Opis projektu
Nowe standardy wspierają projektowanie ekologicznych wieloetapowych turbomaszyn
Turbomaszyny, w tym turbiny i sprężarki, to urządzenia, które przenoszą energię otrzymaną poprzez rozprężanie lub sprężanie będącego w ciągłym ruchu płynu, z którym oddziałują obracające się łopatki. W turbomaszynach wieloetapowych odbywa się kilka cykli rozprężenia lub sprężenia z rzędu w celu osiągnięcia bardzo dużej różnicy ciśnień na wlocie i wylocie. Zespół finansowanego z działania „Maria Skłodowska-Curie” projektu MENTOR opracowuje ramy głębokich sieci neuronowych, które odpowiadać będą za modelowanie wpływu efektu niepewności na osiągi turbomaszyn wieloetapowych w zaawansowanych fazach ich projektowania. Zoptymalizowane turbiny i sprężarki o większej wydajności przyczynią się do osiągnięcia przez Europę celów dotyczących neutralności pod względem emisji CO2 i zrównoważonego rozwoju.
Cel
"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."
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.
- nauki przyrodnicze matematyka matematyka stosowana fizyka matematyczna
- nauki przyrodnicze matematyka matematyka stosowana systemy dynamiczne
- nauki przyrodnicze informatyka sztuczna inteligencja uczenie maszynowe uczenie głębokie
- nauki przyrodnicze informatyka sztuczna inteligencja inteligencja obliczeniowa
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.
SW7 2AZ 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.