Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch Deutsch
CORDIS - Forschungsergebnisse der EU
CORDIS

Discovering novel control strategies for turbulent wings through deep reinforcement learning

Projektbeschreibung

Innovative Strömungssteuerungsstrategien für reduzierte Emissionen

Der Luftverkehr hat aufgrund hoher CO2-Emissionen erhebliche wirtschaftliche und ökologische Auswirkungen. Es besteht ein dringender Bedarf, die aerodynamische Leistung von Flugzeugflügeln zu verbessern, um den Treibstoffverbrauch und die Emissionen zu verringern. Eine der Strategien besteht darin, eine Flusssteuerung durchzuführen. Das vom Europäischen Forschungsrat finanzierte Projekt DEEPCONTROL wird hochpräzise Simulationen und Deep Reinforcement Learning einsetzen, um einen Rahmen für die Echtzeitvorhersage und Steuerung der Strömung um Flügelabschnitte und dreidimensionale Flügel zu entwickeln, die nur auf spärlichen Messungen basiert. Das Projekt zielt darauf ab, neuartige Lösungen in Bezug auf die Strömungsbetätigung und das Design der Winglet-Geometrie zu entdecken, um die Nachhaltigkeit der Luftfahrt zu verbessern. DEEPCONTROL wird außerdem detaillierte Windkanalexperimente an der Königlichen Technischen Hochschule in Schweden durchführen, um den Rahmen für Echtzeitanwendungen zu bewerten.

Ziel

Over the past decades, aviation has become an essential component of today’s globalized world: before the current pandemic of coronavirus disease 2019 (COVID-19), over 100,000 flights took off everyday worldwide, and a number of studies indicate that after the pandemic its relevance in the transportation mix will be similar to that before COVID-19. Aviation alone is responsible for 12% of the carbon dioxide emissions from the whole transportation sector, and for 3% of the total CO2 emissions in the world. Due to the major environmental and economical impacts associated to aviation, there is a pressing need for improving the aerodynamic performance of airplane wings to reduce fuel consumption and emissions. This implies reducing the force parallel to the incoming flow, i.e. the drag, and one of the strategies to achieve such a reduction is to perform flow control.

DEEPCONTROL aims at using high-fidelity simulations and deep reinforcement learning to develop a framework for real-time prediction and control of the flow around wing sections and three-dimensional wings based only on sparse measurements. We will first perform high-order spectral-element simulations of wing sections and three-dimensional wings at high Reynolds numbers. Using sparse measurements at the wall, we will reconstruct the velocity fluctuations above the wall within a region of interest. To this end, we will employ a generative adversarial network (GAN), together with a fully-convolutional network (FCN) and modal decomposition. Then, we will perform flow control based on deep reinforcement learning (DRL), which will enable discovering novel solutions in terms of flow actuation and design of winglet geometry. In order to assess the robustness of the framework for real-time applications, we will carry out detailed wind-tunnel experiments at KTH.

This framework will constitute a breakthrough in aviation sustainability, and will enable developing more efficient aeronautical solutions worldwide.

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. Siehe: Das European Science Vocabulary.

Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen

Schlüsselbegriffe

Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).

Programm/Programme

Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.

Thema/Themen

Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.

Finanzierungsplan

Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.

HORIZON-ERC - HORIZON ERC Grants

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.

(öffnet in neuem Fenster) ERC-2021-COG

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Gastgebende Einrichtung

KUNGLIGA TEKNISKA HOEGSKOLAN
Netto-EU-Beitrag

Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.

€ 1 876 748,00
Adresse
BRINELLVAGEN 8
100 44 STOCKHOLM
Schweden

Auf der Karte ansehen

Region
Östra Sverige Stockholm Stockholms län
Aktivitätstyp
Higher or Secondary Education Establishments
Links
Gesamtkosten

Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.

€ 1 876 748,00

Begünstigte (3)

Mein Booklet 0 0