В МАИ разработали нейросетевую библиотеку для быстрых аэродинамических расчётов

В Московском авиационном институте разработали программное обеспечение для ускорения сложных инженерных расчётов в авиационной отрасли. Однотипные аэродинамические расчёты исследователи МАИ заместили нейросетевыми методами. Созданная нейросетевая библиотека, которая продолжает пополняться, позволит с приемлемой точностью выполнять на обычном домашнем ПК задачи, требующие сегодня использования самых мощных суперкомпьютеров.

Проект выполняется на базе лаборатории искусственного интеллекта и математического моделирования института № 8 «Компьютерные науки и прикладная математика» МАИ. Эта работа была начата в рамках отдельного постановления Правительства РФ, в котором университет играет роль главного разработчика нового отечественного программного обеспечения для комплексных мультифизических расчётов в области авиации.

— При проектировании нового вида авиационной и космической техники на этапе выбора оптимальной конфигурации образца требуется производить множество расчётов на суперкомпьютерах. В частности, исследователи занимаются детальным моделированием аэродинамических процессов, что является одной из самых долгих и трудозатратных частей работы, — рассказал участник проекта, ведущий разработчик научно-исследовательского отдела кафедры 806 «Вычислительная математика и программирование» МАИ Вадим Кондаратцев. — Для того чтобы перебрать как можно больше вариантов компоновки летательного аппарата или чтобы посчитать 5 секунд полёта традиционными методами вычислительной аэродинамики, требуется затратить целые месяцы работы больших суперкомпьютеров. Чтобы решить проблему скорости типовых расчётов, мы и создаём нейросетевой аналог классических методов решения подобных задач. Ведь нейросети могут хорошо делать быстрые предсказания в сложноструктурированных задачах.
Библиотека программного комплекса была написана на Python и С++, а нейросети — на базе фреймворка PyTorch. В своей работе специалисты МАИ использовали самые современные архитектуры: физически-информированные нейронные сети (PINN) и графовые нейросети (GNN).

Разработчики встроили в свою библиотеку модуль генерации данных для почти любого, даже самого сложного случая обтекания тела. Получив набор сгенерированных данных, нейросети обучаются на них, а затем проводят быстрые расчёты без использования суперкомпьютеров. Модуль генерации данных построен на основе программного обеспечения для моделирования процессов динамики жидкости и газа, а именно — CFD-решателей «Логос» и OpenFOAM.

Маёвская разработка не имеет аналогов на отечественном рынке. При этом в мире только шесть коллективов занимаются подобной задачей, включая специалистов института № 8 МАИ. Программное обеспечение учёных МАИ сопоставимо по уровню с продуктами одного из лидеров в сфере инженерного ПО — американской компании Ansys Inc.

В качестве главного индустриального заказчика МАИ выступает Министерство промышленности и торговли Российской Федерации, которое субсидирует разработку для внедрения на предприятиях авиационной промышленности. На данном этапе специалисты тестируют первую версию библиотеки и планируют до конца года получить вторую версию с более широким функционалом и лучшим качеством обученных нейросетей. Также в ближайшем времени разработку планируется запатентовать.

Последние записи
Ректор МАИ провёл дискуссию о развитии космической отрасли на III Конгрессе молодых учёных

Встреча была организована МАИ и Координационным советом по делам молодежи в научной и образовательной сферах Совета при Президенте Российской Федерации по науке и образованию и посвящена космической...

Из Сибири – сынам России! Две тысячи ампульниц для нужд бойцов СВО напечатали в спецмастерской студенты Университета Решетнева и красноярские школьники

Над проектом по изготовлению при помощи 3D-принтера ампульниц, которые входят в укомплектование аптечек бойцов СВО, студенты 3 курса института машиноведения и мехатроники и школьники старших классов...

В МАИ состоялась 22-я Международная конференция «Авиация и космонавтика»

Конференция проводится ежегодно и позволяет обобщить передовой опыт производственных и научных организаций разных стран, укрепить партнёрские связи и определить дальнейшие направления развития...