kiti galėtų panaudoti, pavyzdžiui, imituodami vandenyno potencialą sugerti anglies dioksidą ir kitas atmosferos dujas. Kodas taip pat gali būti naudojamas imituojant atviroje jūroje veikiančių platformų ir pakrančių struktūrų bandymus.
„Šio modelio pagrindinis tikslas yra numatyti, ką darys banga“, – sako Sapsis. „Jei nemoduosite bangų lūžimo teisingai, tai turės didžiulį poveikį struktūrų elgesiui. Taip galite imituoti bangas, kad padėtumėte geriau, efektyviau ir be didelių saugos veiksnių projektuoti konstrukcijas.“
Šį tyrimą iš dalies remia Šveicarijos nacionalinis mokslo fondas ir JAV karinio jūrų laivyno tyrimų biuras.
