Ny forskning skal designe smarte væske- og energisystemer med kunstig intelligens
Nøjagtige simuleringer af turbulente strømme er af afgørende betydning for design, optimering og kontrol af adskillige væske- og energisystemer. I et nyt forskningsprojekt vil Aarhus-forskere benytte progressiv maskinlæring som en ny tilgang til at udvikle banebrydende turbulensmodeller.
I et nyt tværfagligt forskningsprojekt vil forskere fra Aarhus Universitet udvikle en ny måde at modellere komplekse turbulente systemer.
Nøjagtige simuleringer er afgørende for at forstå turbulente strømme og er nøglen til at designe mere effektive tekniske systemer. Dette omfatter systemer til energiproduktion, såsom vindmølleparker, såvel som systemer til transport, f.eks. skibe, tog og fly. Derudover er disse simuleringer afgørende for at imødegå miljøproblemer, især hvis man skal forudsige drivhusgasemissioner og spredning af forurenende stoffer.
I forskningsprojektet, der går under navnet ”Data-driven model discovery for turbulent flows” vil forskere benytte såkaldt progressiv maskinlæring som en helt ny tilgang til at udvikle banebrydende turbulensmodeller.
”Med projektet vil vi benytte progressiv maskinlæring som en ny tilgang til at udvikle turbulensmodeller, der kan forudsige komplekst flow i turbulente systemer. Vores tilgang i projektet adskiller sig fra traditionelle maskinlærings-metoder ved at efterligne den progressive udvikling af empiriske modeller baseret på fysiske hypoteser, snarere end blindt at bruge maskinlæring til at glemme etablerede fysiske love,” siger lektor Mahdi Abkar fra Aarhus Universitets Institut for Mekanik og Produktion, der leder projektet sammen med professor Alexandros Iosifidis fra Institut for Elektro- og Computerteknologi.
Han fortsætter:
”Vores vision er at udvikle værktøjer, der meget præcist kan forudsige turbulente strømme og dermed benyttes til teknisk design og beslutningstagning i både den akademiske verden og industrierne.”
Projektet har til formål at skabe et langsigtet samarbejde mellem computerteknologiske og fluidmekaniske forskningsfællesskaber, og dets resultater skal inkluderes i forskningsbaserede undervisningsaktiviteter på Aarhus Universitetet.
”Vi mener, at samfundet har brug for en ny generation af ingeniører, der har både solid fysisk og computerteknologisk viden, som kan forstå og tilpasse maskinlærings-værktøjer til at løse fysiske problemer som for eksempel turbulensmodellering,” tilføjer Mahdi Abkar.
Projektet er støttet af Villum Fondens Synergy-pulje med 3 millioner kroner.
Kontakt
Professor Alexandros Iosifidis
Aarhus Universitet, Institut for Elektro- og Computerteknologi
ai@ece.au.dk
Tlf.: +45
Lektor Mahdi Abkar Aarhus Universitet, Institut for Mekanik og Produktion
Mail: abkar@mpe.au.dk
Tlf.: +4593521694