Respuestas hidrodinámicas y clasificación de la forma basada en el aprendizaje automático de los bigotes de foca del...

Área de la Ciencia:

• Dinámica de fluidos
• Ingeniería bioinspirada
• Aprendizaje automático

Sus antecedentes:

• Las focas del puerto usan bigotes especializados para la detección de presas en entornos marinos de baja visibilidad.
• La comprensión de los principios hidrodinámicos detrás de la función del bigote puede informar el diseño del sensor.

Objetivo del estudio:

• Para investigar experimentalmente las vibraciones de los bigotes en respuesta a diferentes movimientos del cuerpo.
• Desarrollar un modelo de aprendizaje automático para clasificar las formas del cuerpo basado en firmas hidrodinámicas.

Principales métodos:

• Un modelo de bigote soportado elásticamente fue sometido a vigilias de cilindros circulares, cuadrados y triangulares.
• Se extrajeron amplitudes de vibración, fuerzas de fluido y datos de frecuencia.
• Se entrenó un modelo de aprendizaje automático basado en la memoria a corto plazo (LSTM) para la clasificación.

Principales resultados:

• La amplitud de la vibración del bigote se correlaciona positivamente con la circulación del cuerpo.
• Los cilindros triangulares y cuadrados inducían mayores vibraciones de los bigotes y fluctuaciones de arrastre que los cilindros circulares.
• Se encontró que la resistencia media mejora significativamente la generalización de la velocidad de flujo del modelo.

Conclusiones:

• Se pueden clasificar las características hidrodinámicas de las estelas de cuerpos usando datos de vibración de bigotes.
• Los modelos de aprendizaje automático, particularmente LSTM, son efectivos para analizar estas complejas interacciones de estructura de fluidos.
• Esta investigación ofrece información sobre la detección inspirada en la biología y el análisis de la dinámica de fluidos.