Projektbeschreibung
KI für klimaneutrale synthetische Kraftstoffe auf Wasserstoffbasis
Die EU-Politik sieht die Umstellung des Verkehrssektors von fossilen Brennstoffen auf saubere Energie vor. Aus Wasserstoff gewonnene klimaneutrale synthetische Kraftstoffe, die aus erneuerbaren Energiequellen hergestellt werden, hinterlassen einen geringeren CO2-Fußabdruck für ihren gesamten Lebenszyklus als Elektrofahrzeuge und sind für Verbrennungsmotoren geeignet. Die bestehenden Versuchsmethoden zu Kraftstoffnebel verhindern jedoch den breiten Einsatz von E-Kraftstoffen. Das EU-finanzierte Projekt AI-FIE ist ein Marie-Skłodowska-Curie-Stipendium mit dem Ziel, einen datengesteuerten Algorithmus für tiefes Lernen und KI zu entwickeln, um die räumlich und zeitlich aufgelöste Sprühnebelstruktur sowie kritische Parameter für die Motorenkonstruktion vorherzusagen. Das innovative Projekt wird die Schulung auf Basis der umfangreichsten öffentlich verfügbaren experimentellen Datenbank für Kraftstoffnebel des Engine Combustion Network aufbauen.
Ziel
Current EU policies mandate the gradual disengagement of the transport sector from fossil fuels. In order for such a transition to become a reality, hydrogen-derived carbon-neutral synthetic fuels produced using renewable energy sources (e-fuels), have overall less life-cycle CO2 footprint than their counterpart electric vehicles while they are suitable for use over the wide range of combustion engines. However, today’s fuel spray experimental methods are compromised by the long time needed for the characterisation of the effect of new fuel molecules; similarly, relevant predictive models that can address in detail the effect of the wide range of fuel chemical composition at time scales relevant to industry are not available. The main objective of the proposed MSCA fellowship is the development of a data-driven deep learning (DL) Artificial Intelligence (AI) algorithm able to predict the spatially and temporally resolved spray structure, as well as critical air / fuel mixture parameters for engine design. Training of the AI model will be based on the largest publicly available experimental database for fuel sprays of the Engine Combustion Network; this covers a wide range of injector configurations, air thermodynamic conditions and liquid fuels. The training matrix of the AI algorithm will be complemented by relevant computational fluid dynamics simulations for operating conditions and fuel composition for which experimentation is not possible. For this purpose, a state-of-the-art CFD model of the compressible Navier-Stokes and energy conservation equations employing elaborate real-fuel thermodynamic closures based on the PC-SAFT equation of state will be employed. The project innovative nature spans across diverse research aspects with emphasis on renewable alternatives of Diesel and gasoline. As such, it is expected to assist EU energy, marine, aviation and automotive industries to meet the goals imposed regarding the utilisation of renewable fuels.
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht.
- Technik und TechnologieUmwelttechnikEnergie und KraftstoffeFlüssigkraftstoffe
- Technik und TechnologieUmwelttechnikEnergie und Kraftstoffeerneuerbare Energie
- Technik und TechnologieMaschinenbauFahrzeugbauAutomobiltechnik
- Technik und TechnologieUmwelttechnikEnergie und Kraftstoffesynthetische Kraftstoffe
- NaturwissenschaftenInformatik und Informationswissenschaftenkünstliche Intelligenzmaschinelles LernenDeep Learning
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Schlüsselbegriffe
Programm/Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Koordinator
EC1V 0HB London
Vereinigtes Königreich