Principais Destaques:
- Um novo modelo de IA promete revolucionar o design de motores de aeronaves, acelerando a otimização e reduzindo drasticamente o tempo de simulação.
- Desenvolvido pela Universidade de Tecnologia de Graz, o sistema pode ajudar a aviação europeia a cumprir as metas ambiciosas de emissões da UE para 2050.
- A tecnologia usa “modelos de ordem reduzida”, capazes de realizar cálculos milhares de vezes mais rápidos sem comprometer a precisão dos resultados.
A revolução silenciosa da aviação sustentável acaba de ganhar um aliado poderoso.
Pesquisadores da Universidade de Tecnologia de Graz (TU Graz), na Áustria, desenvolveram um modelo de inteligência artificial que acelera de forma impressionante o processo de criação e otimização de motores de aeronaves.
A descoberta, anunciada nesta semana, representa um passo decisivo para que a Europa alcance as metas de descarbonização previstas na iniciativa Flightpath 2050 da União Europeia.
Enquanto o tráfego aéreo global continua a crescer, o desafio de equilibrar eficiência e impacto ambiental se torna cada vez mais urgente. A equipe liderada por Wolfgang Sanz, do Instituto de Turbomaquinaria Térmica e Dinâmica de Máquinas da TU Graz, combinou aprendizado de máquina com anos de dados de fluxo aerodinâmico.
O resultado? Uma ferramenta de análise capaz de simular variações complexas de design em uma fração do tempo, algo antes impensável com métodos de simulação tradicionais.
“As companhias aéreas enfrentam uma pressão crescente para reduzir o consumo de combustível e as emissões de CO₂”, explica Sanz. “Com a IA, conseguimos explorar novos caminhos de otimização que seriam praticamente invisíveis antes.”
Explorando um dos componentes mais desafiadores do motor
O projeto, batizado de ARIADNE, foca em um ponto crítico dos motores a jato: os dutos intermediários de turbina. Estes componentes conduzem o ar entre as turbinas de alta e baixa pressão, que funcionam em velocidades distintas e precisam combinar leveza, compacidade e eficiência aerodinâmica.
“Esses dutos são estruturas pesadas e, por isso, precisam ser o mais curtos e leves possível, mas sem perder eficiência”, explica Sanz. Cada pequeno ajuste no formato pode gerar ganhos expressivos em desempenho e economia de combustível.
Para atacar esse problema, a equipe colaborou com o grupo de Franz Wotawa, do Instituto de Engenharia de Software e Inteligência Artificial da TU Graz, além de dois parceiros da indústria.
Eles testaram três abordagens baseadas em IA e a campeã foi a dos modelos de ordem reduzida, capazes de executar cálculos milhares de vezes mais rápidos que simulações completas, sem perda relevante de precisão.
Essa agilidade permite testar centenas de configurações de design em tempo recorde, acelerando o ciclo de inovação aeroespacial.
Do laboratório ao céu: o que vem a seguir
Atualmente, o modelo desenvolvido realiza as simulações em duas dimensões, mas a meta é alcançar análises tridimensionais completas, abrindo caminho para aplicações mais realistas.
Além disso, os pesquisadores planejam disponibilizar o modelo e o banco de dados para a comunidade científica, promovendo colaboração aberta no desenvolvimento de motores mais eficientes.
O avanço chega num momento crítico: a aviação responde por cerca de 4% das emissões de gases de efeito estufa da União Europeia, e sem novas intervenções, esse número pode triplicar até 2050.
A estratégia Flightpath 2050 estabelece uma meta ambiciosa, reduzir em 75% as emissões de CO₂ por passageiro-quilômetro em relação aos níveis do ano 2000.
“As abordagens com aprendizado de máquina nos permitiram enxergar dependências e padrões que jamais teríamos identificado de outra forma”, afirma Sanz.
Em uma indústria conhecida por seus ciclos longos de desenvolvimento, a união entre engenharia aeroespacial e IA pode ser o catalisador que faltava para acelerar a transição rumo a voos mais limpos, inteligentes e sustentáveis.
