Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español español
CORDIS - Resultados de investigaciones de la UE
CORDIS

Discovering novel control strategies for turbulent wings through deep reinforcement learning

Descripción del proyecto

Estrategias innovadoras de control del flujo para reducir las emisiones

El sector de la aviación tiene una importante repercusión económica y medioambiental debido a las elevadas emisiones de CO2. Existe una necesidad urgente de mejorar el rendimiento aerodinámico de las alas de los aviones para reducir el consumo de combustible y las emisiones. Una de las estrategias es realizar un control de flujo. El equipo del proyecto DEEPCONTROL, financiado por el Consejo Europeo de Investigación, utilizará simulaciones de alta fidelidad y aprendizaje profundo de refuerzo a fin de desarrollar un marco de trabajo para la predicción y el control en tiempo real del flujo alrededor de las secciones de las alas y de las alas tridimensionales basándose únicamente en mediciones dispersas. En el proyecto se pretende descubrir soluciones novedosas en cuanto a la actuación del flujo y el diseño de la geometría de las aletas para mejorar la sostenibilidad de la aviación. El equipo del proyecto DEEPCONTROL también realizará experimentos pormenorizados en el túnel de viento del Real Instituto de Tecnología KTH de Suecia para evaluar el marco de las aplicaciones en tiempo real.

Objetivo

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.

Ámbito científico (EuroSciVoc)

CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véas: El vocabulario científico europeo..

Para utilizar esta función, debe iniciar sesión o registrarse

Palabras clave

Palabras clave del proyecto indicadas por el coordinador del proyecto. No confundir con la taxonomía EuroSciVoc (Ámbito científico).

Programa(s)

Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.

Tema(s)

Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.

Régimen de financiación

Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.

HORIZON-ERC - HORIZON ERC Grants

Ver todos los proyectos financiados en el marco de este régimen de financiación

Convocatoria de propuestas

Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.

(se abrirá en una nueva ventana) ERC-2021-COG

Ver todos los proyectos financiados en el marco de esta convocatoria

Institución de acogida

KUNGLIGA TEKNISKA HOEGSKOLAN
Aportación neta de la UEn

Aportación financiera neta de la UE. Es la suma de dinero que recibe el participante, deducida la aportación de la UE a su tercero vinculado. Considera la distribución de la aportación financiera de la UE entre los beneficiarios directos del proyecto y otros tipos de participantes, como los terceros participantes.

€ 1 876 748,00
Dirección
BRINELLVAGEN 8
100 44 STOCKHOLM
Suecia

Ver en el mapa

Región
Östra Sverige Stockholm Stockholms län
Tipo de actividad
Higher or Secondary Education Establishments
Enlaces
Coste total

Los costes totales en que ha incurrido esta organización para participar en el proyecto, incluidos los costes directos e indirectos. Este importe es un subconjunto del presupuesto total del proyecto.

€ 1 876 748,00

Beneficiarios (3)

Mi folleto 0 0