Description du projet
Un nouveau cadre de conception pour les turbomachines multi-étages plus écologiques de demain
Les turbomachines, qui comprennent notamment les turbines et les compresseurs, sont des équipements qui transfèrent de l’énergie par détente ou compression d’un fluide en mouvement continu grâce à des pales rotatives. Les turbomachines multi-étages exploitent plusieurs cycles de détente ou de compression en série pour générer une très grande différence de pression entre l’entrée et la sortie. Grâce au soutien du programme Actions Marie Skłodowska-Curie, le projet MENTOR élabore un cadre de réseau neuronal profond qui modélisera les effets de l’incertitude sur les performances des turbomachines multi-étages dans les phases avancées de la conception de ces machines. Les turbines et compresseurs optimisés, qui affichent des rendements plus élevés, contribueront aux objectifs de neutralité carbone et de durabilité de l’Europe.
Objectif
"This fellowship aims to train a talented early career researcher and to contribute to the EU scientific excellence by developing an innovative Multi-fidelity dEep neural Network uncerTainty quantificatiOn and Robust optimization design (MENTOR) framework in order to handle the high dimensionality (HD) uncertain problems in the advanced multistage turbomachinery design process. The applicant is a highly dedicated and motivated young researcher and has been stimulated to propose this novel idea. He has been successively honoured with several prestigious awards including the National Scholarship for PhD Candidate, Excellent PhD Graduates of Beijing, Excellent Doctoral Dissertations Award of Beijing and ASME Young Engineer Turbo Expo Travel Award attributed to his excellent research achievement in cost-efficient uncertainty quantification (UQ) studies.
The traditional UQ methods can hardly control the computation cost for predicting the higher-order moments of multistage turbomachinery performance considering HD input uncertainties. The deep learning technology is a promising approximator in predicting the HD function. Integration of multi-fidelity (MF) methodology with deep neural network (DNN) can further combine their complementary merits. Thus, the novel MF-DNN method is proposed here and its effectiveness in handling a 60-dimensional test function has been preliminarily validated in the Incoming Researcher's recent work. Through this research fellowship, an affordable MENTOR framework will be finally established to investigate the multi-source uncertainty effects on multistage turbomachinery performance. This project has been carefully designed to match the applicant's profile with the strength of Imperial's UQ Lab, and thus will facilitate excellent two-way knowledge transfer and training activities. Successful completion of this fellowship will contribute to achieving the goal of the EU's ""Green Deal"" and will benefit the applicant's academic career prospect."
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
- sciences naturelles mathématiques mathématiques appliquées physique mathématique
- sciences naturelles mathématiques mathématiques appliquées systèmes dynamiques
- sciences naturelles informatique et science de l'information intelligence artificielle apprentissage automatique apprentissage profond
- sciences naturelles informatique et science de l'information intelligence artificielle intelligence de calcul
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Nous sommes désolés... Une erreur inattendue s’est produite.
Vous devez être authentifié. Votre session a peut-être expiré.
Merci pour votre retour d'information. Vous recevrez bientôt un courriel confirmant la soumission. Si vous avez choisi d'être informé de l'état de la déclaration, vous serez également contacté lorsque celui-ci évoluera.
Mots‑clés
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Programme(s)
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
-
H2020-EU.1.3. - EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions
PROGRAMME PRINCIPAL
Voir tous les projets financés dans le cadre de ce programme -
H2020-EU.1.3.2. - Nurturing excellence by means of cross-border and cross-sector mobility
Voir tous les projets financés dans le cadre de ce programme
Thème(s)
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Régime de financement
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)
Voir tous les projets financés dans le cadre de ce programme de financement
Appel à propositions
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
(s’ouvre dans une nouvelle fenêtre) H2020-MSCA-IF-2020
Voir tous les projets financés au titre de cet appelCoordinateur
La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.
SW7 2AZ London
Royaume-Uni
Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.