BML Munjal University के शोधकर्ताओं ने एक नई गणितीय विधि, PI-OHAM विकसित की है, जो जटिल फ्लूइड डायनामिक्स (Fluid Dynamics) की गणना को तेज करती है। फिलहाल यह एक अकादमिक नवाचार है, लेकिन यह टूल एयरोस्पेस (Aerospace), ऑटोमोटिव (Automotive) और थर्मल मैनेजमेंट (Thermal Management) जैसे क्षेत्रों में महत्वपूर्ण एयरोडायनामिक (Aerodynamic) और हीट ट्रांसफर सिमुलेशन को तेज करके संभावित दीर्घकालिक दक्षता लाभ प्रदान करता है।
BML Munjal University के स्कूल ऑफ इंजीनियरिंग एंड टेक्नोलॉजी के शोधकर्ताओं ने फ्लूइड डायनामिक्स (Fluid Dynamics) के सिमुलेशन के तरीके को बेहतर बनाने के उद्देश्य से एक नई कम्प्यूटेशनल विधि विकसित की है। इस तकनीक का नाम फिजिक्स-इन्फॉर्म्ड ऑप्टिमल होमोटोपी एनालिसिस मेथड (Physics-Informed Optimal Homotopy Analysis Method - PI-OHAM) है। यह पारंपरिक गणितीय दृष्टिकोणों को AI-संचालित पैरामीटर चयन के साथ जोड़ती है।
यह विकास सतहों के पास हवा के प्रवाह को मॉडल करने के लिए आवश्यक जटिल गैर-रैखिक समीकरणों को हल करने के लिए डिज़ाइन किया गया है, जो कुशल विमानों, वाहनों और इलेक्ट्रॉनिक कूलिंग सिस्टम के डिजाइन के लिए महत्वपूर्ण है।
एयरोडायनामिक्स (Aerodynamics) और हीट ट्रांसफर (Heat Transfer) में चुनौती
एयरोडायनामिक्स (Aerodynamics) और हीट ट्रांसफर (Heat Transfer) में, बाउंड्री लेयर (Boundary Layer) - यानी किसी सतह के ठीक आसपास हवा की पतली परत - ड्रैग (Drag) और ऊर्जा दक्षता निर्धारित करने में एक प्रमुख कारक है। इस परत को मॉडल करना पारंपरिक रूप से कम्प्यूटेशनल रूप से भारी और धीमा रहा है। फिजिक्स-इन्फॉर्म्ड न्यूरल नेटवर्क्स (PINNs) जैसी मौजूदा विधियाँ सीमित पारदर्शिता के साथ 'ब्लैक बॉक्स' की तरह काम कर सकती हैं, जबकि पारंपरिक गणित को सटीक समाधान पर कन्वर्ज (converge) करने में समय लगता है।
PI-OHAM का समाधान
नया PI-OHAM दृष्टिकोण इस अंतर को पाटने का प्रयास करता है। क्लासिक होमोटोपी एनालिसिस मेथड (Homotopy Analysis Method) की संरचित गणितीय पारदर्शिता को बनाए रखते हुए, और पैरामीटर की खोज को स्वचालित और अनुकूलित करने के लिए AI का उपयोग करते हुए, शोधकर्ताओं ने दक्षता में महत्वपूर्ण वृद्धि की सूचना दी है। फ्लूइड डायनामिक्स (Fluid Dynamics) में एक मानक समस्या, ब्लैसियस समीकरण (Blasius equation) पर प्रारंभिक परीक्षण में, इस विधि ने पारंपरिक तरीकों से हजारों सेकंड की तुलना में 50 सेकंड से कम समय में उच्च सटीकता हासिल की।
निवेशकों के लिए क्या है?
निवेशकों और उद्योग पर्यवेक्षकों के लिए, यह विकास सीधे शेयर बाजार की घटना के बजाय अकादमिक आर एंड डी (R&D) रुझानों पर एक अपडेट के रूप में कार्य करता है। यह तकनीक वर्तमान में प्रारंभिक अनुसंधान और परीक्षण चरण में है। इसकी वास्तविक दुनिया की उपयोगिता भविष्य में फ्लूइड डायनामिक्स (Fluid Dynamics) पर बहुत अधिक निर्भर उद्योगों द्वारा अपनाए जाने पर निर्भर करेगी, जैसे कि हाइपरसोनिक वाहन विकास (hypersonic vehicle development), सौर तापीय प्रणाली डिजाइन (solar thermal system design) और उन्नत इलेक्ट्रॉनिक्स निर्माण (advanced electronics manufacturing)।
इस तकनीक का अगला कदम क्लासिक समीकरणों पर सैद्धांतिक परीक्षण से जटिल औद्योगिक परिदृश्यों में जाना है। उद्योग पर्यवेक्षक इस पर नज़र रख सकते हैं कि क्या ऐसी विधियों को अंततः इंजीनियरिंग सॉफ्टवेयर (engineering software) में अपनाया जाता है या प्रमुख विनिर्माण और एयरोस्पेस फर्मों (aerospace firms) की डिजाइन प्रक्रियाओं में एकीकृत किया जाता है, जो लंबे समय में कम डिजाइन लागत और बेहतर उत्पाद दक्षता में योगदान कर सकता है।