• 3 minutes e-car sales collapse
  • 6 minutes America Is Exceptional in Its Political Divide
  • 11 minutes Perovskites, a ‘dirt cheap’ alternative to silicon, just got a lot more efficient
  • 3 hours GREEN NEW DEAL = BLIZZARD OF LIES
  • 1 day How Far Have We Really Gotten With Alternative Energy
  • 7 days e-truck insanity
  • 1 day Bad news for e-cars keeps coming
Brian Westenhaus

Brian Westenhaus

Brian is the editor of the popular energy technology site New Energy and Fuel. The site’s mission is to inform, stimulate, amuse and abuse the…

More Info

Premium Content

تعريف محيطات الرياح الرأسية من خلال تقنيات التعلم الآلي

  • قام باحثو EPFL بتطوير ملفات تعريض مثالية للمحركات الهوائية عمودية المحور باستخدام خوارزمية تعلم جينية.
  • أسفرت الملفات الجديدة للتعريض عن زيادة بنسبة 200٪ في كفاءة المحركات وانخفاض بنسبة 77٪ في الاهتزازات التي تهدد الهيكل.
  • تتمتع المحركات الهوائية عمودية المحور بمزايا على المحركات الهوائية ذات المحور الأفقي التقليدية، بما في ذلك الحد من الضوضاء والودية تجاه الحياة البرية.
Machine learning

قام باحثون من EPFL (المدرسة الفدرالية للتقنية في لوزان) باستخدام خوارزمية تعلم وراثية لتحديد ملامح الميل الأمثل لشفرات أجهزة توربينات الرياح ذات المحور الرأسي. توربينات الرياح ذات المحور الرأسي بإمكانياتها الطاقوية العالية، كانت حتى الآن عرضة لهبوب الرياح القوية.

تم نشر الورقة التوضيحية ذات الوصول المفتوح Nature Communications.

عندما تفكر في توربين الرياح الصناعي الحالي، ربما تتخيل تصميم طاحونة الرياح، المعروف تقنيًا باسم توربين الرياح ذو المحور الأفقي (HAWT). ولكن أول توربينات رياح تم تطويرها في الشرق الأوسط حوالي القرن الـ8 لطحن الحبوب، كانت توربينات الرياح ذات المحور الرأسي (VAWT)، مما يعني أنها كانت تدور عموديًا إزاء الرياح، بدلاً من التوازي.

نظرًا لأن سرعة دوران VAWTs أبطأ من HAWTs وتحقق كثافة طاقة الرياح الأكبر، فهذا يعني حاجتها إلى مساحة أقل لنفس الانتاج سواء على اليابسة أو في البحر. كما أن الشفرات أكثر ودية للحياة البرية: لأنها تدور جانبيًا بدلا من التقطيع من الأعلى، فإنها أسهل للطيور تجنبها.

بهذه المزايا، لماذا تعاني VAWTs من غياب شبه تام في سوق الطاقة الرياحية الحالية؟ كما شرح سيباستيان لو فويست، الباحث في مختبر تشخيص الجريان غير الثابت التابع لكلية الهندسة (UNFOLD)، يعود السبب إلى مشكلة هندسية - تحكم تدفق الهواء - يعتقد أنه يمكن حلها بتقنيات الاستشعار وتعلم الآلة. في الورقة المنشورة مؤخرًا في Nature Communications، وصف لو فويست ورئيس UNFOLD كارين مولنرز ملامح ميلين أمثل لشفرات VAWT التي تحقق زيادة بنسبة 200٪ في كفاءة التوربين وانخفاضًا بنسبة 77٪ في الاهتزازات القائمة على الهيكل.

صورة شفرة VAWT التجريبية من EPFL Image Credit: © UNFOLD EPFL CC BY SA. انقر على رابط الإعلان الصحفي للحصول على المزيد من الصور والصور الأكبر.

لاف توضح، "دراستنا تمثل، بحسب علمنا، أول تطبيق تجريبي لخوارزمية تعلم وراثية لتحديد أفضل ميل لشفرة VAWT."

تحويل عيب أخيل إلى ميزة

 أوضح لو فويست أن قدرة الطاقة الرياحية المثبتة في أوروبا تنمو بمقدار 19 غيغاوات سنويًا، وإن هذا الرقم يحتاج إلى أن يكون أقرب إلى 30 غيغاوات لتحقيق أهداف الأمم المتحدة لعام 2050 بشأن انبعاثات الكربون.

"العوائق التي تحول دون تحقيق ذلك ليست مالية، ولكنها اجتماعية وتشريعية - هناك قبول عام ضعيف للغاية لأجهزة توربينات الرياح بسبب حجمها وصخبها،" وأضاف.

بالرغم من مزاياها في هذا الصدد، تعاني VAWTs من عيب خطير: إذ تعمل جيدًا فقط مع تدفق هواء معتدل ومتواصل. يعني المحور الرأسي للدوران أن الشفرات تتغير باستمرار في الاتجاه المتعلق بالرياح. يزيد هبوب الرياح القوية من الزاوية بين تدفق الهواء والشفرة، مكونًا دوامة في ظاهرة تسمى تشكل ديناميكي. تخلق هذه الدوامات أحمال هيكلية عابرة للزمن لا تستطيع الشفرات تحملها.

لمعالجة هذا النقص في المقاومة للهبوب، جهز الباحثون أجهزة استشعار على رمح شفرة يعمل بواسطتها لقياس القوى الهوائية الفعالة عليه. من خلال ميل الشفرة ذهابًا وإيابًا بزوايا وسرعات وامplitudes مختلفة، أنشئوا مجموعات من "ملامح الميل". ثم استخدموا الحاسوب لتشغيل خوارزمية وراثية، التي أجرت أكثر من 3500 تجربة تجريبية. مثل العملية التطورية، اختارت الخوارزمية الأمثل والمتين من ملامح الميل، وأعادت تركيب خصائصهم لتوليد "أفراد" جدد ومحسنين.

سمح هذا النهج للباحثين ليس فقط بتحديد سلسلتين من ملامح الميل تسهم في تعزيز كبير لكفاءة التوربين ومتانته، ولكن أيضًا بتحويل أكبر نقطة ضعف لـ VAWTs إلى قوة.

"تشكل ديناميكي - نفس الظاهرة التي تدمر أجهزة توربينات الرياح - على نطاق أصغر يمكن أن يدفع الشفرة قدمًا. هنا، نستخدم تشكل الديناميكي حقًا لصالحنا من خلال إعادة توجيه ميل الشفرة للأمام لإنتاج الطاقة"، أوضح لو فويست. "معظم توربينات الرياح توجه القوة التي تنشئها الشفرات لأعلى، مما لا يساعد في الدوران. تغيير هذه الزاوية ليس فقط يشكل دوامة أصغر - بل يدفعها أيضًا بعيدًا في الوقت المناسب تمامًا، مما ينتج في منطقة ثانية لإنتاج الطاقة في اتجاه الرياح."

تمثل الورقة في Nature Communications أطروحة دكتوراه للو فويست في مختبر UNFOLD. الآن، تلقى منحة بريدج من مؤسسة البحوث الوطنية السويسرية (SNSF) وإينوسويس لبناء نموذج تجريبي لـ VAWT. الهدف هو تثبيته في الهواء الطلق، حتى يمكن اختباره وهو يستجيب في الزمن الحقيقي لظروف العالم الحقيقي.

"نأمل أن يمكن لهذا الطريقة في التحكم في تدفق الهواء جلب تكنولوجيا VAWT فعالة وموثوقة لنضوجها حتى يمكن توفيرها تجاريًا في النهاية،" أوضح لو فويست.

ADVERTISEMENT

**

من المؤكد أن الشخص يأمل أن يكون لهذا التطوير القدرة على استبدال الكثير من تلك الأجهزة الخطيرة والصاخبة من أنواع HAWTs. بينما تعتبر الرياح مصدرًا قلقًا للطاقة المتقطعة، فإن الصناعة لديها الكثير من الزخم يستهلك كميات هائلة من أموال المستهلك والمكدس الضريبي. يمكن أن تكون القضاء على خطط جمع الإيجارات مثل توربينات الرياح مثالًا على كيفية تضرر الاقتصاد ومواطنيه جراء السياسات التي تجبر على جعل الإيجار.

سيكون من رائع إذا ما أمكن للمطورين أن يقولوا أن التكنولوجيا يمكنها الوقوف اقتصاديًا على قدمها الخاصة. ولكن البيان الصحفي لا يحتوي على تعليقات من هذا النوع. الواقع هو أن هذه الأجهزة لا تستطيع سوى أن تساعد قليلاً عندما تهب الرياح.

بقلم براين ويستنهاوس عبر New Energy and Fuel

المزيد من أهم القراءات من Oilprice.com:


تمت ترجمة هذا باستخدام الذكاء الاصطناعي من النسخة الإنجليزية الأصلية هنا.
Download The Free Oilprice App Today

Back to homepage








EXXON Mobil -0.35
Open57.81 Trading Vol.6.96M Previous Vol.241.7B
BUY 57.15
Sell 57.00
Oilprice - The No. 1 Source for Oil & Energy News