Componenti del motore ottimizzati con l’AI

Un team di ricercatori della Facoltà di Ingegneria Meccanica della Pusan ​​National University ha proposto una nuova metodologia di progettazione dei componenti del motore con l’impiego dell’intelligenza artificiale.

I ricercatori della Facoltà di Ingegneria Meccanica della Pusan ​​National University hanno sviluppato una nuova metodologia di progettazione dei componenti del motore con l’impiego dell’intelligenza artificiale. I loro risultati sono pubblicati su Engineering Applications of Artificial Intelligence e pubblicati su Techxplore.

Le pompe gerotor per la circolazione e la lubrificazione dell’olio sono componenti cruciali nei sistemi idraulici e automobilistici. Presentano un design compatto, un’eccellente portata per giro e un’elevata capacità di aspirazione. Il profilo dei denti del gerotor gioca un ruolo significativo nel determinare le prestazioni complessive dei sistemi idraulici per la lubrificazione del motore e la trasmissione automatica.

Purtroppo, i metodi di progettazione convenzionali sfruttano curve matematiche predefinite e aggiustamenti iterativi, compromettendone la flessibilità di ottimizzazione. L’elemento chiave di questo studio è l’uso dell’intelligenza artificiale, in particolare di una rete generativa avversaria condizionale, come strumento di progettazione. Invece di affidarsi all’approccio tradizionale che prevede l’utilizzo di curve matematiche predefinite, i ricercatori hanno addestrato un’intelligenza artificiale a generare automaticamente nuovi profili gerotor.

L’intelligenza artificiale ha appreso da un set di dati che collega specifiche geometrie di profilo ad alte prestazioni ai dati sulle prestazioni effettive. Questa innovazione ha permesso di comprendere perché alcune forme offrono prestazioni migliori di altre e di generare nuove geometrie altamente ottimizzate che superano sostanzialmente i design tradizionali.

I miglioramenti delle prestazioni e l’impatto nel mondo reale

Il team di ricerca della Pusan ​​National University ha dimostrato che il nuovo design generato dall’intelligenza artificiale presenta notevoli miglioramenti delle prestazioni nella convalida delle simulazioni tramite fluidodinamica computazionale.

Rispetto a un profilo ovoidale tradizionale, il design proposto ha ottenuto una riduzione del 74,7% dell’irregolarità del flusso. Ciò significa che l’erogazione della pompa è significativamente più stabile e costante. Mostra inoltre un aumento del 32,3% della portata media, che indica una migliore efficienza volumetrica, nonché una riduzione del 53,6% delle fluttuazioni della pressione di uscita, che contribuisce direttamente a un funzionamento più silenzioso e a una riduzione delle vibrazioni.

Le applicazioni pratiche più dirette del presente lavoro riguardano il settore automobilistico. La riduzione delle fluttuazioni di pressione e delle irregolarità del flusso è estremamente vantaggiosa in questo ambito. Può portare a sistemi di trasmissione più silenziosi e potrebbe potenzialmente migliorare l’affidabilità dei componenti riducendo le vibrazioni e le sollecitazioni idrauliche instabili. Inoltre, l’aumento del 32,3% della portata media consente una circolazione dell’olio più efficiente in tutto il motore. Ciò contribuisce a una migliore lubrificazione e raffreddamento dei componenti del motore, fondamentale per la sua durata.

Le potenzialità future e le applicazioni più ampie

Chul Kim, a capo del progetto, ha affermato: “Gli stessi principi dimostrati nel nostro studio sono applicabili a diverse pompe idrauliche utilizzate nei macchinari industriali, dove efficienza, bassa rumorosità e affidabilità sono fattori importanti, rendendo la nostra tecnologia altamente redditizia per l’adozione nella pratica”.

Nei prossimi cinque-dieci anni, metodi come questo potrebbero diventare uno strumento standard per gli ingegneri. Rappresentano un passo avanti verso la “progettazione inversa”, in cui un ingegnere può specificare gli obiettivi prestazionali desiderati, come “minimizzare le fluttuazioni di pressione”, e l’intelligenza artificiale aiuta a generare una geometria ottimale per raggiungere tali obiettivi.

Inoltre, questo approccio può accelerare il ciclo di ricerca e sviluppo per componenti meccanici complessi e agevolare lo studio di uno spazio di progettazione molto più ampio di quello possibile con la tradizionale iterazione manuale.

“Fondamentalmente, per il pubblico, l’adozione di componenti più ottimali può significare che i macchinari che utilizziamo quotidianamente diventano più silenziosi e affidabili. Nel settore automobilistico, questo si traduce in veicoli con sistemi idraulici più efficienti e durevoli, come trasmissioni e pompe dell’olio” conclude Kim.

Foto: Chul Kim / Pusan National University