水力学的反応と機械学習によるハーバー・シール・ビスタックの形状分類

科学分野:

• 流体力学
• バイオインスピレーションエンジニアリング
• 機械学習

背景:

• ハーバーシールは 低視野の海洋環境で 獲物を検出するために 特殊なヒゲを使います
• ワイザー機能の背後にある水力学的原理を理解すると,センサーの設計に役立つ.

研究 の 目的:

• 実験的に 身体の振動に反応する ヒゲの振動を調査する
• 水力学的なサインに基づいて体の形を分類するための機械学習モデルを開発する.

主な方法:

• 弾性的に支えられたひげのモデルは 円形,正方形,三角形のシリンダーから 波を浴びた.
• 振動幅,流体力,周波数データを抽出しました.
• 長期短期記憶 (LSTM) ベースの機械学習モデルが分類のために訓練されました.

主要な成果:

• ビーストの振動幅は 身体の循環と正に相関しています
• 三角形と正方形のシリンダーは,円形のシリンダーよりも高いビラクションとドラッグの変動を誘導します.
• 平均抵抗は,モデルの流動速度の一般化を大幅に強化することが判明しました.

結論:

• ブラフボディウェイクの水力学的特徴は,ヒゲの振動データを用いて分類することができます.
• 機械学習モデル,特にLSTMは,これらの複雑な流体構造の相互作用を分析するのに有効です.
• この研究はバイオインスピレーションによる センシングと流体力学分析の 洞察を提供します