Αντιμετωπίζοντας την αβεβαιότητα στον σχεδιασμό σύνθετων συστημάτων

Η πρόκληση του σχεδιασμού σύνθετων συστημάτων

Ο σχεδιασμός ενός σύνθετου ηλεκτρονικού συστήματος, όπως ενός drone παράδοσης, απαιτεί τη λήψη πολλών αποφάσεων. Οι μηχανικοί πρέπει να επιλέξουν κινητήρες και μπαταρίες που να ελαχιστοποιούν το κόστος ενώ ταυτόχρονα μεγιστοποιούν το ωφέλιμο φορτίο που το drone μπορεί να μεταφέρει ή την απόσταση που μπορεί να καλύψει. Η εξίσωση αυτή γίνεται ακόμα πιο περίπλοκη όταν οι σχεδιαστές δεν γνωρίζουν τις ακριβείς προδιαγραφές κάθε μπαταρίας και κινητήρα. Επιπλέον, η πραγματική απόδοση αυτών των εξαρτημάτων μπορεί να επηρεαστεί από απρόβλεπτους παράγοντες, όπως οι αλλαγές του καιρού κατά τη διαδρομή του drone.

Το νέο πλαίσιο του MIT

Οι ερευνητές του MIT ανέπτυξαν ένα νέο πλαίσιο που βοηθά τους μηχανικούς να σχεδιάζουν σύνθετα συστήματα λαμβάνοντας υπόψη την αβεβαιότητα. Αυτό το πλαίσιο επιτρέπει στους μηχανικούς να μοντελοποιούν τις αντισταθμίσεις απόδοσης μιας συσκευής με πολλά διασυνδεδεμένα μέρη, καθένα από τα οποία μπορεί να συμπεριφερθεί με απρόβλεπτο τρόπο. Η τεχνική τους καταγράφει την πιθανότητα πολλών αποτελεσμάτων και αντισταθμίσεων, παρέχοντας στους σχεδιαστές περισσότερες πληροφορίες από πολλές υπάρχουσες προσεγγίσεις, οι οποίες συνήθως μοντελοποιούν μόνο τα καλύτερα και τα χειρότερα σενάρια.

Αντιμετωπίζοντας την πραγματική αβεβαιότητα

Αυτό το πλαίσιο θα μπορούσε τελικά να βοηθήσει τους μηχανικούς να αναπτύξουν σύνθετα συστήματα όπως αυτόνομα οχήματα, εμπορικά αεροσκάφη ή ακόμα και περιφερειακά δίκτυα μεταφορών που είναι πιο ανθεκτικά και αξιόπιστα απέναντι στην πραγματική αβεβαιότητα. «Στην πράξη, τα εξαρτήματα μιας συσκευής ποτέ δεν συμπεριφέρονται ακριβώς όπως νομίζετε ότι θα συμπεριφερθούν. Αν κάποιος έχει έναν αισθητήρα με αβέβαιη απόδοση, έναν αλγόριθμο που είναι αβέβαιος, και το σχεδιασμό ενός ρομπότ που είναι επίσης αβέβαιος, τώρα έχουν έναν τρόπο να συνδυάσουν όλες αυτές τις αβεβαιότητες για να καταλήξουν σε έναν καλύτερο σχεδιασμό», εξηγεί ο καθηγητής Gioele Zardini από το MIT.

Η γλώσσα του συν-σχεδιασμού

Η ομάδα του Zardini μελετά τον συν-σχεδιασμό, μια μέθοδο για το σχεδιασμό συστημάτων που αποτελούνται από πολλά διασυνδεδεμένα εξαρτήματα, από ρομπότ μέχρι περιφερειακά δίκτυα μεταφορών. Η γλώσσα του συν-σχεδιασμού διασπά ένα σύνθετο πρόβλημα σε μια σειρά «κουτιών», καθένα από τα οποία αντιπροσωπεύει ένα εξάρτημα, που μπορούν να συνδυαστούν με διαφορετικούς τρόπους για να μεγιστοποιήσουν τα αποτελέσματα ή να ελαχιστοποιήσουν τα κόστη.

Η ενσωμάτωση της αβεβαιότητας

Στην προηγούμενη εργασία τους, οι ερευνητές μοντελοποίησαν κάθε συν-σχεδιαστικό εξάρτημα χωρίς να λαμβάνουν υπόψη την αβεβαιότητα. Για παράδειγμα, η απόδοση κάθε αισθητήρα που οι σχεδιαστές μπορούσαν να επιλέξουν για ένα drone ήταν σταθερή. Ωστόσο, οι μηχανικοί συχνά δεν γνωρίζουν τις ακριβείς προδιαγραφές απόδοσης κάθε αισθητήρα. Ακόμα κι αν το κάνουν, είναι απίθανο ο αισθητήρας να ακολουθήσει τέλεια τις προδιαγραφές του. Ταυτόχρονα, δεν γνωρίζουν πώς κάθε αισθητήρας θα συμπεριφερθεί μόλις ενταχθεί σε μια σύνθετη συσκευή ή πώς η απόδοση θα επηρεαστεί από απρόβλεπτους παράγοντες όπως οι καιρικές συνθήκες.

Η απλοποίηση μέσω κατηγορηματικής θεωρίας

Για να επιτευχθεί αυτό, οι ερευνητές ενσωμάτωσαν την έννοια της αβεβαιότητας σε ένα υπάρχον πλαίσιο βασισμένο στη θεωρία κατηγοριών. Χρησιμοποιώντας κάποια μαθηματικά «κόλπα», απλοποίησαν το πρόβλημα σε μια πιο γενική δομή. Αυτό τους επιτρέπει να χρησιμοποιούν τα εργαλεία της θεωρίας κατηγοριών για να επιλύουν προβλήματα συν-σχεδιασμού με τρόπο που λαμβάνει υπόψη μια σειρά από αβέβαια αποτελέσματα.

Ευκολία και συνεργασία στην πράξη

Αυτή η προσέγγιση είναι επίσης πιο απλή από πολλά υπάρχοντα εργαλεία που συνήθως απαιτούν εκτεταμένη εξειδίκευση στον τομέα. Με το σύστημά τους plug-and-play, μπορεί κανείς να αναδιατάξει τα εξαρτήματα στο σύστημα χωρίς να παραβιάζει μαθηματικούς περιορισμούς. Και επειδή δεν απαιτείται συγκεκριμένη εξειδίκευση στον τομέα, το πλαίσιο θα μπορούσε να χρησιμοποιηθεί από μια διεπιστημονική ομάδα όπου κάθε μέλος σχεδιάζει ένα εξάρτημα ενός μεγαλύτερου συστήματος.

Περισσότερες πληροφορίες για το μέλλον

Οι ερευνητές χρησιμοποίησαν αυτή τη νέα προσέγγιση για να επιλέξουν συστήματα αντίληψης και μπαταριών για ένα drone που θα μεγιστοποιούσε το ωφέλιμο φορτίο του ενώ θα ελαχιστοποιούσε το κόστος ζωής και το βάρος του. Κάθε σύστημα αντίληψης μπορεί να προσφέρει διαφορετική ακρίβεια ανίχνευσης υπό μεταβαλλόμενες καιρικές συνθήκες, αλλά ο σχεδιαστής δεν γνωρίζει ακριβώς πώς θα μεταβληθεί η απόδοσή του. Αυτό το νέο σύστημα επιτρέπει στον σχεδιαστή να λάβει αυτές τις αβεβαιότητες υπόψη όταν σκέφτεται τη συνολική απόδοση του drone.

Δυνατότητες και προοπτικές

Σε αντίθεση με άλλες προσεγγίσεις, το πλαίσιο τους αποκαλύπτει διακριτά πλεονεκτήματα κάθε τεχνολογίας μπαταριών. Για παράδειγμα, τα αποτελέσματά τους δείχνουν ότι σε χαμηλότερα ωφέλιμα φορτία, οι μπαταρίες νικελίου-μεταλλικού υδριδίου παρέχουν το χαμηλότερο αναμενόμενο κόστος ζωής. Αυτή η διορατικότητα θα ήταν αδύνατο να καταγραφεί πλήρως χωρίς να ληφθεί υπόψη η αβεβαιότητα.

Η βελτίωση της αποδοτικότητας

Στο μέλλον, οι ερευνητές θέλουν να βελτιώσουν την υπολογιστική αποδοτικότητα των αλγορίθμων επίλυσης προβλημάτων τους. Θέλουν επίσης να επεκτείνουν αυτή την προσέγγιση σε καταστάσεις όπου ένα σύστημα σχεδιάζεται από πολλαπλά μέρη που είναι συνεργατικά και ανταγωνιστικά, όπως ένα δίκτυο μεταφορών στο οποίο οι σιδηροδρομικές εταιρείες λειτουργούν χρησιμοποιώντας την ίδια υποδομή.

Όπως τονίζει ο Aaron Ames από το Caltech, «Καθώς η πολυπλοκότητα των συστημάτων αυξάνεται και περιλαμβάνει περισσότερα διασπασμένα εξαρτήματα, χρειαζόμαστε ένα επίσημο πλαίσιο για το σχεδιασμό αυτών των συστημάτων. Αυτή η εργασία παρουσιάζει έναν τρόπο να συνθέσουμε μεγάλα συστήματα από αρθρωτά εξαρτήματα, να κατανοήσουμε τις αντισταθμίσεις σχεδιασμού και, το σημαντικότερο, να το κάνουμε αυτό με την έννοια της αβεβαιότητας. Αυτό δημιουργεί μια ευκαιρία να τυποποιήσουμε το σχεδιασμό μεγάλων συστημάτων με εξαρτήματα που μαθαίνουν.»