Opis projektu
Sztuczna inteligencja pomoże w wytwarzaniu bezemisyjnych paliw syntetycznych na bazie wodoru
Obecna strategia i polityka UE przewiduje przejście sektora transportu z paliw kopalnych na bezemisyjne źródła energii. Paliwa syntetyczne na bazie wodoru wytwarzane dzięki odnawialnym źródłom energii charakteryzują się znacznie niższym śladem węglowym niż pojazdy elektryczne w całym okresie eksploatacji i można wykorzystywać je w silnikach spalinowych. Mimo to dotychczasowe eksperymentalne metody wtrysku paliwa do cylindrów uniemożliwiają zastosowanie tego rodzaju paliw na szeroką skalę. Zespół finansowanego w ramach działania „Maria Skłodowska-Curie” projektu AI-FIE zajmie się opracowaniem opartego na danych i uczeniu głębokim algorytmu sztucznej inteligencji, który pozwoli na przewidywanie przestrzennego i czasowego rozkładu wtrysku paliwa oraz kluczowych parametrów związanych z konstrukcją silników. Szkolenie algorytmu w ramach tego innowacyjnego projektu będzie opierało się na największej dostępnej publicznie bazie danych dotyczących wtrysku paliwa, uzyskanej dzięki doświadczeniom przeprowadzonym przez sieć Engine Combustion Network.
Cel
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.
Dziedzina nauki (EuroSciVoc)
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.
- inżynieria i technologia inżynieria śodowiska energetyka i paliwa paliwa ciekłe
- inżynieria i technologia inżynieria śodowiska energetyka i paliwa energia odnawialna
- inżynieria i technologia przemysł maszynowy inżynieria pojazdów inżynieria motoryzacyjna
- inżynieria i technologia inżynieria śodowiska energetyka i paliwa paliwa syntetyczne
- nauki przyrodnicze informatyka sztuczna inteligencja uczenie maszynowe uczenie głębokie
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Przepraszamy… podczas wykonywania operacji wystąpił nieoczekiwany błąd.
Wymagane uwierzytelnienie. Powodem może być wygaśnięcie sesji.
Dziękujemy za przesłanie opinii. Wkrótce otrzymasz wiadomość e-mail z potwierdzeniem zgłoszenia. W przypadku wybrania opcji otrzymywania powiadomień o statusie zgłoszenia, skontaktujemy się również gdy status ulegnie zmianie.
Słowa kluczowe
Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.
Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.
Program(-y)
Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.
Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.
-
H2020-EU.1.3. - EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions
GŁÓWNY PROGRAM
Wyświetl wszystkie projekty finansowane w ramach tego programu -
H2020-EU.1.3.2. - Nurturing excellence by means of cross-border and cross-sector mobility
Wyświetl wszystkie projekty finansowane w ramach tego programu
Temat(-y)
Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.
Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.
System finansowania
Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.
Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)
Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania
Zaproszenie do składania wniosków
Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.
Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.
(odnośnik otworzy się w nowym oknie) H2020-MSCA-IF-2020
Wyświetl wszystkie projekty finansowane w ramach tego zaproszeniaKoordynator
Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.
EC1V 0HB LONDON
Zjednoczone Królestwo
Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.