• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  •  science >> Scienza >  >> Fisica
    I ricercatori svelano i segreti per l'efficienza del nuoto delle balene, delfini per robot subacquei di nuova generazione

    La struttura della scia lasciata da un delfino che nuota prodotta utilizzando un framework numerico del metodo dell'elemento di confine veloce interno. Il risultato è stato prodotto dalla studentessa di dottorato di Lehigh Fatma Ayancik. Credito:Lehigh University

    un giorno, i robot subacquei possono imitare così da vicino creature come i pesci da ingannare non solo gli animali veri, ma anche gli umani. Tale capacità potrebbe fornire informazioni che vanno dalla salute degli stock ittici all'ubicazione delle imbarcazioni straniere.

    Tali robot dovrebbero essere veloci, efficiente, altamente manovrabile, e acusticamente furtivo. In altre parole, dovrebbero essere molto simili ai delfini tursiopi o alle orche assassine.

    "Siamo interessati a sviluppare la prossima generazione di veicoli sottomarini, quindi stiamo cercando di capire come i delfini e le balene nuotano in modo efficiente come fanno loro, " dice Keith W. Ormeggiato, un assistente professore di ingegneria meccanica e meccanica nel PC della Lehigh University. Rossin College di Ingegneria e Scienze Applicate. "Stiamo studiando come sono progettati questi animali e cosa c'è di vantaggioso in quel design in termini di prestazioni di nuoto, o la meccanica dei fluidi di come nuotano."

    Ormeggiato è il ricercatore principale su un documento recentemente pubblicato nel Journal of the Royal Society Interface che ha esaminato la meccanica dei fluidi della propulsione dei cetacei simulando numericamente le loro pinne caudali oscillanti. Per la prima volta, Moore e il suo team sono stati in grado di sviluppare un modello in grado di prevedere quantitativamente come i movimenti della pinna dovrebbero essere adattati alla sua forma per massimizzarne l'efficienza. La ricerca faceva parte di un progetto più ampio sostenuto dall'Office of Naval Research nell'ambito del suo programma Multidisciplinary University Research Initiative. Il progetto, che ha ricevuto più di $ 7 milioni di finanziamenti (con $ 1 milione andato a Lehigh) in più di cinque anni, comprendeva anche l'Università della Virginia, Università di West Chester, Università di Princeton, e l'Università di Harvard.

    Le pinne caudali dei cetacei (balene e delfini) sono disponibili in un'ampia varietà di forme. Il modo in cui questi animali muovono le pinne, o la loro cinematica, varia anche. Alcuni cetacei possono sbattere le pinne con un'ampiezza maggiore, o lanciarli con un angolo più ripido. Moored e il suo team volevano capire meglio questa interazione tra le due variabili per determinare se la forma della pinna caudale fosse adattata a un set specifico di cinematica.

    Utilizzando i dati di forma e cinematica per cinque specie di cetacei (con nomi comuni di tursiope, delfino macchiato, balena assassina, falsa orca assassina, e beluga), hanno eseguito simulazioni su ciascuna delle specie per determinarne l'efficienza propulsiva. Poi hanno scambiato i dati, Per esempio, eseguendo una simulazione sulla forma della pinna di un'orca attaccata alla cinematica di un delfino.

    "Abbiamo eseguito 25 di queste simulazioni scambiate, e siamo rimasti davvero sorpresi, " dice Moored. "La forma della pinna pseudo orca è sempre stata la migliore, il che significa che era il più efficiente. Non importava quale cinematica gli davamo. E la cinematica delle balene beluga era sempre la migliore, indipendentemente dalla forma a cui era attaccato. Non ce lo aspettavamo, quindi abbiamo iniziato a scavare di più e sviluppato questo modello relativamente semplicistico di come l'efficienza si ridimensiona con diverse variabili cinematiche e di forma".

    Il modello ha funzionato bene per acquisire i dati che Moored e il suo team avevano già generato, così hanno esteso il loro set di dati per esaminare eventuali tendenze risultanti. Hanno scoperto che il loro modello non solo prevedeva l'efficienza oltre il loro set di dati, ma rivelava anche che forme specifiche erano adattate a cinematiche specifiche.

    Una rivelazione interessante, dice Ormeggiato, era l'interazione fondamentale tra le forze circolatorie e le forze di massa aggiunte che contribuiscono al movimento di un animale. Le forze circolatorie sono quelle che generano portanza, come con gli aerei.

    "Una coda che sbatte su e giù genera forze proprio come un aereo, ma genera anche forze di massa aggiuntive che hanno a che fare con la velocità con cui il fluido viene accelerato, " dice Ormeggiato. "In passato, la gente non pensava che quelle forze di massa aggiunte fossero così importanti nel nuoto dei cetacei. Non è affatto riconosciuto nella letteratura precedente. Ma abbiamo scoperto che le accelerazioni della pinna sono parte integrante della previsione delle tendenze di efficienza, e questo è stato affascinante per noi. Alla fine ci fornisce un modello predittivo accurato. Senza esso, in pratica diremmo che la forma delle pinne non cambia l'efficienza, e non è vero".

    Avere un modello in grado di prevedere le prestazioni in base alla forma e alla cinematica fornisce una sorta di equazione di progettazione di base per la costruzione di un robot subacqueo che si comporta come un cetaceo. Ad oggi, queste equazioni non sono esistite. E il potenziale per queste macchine è enorme. Veloce, efficiente, e robot a forma di pesce altamente manovrabili potrebbero aiutare i ricercatori a testare ipotesi su come nuotano gli animali, e comprendere meglio il comportamento dei banchi di pesci. Potrebbero essere usati per rilevare sottomarini e altri sommergibili. Potrebbero anche essere usati per monitorare l'impatto dei cambiamenti climatici sulle popolazioni di stock ittici.

    Moored e il suo team sono già andati avanti e hanno ampliato il loro modello di ridimensionamento per tenere conto di una gamma più ampia di variabili che hanno poi convalidato con dati sperimentali. In definitiva, vogliono costruire un modello molto più predittivo. Uno che coglie gli effetti di queste variabili, e può quindi prevedere le prestazioni per una vasta gamma di applicazioni.

    "Questo problema di nuoto dei pesci è un problema davvero eccitante perché è così complicato, " dice. "È affascinante prendere questo caos di variabili e vedere l'ordine in esso, per vedere la struttura in esso, e per capire cosa sta fondamentalmente accadendo."


    © Scienza https://it.scienceaq.com