Güçlü Simülasyon Yaşamsal Fizik Problemini Çözüyor

Güçlü Simülasyon Yaşamsal Fizik Problemini Çözüyor
Güçlü Simülasyon Yaşamsal Fizik Problemini Çözüyor - Yükselen bir termal duvar bulutunun bir kesiti, hava girdaplarının karmaşık yapısını ortaya koymaktadır. Her tüp farklı bir türbülanslı girdabı temsil ediyor. Kredi: Sivaramakrishnan Balachandar

Florida Üniversitesi mühendisleri tarafından HiPerGator süper bilgisayarının bugüne kadarki en yoğun kullanımlarından biri kullanılarak ev yangın güvenliği, ısıtma ve soğutma uygulamaları ile daha önce imkansız derecede zor olan bir simülasyon başarıyla tamamlandı.

Hava hareketlerinin karmaşıklığı nedeniyle, termal duvar bulutlarını bu kadar ayrıntılı bir şekilde simüle etmek hiçbir zaman mümkün olmamıştı. Bununla birlikte, UF mühendislik profesörü Sivaramakrishnan Balachandar tarafından yönetilen araştırma ekibi, HiPerGator’un yapay zeka kümesinin %90’ının birkaç gün boyunca özel olarak kullanılması sayesinde milimetre altı seviyede kıvrılan ve dönen türbülanslı hava girdaplarını takip edebildi.

Balachandar’a göre, “HiPerGator AI kümesinin neredeyse tamamını, topluluğumuzda bu ayrıntı düzeyinde hiç çözülmemiş bir sorunu çözmek için kullandık.” “Bilim ve mühendislik alanındaki en önemli sorunlardan biri türbülanslı akış. Gittiğimiz her yerde, ister uçaklarda, ister fırtına yollarında ya da volkanik bulutlarda olsun, türbülansın üzerimizde bir etkisi vardır.”

Sıcak, kaldırma kuvvetine sahip hava dikey bir yüzey boyunca yükseldiğinde, termal duvar bulutları oluşur. Bu süreç ev yangınları sırasında meydana gelir ve kontrol edilmediği takdirde yangınları hızla yayabilir. Ancak daha az zararlı olan termal duvar bulutları, sıcak veya soğutulmuş havanın iç odalardaki duvarlar boyunca yükselmesi veya batmasıyla günlük olarak meydana gelir. Çamur kaymaları ve tortu dolu akıntılar – yan dönmüş akıntılar – her ikisi de çok benzer süreçlerle açıklanmaktadır.

Deneyler birçok bilim insanı tarafından termal dumanları incelemek için kullanılmıştır, ancak bunların yapımı pahalıdır ve bir duvara monte edilebilecek sınırlı sayıda sensöre sahiptir. Bu sensörler, alınan ölçümleri etkileyerek verileri daha da bulandırmaktadır.

Gerçek dünyadaki araştırmalarda karşılaşılan sorunların çoğu, termal duvar dumanlarının bilgisayar modelleri ile çözülmektedir, ancak standart bir bilgisayarda yapılabilen simülasyonlar bulanık ve düşük çözünürlüklüdür. Balachandar’ın ekibi milimetre milimetre ölçeğe ulaşmak için güçlü bir süper bilgisayarın kaynaklarına ihtiyaç duydu.

Gerçek bir konuttaki hava akışı modelleri, araştırmacılar tarafından simülasyonlarında tekrarlandı. Sıcak havayı sanal olarak bir duvarın dibinden süpürgelik boyunca yükselmeye başlattılar ve zaman içinde değişimini gözlemlediler. Gerçek bir evde termal bulutların nasıl büyüyebileceğine benzer şekilde, model ev dikey duvarlar ve değişen eğimli çatı hatları içeriyordu.

Balachandar’a göre bu simülasyonlar, gerçek dünya deneyleri ve fikirleriyle birlikte bilimsel ilerlemenin önemli bir bileşenidir.

“Tabiat Ana’nın üstesinden gelmek için bilgisayarları kullanıyoruz ve bilgisayar simülasyonu bize içerideki tüm inceliklere eşi benzeri görülmemiş bir erişim sağlıyor. Simülasyonumuzu kullanarak duvar tüyünün içine girebilir ve her köşe bucağı görebiliriz,” diye açıklıyor Balachandar.

Araştırmacılar, çeyrek milyon anlık bir zaman diliminde hız, basınç ve sıcaklık dahil olmak üzere yaklaşık 100 milyar unsuru takip etti. Bu görev için HiPerGator AI kümesinin 140 düğümünden 125’ine ihtiyaç vardı. Her düğümde sekiz GPU ve 128 CPU bulunuyor ve her biri çeşitli hesaplama türlerini gerçekleştiriyor. Balachandar’ın grubu, kodlarını yapay zeka küme düğümlerini çalıştıran NVIDIA GPU’larında çalışacak şekilde optimize ederek simülasyonlarının performansını artırdı.

Bu tür kapsamlı simülasyonlar gerçek dünya uygulamalarına da yansıyor. Örneğin, ev ısıtma sistemleri veya yangın standartlarını inşa etmek ve anlamak için mühendisler, hatalı varsayımlar içerebilen oldukça basit modeller kullanırlar. Bu modeller güçlendirilerek bu tasarımlar daha iyi hale getirilebilir.

“Artık mevcut modelleri test edebilir ve nerede yetersiz kaldıklarını belirleyebiliriz. Başkalarının da kullanabileceği daha iyi modeller oluşturmamıza yardımcı olması için terabaytlarca verimizi yapay zeka kullanarak incelemeyi amaçlıyoruz” dedi Balachandar.

Kaynak: techxplore

Günceleme: 22/09/2022 23:35

Benzer Reklamlar

İlk yorum yapan olun

Bir yanıt bırakın

E-posta hesabınız yayımlanmayacak.


*