Miércoles, 03 de Diciembre de 2025

Actualizada Martes, 02 de Diciembre de 2025 a las 14:02:08 horas

Tienes activado un bloqueador de publicidad

Intentamos presentarte publicidad respectuosa con el lector, que además ayuda a mantener este medio de comunicación y ofrecerte información de calidad.

Por eso te pedimos que nos apoyes y desactives el bloqueador de anuncios. Gracias.

Redacción
Miércoles, 20 de Marzo de 2024
Aeronáutica y computación

Inteligencia artificial para gastar menos combustible al volar

La inteligencia artificial está revolucionando muchos campos, entre ellos el de la aeronáutica. Aquí, el uso de inteligencia artificial está permitiendo mejorar el diseño aerodinámico de los aviones.

 

Un nuevo sistema de inteligencia artificial, basado en lo que se conoce como "red neural", profundiza aún más en el estudio de la interacción entre avión y flujo de aire, logrando generar ideas de diseño que permitirán a los nuevos aviones volar a la misma distancia que los convencionales pero gastando menos combustible que estos.

 

El sistema ha sido configurado y probado por un equipo integrado, entre otros, por Yuning Wang, del Real Instituto de Tecnología (KTH) en Estocolmo, Suecia, y Alberto Solera-Rico, de la Universidad Carlos III de Madrid y del Instituto Nacional de Técnica Aeroespacial (INTA), en España estas dos últimas instituciones.

 

Los métodos informáticos estándar para hacer esta clase de trabajo de basan en computación lineal que, dicho de modo simple, produce predicciones a partir de las modificaciones que se les hacen a unos valores.

 

En cambio, una red neural, que está inspirada en la arquitectura del cerebro de un animal superior, por regla general el ser humano, es capaz de aprender y de cartografiar las muy intrincadas relaciones entre los datos de entrada y los de salida, algo que los sistemas convencionales no pueden hacer. Esta capacidad es muy útil al afrontar la tarea notoriamente compleja de predecir la fricción del aire cerca de la superficie de un avión y generar modelos digitales de ello.

 

[Img #71811]

El nuevo sistema de inteligencia artificial, creado por investigadores de Suecia, España y Estados Unidos, podría reducir significativamente las emisiones de gases contaminantes en aviones y en otros vehículos. (Foto: NASA / Carla Thomas)

 

Los modelos lineales representan básicamente sus predicciones de forma muy sencilla, mediante relaciones que suelen simplificarse mucho. Sin embargo, la realidad es más complicada.

 

El equipo calcula que, con su nuevo sistema, será posible diseñar nuevos aviones en los que la resistencia al avance se reduzca entre un 20 y un 30 por ciento e incluso, en algunos casos, hasta un 50 por ciento. Esto conllevará un ahorro sustancial de combustible, algo bueno tanto para el avión, que podrá volar lo mismo gastando menos combustible, como para el medioambiente, al volverse menos contaminante hacer los mismos trayectos que ahora hacen los aviones con diseño tradicional.

 

Yuning Wang, Alberto Solera-Rico y sus colegas exponen los detalles técnicos del nuevo sistema de inteligencia artificial para diseño aerodinámico en la revista académica Nature Communications, bajo el título "β-Variational autoencoders and transformers for reduced-order modelling of fluid flows". (Fuente: NCYT de Amazings)

 

 

Copyright © 1996-2022 Amazings® / NCYT® | (Noticiasdelaciencia.com / Amazings.com). Todos los derechos reservados.

Depósito Legal B-47398-2009, ISSN 2013-6714 - Amazings y NCYT son marcas registradas. Noticiasdelaciencia.com y Amazings.com son las webs oficiales de Amazings.

Todos los textos y gráficos son propiedad de sus autores. La reproducción está permitida solo si se incluye el crédito de la fuente (NCYT Amazings) y un enlace dofollow hacia la noticia original.

Excepto cuando se indique lo contrario, la traducción, la adaptación y la elaboración de texto adicional de este artículo han sido realizadas por el equipo de Amazings® / NCYT®.

Con tu cuenta registrada

Escribe tu correo y te enviaremos un enlace para que escribas una nueva contraseña.