تعتبر ديناميكا السوائل الحاسوبية (CFD) جزءاً أساسياً من تطوير الديناميكا الهوائية لسيارات السباق، إلا أن التكلفة العالية لهذه العمليات، التي تصل إلى عشرات الآلاف من ساعات المعالجة لكل تقييم دقيق، تحد من إمكانية استكشاف فضاء التصميم بشكل فعّال ضمن ميزانيات واقعية. انطلقت الأبحاث الحديثة لتقديم نماذج بديلة تستند إلى الذكاء الاصطناعي بهدف تخفيف تلك القيود.

تقدم هذه الدراسة ثلاثة إنجازات رئيسية. أولاً، تم تقديم مجموعة بيانات RANS عالية الدقة تعتمد على نموذج CAD مصنّف ضمن فئة LMP2، وتغطي ست حالات تشغيلية تشمل السير المستقيم والدوران، تم إنشاؤها والتحقق منها من قبل خبراء ديناميكا الهواء في شركة Dallara لضمان الحفاظ على الميزات ذات الصلة بالصناعة الرياضية.

ثانياً، نقدم "المحوّل الطيفي invariant" (GIST)، وهو مشغل عصبي قائم على الرسوم البيانية، حيث تقوم تشكيلة النماذج الطيفية بتشفير الاتصال الشبكي لضمان تحسين التنبؤات على الهندسات المعقدة والمكتظة. يحقق GIST التأكد من الحفاظ على التباين في التقطيع ويتسارع بمعدل خطي مع حجم الشبكة، مما يضمن دقة عالية من الطراز الرفيع في كل من المراجع العامة ومجموعة بيانات سيارات السباق المقترحة.

ثالثاً، يُظهر GIST مستوى من الدقة التنبؤية المناسب للتصميم الديناميكي الهوائي في المراحل المبكرة، حيث يوفر أول تحقق من مفهوم استكشاف فضاء التصميم التفاعلي، حيث يمكن للمهندسين استشارة النموذج البديل بدلاً من الحلول التقليدية المبنية على CFD في مجريات العمل الصناعي للسباقات.

بفضل هذه الابتكارات، يبدو أن المستقبل يحمل معه آفاقاً جديدة لتطوير سيارات السباق، مما يتيح تصميمات أسرع وأكثر كفاءة دون قيود الميزانية السابقة. هل أنتم متحمسون لرؤية كيف ستؤثر هذه التقنيات على عالم سباقات السيارات؟ شاركونا آرائكم في التعليقات.