Projektbeschreibung
Ein neuer Blick auf Turbulenzen in mittlerer Höhe
Turbulenzen werden seit mehr als einem Jahrhundert erforscht, sodass Modelle vorliegen, mit denen Systeme mit Hochgeschwindigkeitsströmungen entworfen werden können. Allerdings sind nur die extremen Enden von Turbulenzen (hochbelastete, sich schnell entwickelnde Strömungen und gering belastete, sich langsam entwickelnde Strömungen) gut erklärt. Strömungen mit mittlerer Belastung, die für technische und ökologische Anwendungen wichtig sind, bleiben ein Rätsel. Daher wird im ERC-finanzierten Projekt ONSET eine Theorie für diese Strömungen, die auf „rapider Selbstähnlichkeit“ beruht, aufgestellt und validiert. Anhand von neuen Dissipationsgesetzen, maschinellem Lernen und fortschrittlichen Methoden der Strömungsmechanik wird das ONSET-Team Windkraftanlagen verbessern und die Flugeffizienz von unbemannten Luftfahrzeugen erhöhen. Daraus entstehen bedeutende Verbesserungen für die Technik und die Umweltwissenschaft.
Ziel
A century of exhaustive turbulence research has allowed the development of a wide range of turbulence closure models, analytical parametrisations and scaling laws, which enter virtually all design and modelling protocols that involve high Reynolds number flows. Closer inspection, however, reveals that only two extreme and polar-opposite turbulence regimes have been well-understood and modelled. When turbulence is highly-strained and evolves rapidly, or when it is lowly-strained and evolves slowly. The in-between regime of intermediate strain, perhaps the most relevant for engineering and environmental applications, remains obscure.
This proposal is about developing and validating a theory for the intermediate-strain turbulence regime, based on the conjecture that it is governed by a universal flow-behaviour, termed rapid self-similarity, which combines elements from both the high- and low-strain regimes. The proposed investigation is based on three developments. First, the accumulation of evidence in the literature that intermediate-strain turbulence dynamics may accept an analytical description known as the new dissipation law. Second, the development of machine learning techniques which allow the extraction of physical insights directly from data. Third, the attainment of mature experimental and numerical simulation methods in fluid mechanics, capable of resolving the spatio-temporal properties of turbulent flows.
The impact of ONSET is potentially very high, as it will improve the understanding and modelling of a wide range of applications of engineering and environmental science connected to intermediate-strain turbulence. ONSET will demonstrate that by focusing on two example applications: improvement of wind energy harvesting via enhanced wind farm flow modelling, and increase of Unmanned Aerial Vehicle flight efficiency and duration, by making use of UAV group aerodynamics.
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.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht.
- NaturwissenschaftenNaturwissenschaftenklassische MechanikStrömungsmechanikFluiddynamik
- NaturwissenschaftenInformatik und Informationswissenschaftenkünstliche Intelligenzmaschinelles Lernen
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Schlüsselbegriffe
Programm/Programme
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Thema/Themen
Finanzierungsplan
HORIZON-ERC - HORIZON ERC GrantsGastgebende Einrichtung
SW7 2AZ LONDON
Vereinigtes Königreich