Крыло
Для этой магии мы взяли библиотеку JAX. Про неё часто говорят, что она «космическая», и это чистая правда — например, инженеры использовали её при проектировании и расчете траекторий некоторых американских лунных миссий (вроде двигателей J-2X для ракет Ares). Но крутизна JAX даже не в ракетах, а в её революционном подходе к кодингу, который заставляет Python считать с какой-то безумной, сверхзвуковой скорость.
Обычно Python — парень довольно медленный. Но JAX устроен иначе. Он берет твою математическую функцию, разбирает её на базовые операции и с помощью встроенного компилятора XLA превращает всё это в монолитный, оптимизированный машинный код, который выполняется напрямую на видеокарте или процессоре. Скорость вычислений вырастает в сотни раз.
Чтобы компьютер начал что-то улучшать, ему нужно выдать четкое правило: что такое хорошо и что такое плохо. Мы написали функцию потерь — это наш виртуальный судья. Мы загружаем в него текущую форму нашего бруска, а он возвращает нам одно-единственное число — общую оценку эффективности. Наш судья оценивает два главных параметра: лобовое сопротивление (насколько сильно встречный поток воздуха бьет в нос нашей детали) и трение (воздух обтекает крыло по всей длине и тормозит его).
Но если дать алгоритму полную свободу, он просто сожмет наше крыло в невидимую плоскую ниточку — ведь у ниточки сопротивление вообще нулевое! Но нам-то нужно настоящее объемное крыло, в которое можно спрятать бак или механизмы. Поэтому мы добавили в код условие, которое следит за потерей объема. Как только деталь пытается похудеть ниже определенного уровня, программа сразу считает это огромным минусом. В итоге алгоритму приходится искать идеальный компромисс между толщиной и обтекаемостью.
Чтобы деталь была идеально гладкой, как настоящая капля воды, мы применили крутой трюк. Мы собираем форму крыла не из отдельных точек, а из набора плавных тригонометрических волн — синусоид:
y = c1sin(pix) + c2sin(2pix) + c3sin(3pix) + ...
Каждая такая волна по своей природе абсолютно гладкая и округлая. Это значит, что как бы мы ни крутили коэффициенты c1, c2, c3, наше крыло физически не сможет покрыться острыми зазубринами или разорваться на куски. Оно всегда останется цельным и плавным. Теперь задача алгоритма — просто найти идеальный баланс между этими несколькими коэффициентами.
А теперь самое главное: как программа понимает, куда именно крутить эти коэффициенты? Вот тут и работает градиентный спуск. Представьте, что вы стоите на холме в густом тумане, вам нужно спуститься к озеру у подножия, но вы вообще ничего не видите вокруг дальше своих ног. Что вы будете делать? Вы аккуратно нащупаете ногой почву вокруг себя, найдете направление, где склон идет круче всего вниз, и сделаете туда один небольшой шаг. Повторив это много раз, вы гарантированно окажетесь в самой низкой точке.
В нашем проекте этот холм — общая оценка сопротивления, а самая низкая точка — это минимальное сопротивление воздуха. Нащупывание уклона ногами — это и есть вычисление производных. Когда мы вызываем команду jax.value_and_grad, библиотека мгновенно берет производную от всей нашей физической модели. JAX как бы задает вопрос каждому коэффициенту волны: "Если я изменю тебя на крошечную долю в большую сторону, сопротивление вырастет или упадет?".
На выходе мы получаем градиент — вектор, который показывает направление самого крутого подъема. Но поскольку нам нужно уменьшать сопротивление, мы разворачиваемся ровно в противоположную сторону и вычитаем этот градиент из наших коэффициентов, умножая его на маленькую скорость обучения:
new_coeffs = coeffs - lr * grads
Мы делаем этот шаг, форма детали неуловимо меняется, и сопротивление падает.
В коде мы выставили очень маленький, фиксированный шаг обучения. Теперь наш алгоритм обтачивает 3D-брусок микроскопическими порциями на протяжении всей хронологии. В интерактивном плеере это выглядит отлично: деталь плавно и неспешно, кадр за кадром, утончается на концах, скругляется на носу и на ваших глазах превращается в выверенное гоночное крыло.
Вот так, ребятки, вы только что прикоснулись к космическим технологиям и теперь знаете, как проектируют корпуса ракет, самолетов и гоночных болидов для получения оптимальных аэродинамических характеристик. Математика в чистом виде, которая сама строит идеальный дизайн!
Заглядывайте в интерактивный блокнот — там можно изучить весь код изнутри, запустить симуляцию и пощупать обточку 3D-болванки вживую:
https://colab.research.google.com /drive/12fWt0U3Aw5hJXWsShN_RWBhBWNWbjwvX?usp=sharing
Если не хотите заморачиваться с кодом — можете просто глянуть финальную 3D-визуализацию, чтобы увидеть, как именно меняется форма под потоком воздуха:
https://drive.google.com /file/d/1CH6AuYkpg5Bqw4-b-g_TEmtI4IobGQSd/view?usp=sharing
Стефания
https://github.com/ST3PH-X
*Для успешного открытия ссылок - уберите пробел после доменного имени.
Свидетельство о публикации №126111704140