Descrizione del progetto
Un nuovo quadro di modellizzazione fluidodinamica orientato alle architetture avanzate emergenti
Tutti i tipi di sistemi naturali e ingegnerizzati mostrano flussi reattivi turbolenti (con reazioni chimiche), dal flusso di sangue arterioso al petrolio e al gas negli oleodotti, dall’aria sulle ali degli aerei ai fluidi di lavoro nelle pompe e nelle turbine fino ai reagenti nei reattori chimici. L’utilizzo di software di fluidodinamica computazionale per modellizzare questi processi è diventato una procedura standard nei campi pertinenti. L’hardware del computer si è evoluto molto rapidamente permettendo un aumento significativo della velocità e del carico di calcolo che può essere gestito. Con il supporto del programma di azioni Marie Skłodowska-Curie, il progetto REDAFLOW sta sviluppando un quadro di modellizzazione flessibile e generalizzato di flussi turbolenti e reattivi su misura per sfruttare le architetture di calcolo emergenti ad alte prestazioni.
Obiettivo
REDAFLOW aims to develop a generalised, computationally efficient and scalable modelling framework for simulating turbulent and reacting flows, aimed at the latest and emerging high-performance computing architectures. Current state of the art classic modelling approaches developed from simplifying assumptions (in-compressible, self-similar, non-reacting) limit the generality and application domain of computational fluid dynamic simulations which is becoming the workhorse in industry for virtual prototyping. At the same time, a large number of flow-dependent and reaction-dependent model parameters limit the predictive ability and robustness of numerical simulations. The novelty of the proposed framework is twofold: reconstruction/deconvolution will be employed for modelling in a generalised and parameter-free framework unresolved terms in the governing equations while machine-learning will be employed to model the chemical kinetics including detailed-chemistry effects. The necessary filtering and interpolation schemes as well as all the deconvolution algorithms and chemistry neural network libraries will be developed in-house in stand-alone libraries, and optimised for use with state of the art parallelisation libraries. The proposed framework is expected to reduce the computational time required for tabulation-based reacting flow simulations, improve the simulation predictions, and allow a wider range of practical flows to be simulated under a generalised framework, irrespective of the flow or reaction regime. The tools and libraries developed are expected to attract the interest of a range of industries (chemical, automotive, aerospace, software, consulting) where simulation is the main tool for developing improved processes and designs for a wide range of engineering devices.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP.
- scienze naturaliinformatica e scienze dell'informazionesoftware
- scienze naturaliscienze fisichemeccanica classicameccanica dei fluididinamica dei fluididinamica dei fluidi computazionale
- scienze naturaliinformatica e scienze dell'informazioneintelligenza artificialeintelligenza computazionale
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Parole chiave
Programma(i)
Argomento(i)
Meccanismo di finanziamento
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Coordinatore
76 801 Saint-Etienne-du-Rouvray
Francia