Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

RObust simulation Systems exploiting AI based turbulence models and hight-fidelity algorithmS

Descrizione del progetto

Strumenti intelligenti per accelerare la progettazione di aerei ecologici

La progettazione degli aeromobili richiede progressi rivoluzionari per ottenere un’aviazione neutrale dal punto di vista climatico e al tempo stesso competitiva. Il progetto ROSAS, finanziato dall’UE, lavorerà in questo senso utilizzando strumenti intelligenti per valutare nuove idee. I ricercatori combineranno intelligenza artificiale, apprendimento automatico e simulazioni di fluidodinamica computazionale per snellire il processo di progettazione e ridurre la dipendenza da test fisici costosi e dispendiosi in termini di tempo. Simuleranno le principali sfide aerodinamiche incontrate nelle applicazioni industriali. Questi dati guideranno lo sviluppo di strumenti basati sull’intelligenza artificiale e di modelli di turbolenza migliorati. ROSAS riunirà 14 partner in tutta Europa, tra cui organizzazioni di ricerca, università e aziende aeronautiche. Tutti i partner offriranno innovazione, infrastrutture ed esperienza alla progettazione e all’aerodinamica, consentendo un’efficace esplorazione di nuovi concetti di velivoli e motori per uso industriale.

Obiettivo

To meet global EU objectives related to aeronautical industry competitiveness and climate-neutrality, highly advanced design technologies are needed to allow fast and reliable evaluations of innovative configurations. ROSAS aims at exploiting Artificial Intelligence (AI)/Machine Learning (ML), coupled with recent advances in Computational Fluid Dynamics (CFD) technology and the underlying turbulence modelling to reduce expensive and time-consuming physical testing and drastically accelerate the whole design optimization process.
Partners will build a methodology based on defining test cases, targeting the key flow problems encountered in industrial applications and reproducing them precisely in a controlled environment via Hi-Fi simulations or experiments. The results will be gathered in a database which will serve the development and testing of novel data-driven methodologies (AI-ML) and mesh generation algorithms. Improved turbulence models, including multi-fidelity surrogate models with advanced verification and validation process, will be created with modifications based on new theoretical considerations and AI-ML-based modifications, resulting in hybridization of specific turbulence models. In addition, Application Challenge test cases will be defined in relation to Clean Aviation applications to match closely industrial configurations of interest, to assess and demonstrate the new methodologies developed in the project.
ROSAS brings together 14 partners from 8 EU countries and 1 from UK. The consortium comprises 4 leading research organizations, 5 leading university groups, a Super-Computing Centre, and 3 major aeronautical industries. All partners will bring their innovativeness, infrastructures, and long experience in design and aerodynamics modelling, ensuring industrial exploitation of results by exploring new aircraft and engine concepts more effectively. 1 SME will bring experience in project management, communication, and exploitation.

Campo scientifico (EuroSciVoc)

Parole chiave

Programma(i)

Argomento(i)

Meccanismo di finanziamento

HORIZON-RIA - HORIZON Research and Innovation Actions

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

(si apre in una nuova finestra) HORIZON-CL5-2023-D5-01

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

OFFICE NATIONAL D'ETUDES ET DE RECHERCHES AEROSPATIALES
Contributo netto dell'UE
€ 769 930,00
Indirizzo
CHEMIN DE LA HUNIERE
91120 Palaiseau
Francia
Regione
Ile-de-France Ile-de-France Essonne
Tipo di attività
Research Organisations
Collegamenti
Costo totale
€ 769 930,00

Partecipanti (12)

Partner (1)