• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  •  science >> Ciencia >  >> Física
    Los investigadores descubren los secretos de la eficiencia de natación de las ballenas, delfines para robots submarinos de próxima generación

    La estructura de la estela dejada por un delfín nadando se produjo utilizando un marco numérico interno del método de elementos de límite rápido. El resultado fue elaborado por la estudiante de doctorado de Lehigh Fatma Ayancik. Crédito:Universidad de Lehigh

    Algún día, Los robots submarinos pueden imitar tan de cerca a criaturas como los peces que engañarán no solo a los animales reales, sino también a los humanos. Esa capacidad podría proporcionar información que abarque desde la salud de las poblaciones de peces hasta la ubicación de embarcaciones extranjeras.

    Tales robots tendrían que ser rápidos, eficiente, altamente maniobrable, y acústicamente sigiloso. En otras palabras, tendrían que parecerse mucho a los delfines mulares o las orcas.

    "Estamos interesados ​​en desarrollar la próxima generación de vehículos submarinos, por lo que estamos tratando de comprender cómo los delfines y las ballenas nadan con tanta eficiencia como lo hacen". "dice Keith W. Moored, profesor asistente de ingeniería mecánica y mecánica en el P.C. de la Universidad de Lehigh. Rossin College of Engineering and Applied Science. "Estamos estudiando cómo se diseñan estos animales y qué beneficios tiene ese diseño en términos de su rendimiento en la natación". o la mecánica de fluidos de cómo nadan ".

    Moored es el investigador principal de un artículo publicado recientemente en el Revista de la interfaz de la Royal Society que examinó la mecánica de fluidos de la propulsión de cetáceos simulando numéricamente sus aletas de cola oscilantes. Por primera vez, Moore y su equipo pudieron desarrollar un modelo que podría predecir cuantitativamente cómo los movimientos de la aleta deberían adaptarse a su forma para maximizar su eficiencia. La investigación fue parte de un proyecto más grande apoyado por la Oficina de Investigación Naval bajo su programa de Iniciativa de Investigación Universitaria Multidisciplinaria. El proyecto, que recibió más de $ 7 millones en fondos (con $ 1 millón para Lehigh) durante más de cinco años, también incluyó la Universidad de Virginia, Universidad de West Chester, Universidad de Princeton, y la Universidad de Harvard.

    Las aletas caudal de los cetáceos (ballenas y delfines) tienen una amplia variedad de formas. La forma en que estos animales mueven sus aletas, o su cinemática, también varía. Algunos cetáceos pueden aletear con mayor amplitud, o lanzarlos en un ángulo más pronunciado. Moored y su equipo querían comprender mejor esta interacción entre las dos variables para determinar si la forma de la aleta caudal se adaptaba a un conjunto específico de cinemática.

    Usando la forma y los datos cinemáticos de cinco especies de cetáceos (con nombres comunes de delfín mular, delfín manchado, Orca, ballena asesina falsa, y ballena beluga), ejecutaron simulaciones en cada una de las especies para determinar su eficiencia propulsora. Luego intercambiaron los datos, por ejemplo, ejecutando una simulación en la forma de la aleta de una orca unida a la cinemática de un delfín.

    "Ejecutamos 25 de estas simulaciones intercambiadas, y nos sorprendió mucho "dice Moored." La forma de aleta de pseudo orca siempre fue la mejor, lo que significa que fue el más eficiente. No importaba la cinemática que le diéramos. Y la cinemática de la ballena beluga fue siempre la mejor, independientemente de la forma a la que se adjunta. No esperábamos eso así que empezamos a investigar más y desarrollamos este modelo relativamente simplista de cómo la eficiencia se escala con diferentes variables cinemáticas y de forma ".

    El modelo funcionó bien para capturar los datos que Moored y su equipo ya habían generado, por lo que ampliaron su conjunto de datos para examinar las tendencias resultantes. Descubrieron que su modelo no solo predijo la eficiencia más allá de su conjunto de datos, sino que también reveló que formas específicas se adaptaron a cinemática específica.

    Una revelación interesante, dice Amarrado, fue la interacción fundamental entre las fuerzas circulatorias y las fuerzas de masa añadidas que contribuyen al movimiento de un animal. Las fuerzas circulatorias son las que generan sustentación, como con los aviones.

    "Una cola que se mueve hacia arriba y hacia abajo genera fuerzas como un avión, pero también genera fuerzas de masa adicionales que tienen que ver con la rapidez con la que se acelera el fluido, "dice Amarrado". En el pasado, la gente no creía que esas fuerzas de masa añadidas fueran tan relevantes en la natación de los cetáceos. No se reconoce en absoluto en la literatura anterior. Pero descubrimos que las aceleraciones de la aleta son fundamentales para predecir las tendencias de eficiencia, y eso fue fascinante para nosotros. En última instancia, nos brinda un modelo predictivo que es preciso. Sin ello, básicamente estaríamos diciendo que la forma de la aleta no cambia la eficiencia, y eso no es cierto ".

    Tener un modelo que pueda predecir el rendimiento en función de la forma y la cinemática proporciona una especie de ecuación de diseño básica para construir un robot submarino que se comporta como un cetáceo. Hasta la fecha, estas ecuaciones no han existido. Y el potencial de estas máquinas es enorme. Rápido, eficiente, y robots con forma de pez altamente maniobrables podrían ayudar a los investigadores a probar hipótesis sobre cómo nadan los animales, y comprender mejor el comportamiento de los bancos de peces. Podrían usarse para detectar submarinos y otros sumergibles. También podrían usarse para monitorear el impacto del cambio climático en las poblaciones de peces.

    Moored y su equipo ya han avanzado y ampliado su modelo de escala para dar cuenta de una gama más amplia de variables que luego validaron con datos experimentales. Por último, quieren construir un modelo mucho más predictivo. Uno que capture los efectos de estas variables, y luego puede predecir el rendimiento para una variedad de aplicaciones.

    "Este problema de la natación de los peces es un problema realmente emocionante porque es muy complicado, ", dice." Es fascinante tomar este caos de variables y ver el orden en él, para ver la estructura en él, y comprender lo que está sucediendo fundamentalmente ".


    © Ciencia https://es.scienceaq.com