Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français fr
CORDIS - Résultats de la recherche de l’UE
CORDIS

Control of Extreme Events in Turbulent Flows with Scientific Machine Learning

Description du projet

Prévoir les phénomènes naturels extrêmes, des vagues scélérates aux retours de flamme

La transition mondiale vers la décarbonisation fait apparaître de nouveaux défis, notamment des événements extrêmes dans la dynamique des fluides: des perturbations rares et soudaines qui peuvent modifier radicalement l’évolution des flux. Qu’il s’agisse de blocages atmosphériques, de vagues océaniques imprévisibles ou de retours de flamme dans les chambres de combustion à hydrogène, ces phénomènes résultent d’interactions complexes et non linéaires qui échappent aux prévisions classiques. Le projet CONTEXT, financé par le CER, entend résoudre ce problème en combinant l’apprentissage profond et les contraintes physiques. L’objectif est de développer un cadre capable de prévoir et de supprimer ces événements. La méthodologie sera testée sur divers systèmes. Elle devrait résoudre les problèmes liés aux événements extrêmes dans le cadre de la combustion propre de l’hydrogène.

Objectif

Climate change and the race to decarbonise our society is making extreme events in fluids more prevalent. These are rare events where the flow suddenly takes extreme states far from its normal state. These can be found in any flow systems, such as in the atmosphere with atmospheric blocking causing extreme heatwaves, or in our oceans with rogue waves (waves of extreme heights) capable of capsizing boats, or in engineering flows in hydrogen-based clean combustors with flashback events where the flame suddenly moves back into the injection system.
Currently, we cannot accurately predict such extreme events due to several roadblocks. First, the chaotic nature of these turbulent flows makes them hard to predict: any infinitesimal perturbation leads to drastically different evolutions (the butterfly effect). Second, extreme events originate from complex nonlinear interactions which are very different for systems with different physical mechanisms. This makes any past development difficult to generalize across different flow systems. Third, we have very limited observations of such events.
To revolutionize how we tackle extreme events, the CONTEXT project will create a cutting-edge scientific machine learning framework that blends deep learning with physics-based techniques. CONTEXT’s framework will provide the means to (i) identify precursors and mechanisms of extreme events, (ii) forecast the flow evolution before and during extreme events and (iii) control the flows to prevent extreme events. CONTEXT’s framework will be able to handle diverse and disparate physics, with this being demonstrated across different flows of increasing complexity and with different physics, culminating in a demonstration of the practical impact of the framework on the engineering-relevant multiphysics test case of a flashbacking hydrogen combustor.
CONTEXT will provide a comprehensive framework to achieve the understanding, prediction, and prevention of extreme events in turbulent flows.

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.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

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).

Programme(s)

Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.

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.

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.

HORIZON-ERC - HORIZON ERC Grants

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.

(s’ouvre dans une nouvelle fenêtre) ERC-2024-STG

Voir tous les projets financés au titre de cet appel

Institution d’accueil

IMPERIAL COLLEGE OF SCIENCE TECHNOLOGY AND MEDICINE
Contribution nette de l'UE

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.

€ 1 397 886,46
Adresse
SOUTH KENSINGTON CAMPUS EXHIBITION ROAD
SW7 2AZ London
Royaume-Uni

Voir sur la carte

Région
London Inner London — West Westminster
Type d’activité
Higher or Secondary Education Establishments
Liens
Coût total

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.

€ 1 397 886,46

Bénéficiaires (2)

Mon livret 0 0