16 ژوئیه 2021 توسط دانشگاه مالاگا، ساختار مخلوط در ریز دستگاه تحت طراحی‌های مختلف.
در زمینه مهندسی صنایع، استفاده از شبیه‌سازی برای مدل‌سازی، پیش‌بینی و حتی بهینه‌سازی پاسخ یک سیستم یا دستگاه بسیار گسترده است، زیرا هزینه اجرای آن از پیچیدگی کمتری برخوردار است و گاهی اوقات، از خطر کمتری نیز نسبت به ساخت و آزمایش چندین نمونه اولیه برخوردار است.
در این نوع مطالعات شبیه‌سازی از روش‌های عددی استفاده می‌شود که بسته به مسئله‌ای که باید حل شود – به عنوان مثال، کاهش نیروهای آیرودینامیکی هواپیما با تغییر شکل آن یا استفاده از حداقل مقدار ممکن مواد روی عناصر تحت بار بدون شکستن – نیاز به شبیه سازی دارد از طیف گسترده‌ای از موارد ترکیبی احتمالی، که مستلزم هزینه‌های محاسباتی بالایی است می‌باشد.
محققان دانشکده مهندسی صنایع دانشگاه مالاگا فرانسیسکو خاویر گرانادوس اورتیز و خواکین اورتگا کازانووا با ایجاد یک روش جدید بهینه‌سازی طراحی محاسباتی که این هزینه‌های شبیه‌سازی را با استفاده از هوش مصنوعی کاهش می‌دهد، یک قدم فراتر بردند.
طرح‌های سریعتر و مقرون به صرفه
آن‌ها روش جدیدی را با الگوریتم‌های یادگیری ماشینی ایجاد کرده‌اند تا براساس هدف دنبال شده، ترکیبی از پارامترهای طراحی یک مسئله مفید است یا خیر و بنابراین روند طراحی را پیش بینی می‌کنند.
محققان توضیح می‌دهند: «این روش ما را قادر می‌سازد تا با دور انداختن شبیه‌سازی‌هایی كه اثر چندانی ندارند و یا به هیچ وجه اثربخش نیستند، طرح‌های بهینه شده سریع‌تری به دست آوریم، بنابراین علاوه بر صرفه جویی در هزینه‌های ساخت نمونه اولیه فیزیكی، در هزینه‌های مربوط به شبیه‌سازی نیز صرفه جویی می‌كنیم.
به طور خاص، این روش برای طراحی یک میکسر مکانیکی استفاده شده است که به لطف ریزش آب یک گرداب، باعث افزایش قابل توجهی در انتقال حرارت و جرم بین دو مایع می‌شود، که منجر به جریان نوسانی می‌شود. اورتگا کازانووا می‌گوید: «بر اساس پارامترهای طراحی میکسر، با روش ما تأیید کرده‌ایم که می‌توان این جریان را کنترل کرد و به یک افزایش موثر در اختلاط دست یافت، اما در عین حال، کاهش افت فشار درون آن نیز وجود دارد.»
