Descrizione del progetto
Quante più informazioni, migliori le possibilità di controllo: la descrizione completa del flusso per controllarlo al meglio
L’efficienza di numerosi processi naturali e artificiali si basa fortemente sul comportamento dei fluidi in movimento. Il controllo attivo dei flussi ha dimostrato di possedere un notevole potenziale per quanto riguarda l’ottimizzazione dell’efficienza delle applicazioni relative al flusso dei fluidi. Ciononostante, esso si è trovato dinanzi diverse sfide nella transizione dal contesto laboratoriale alle applicazioni reali e manca ancora una tecnica che fornisca una descrizione completa del flusso durante lo svolgimento di esperimenti. Il progetto NEXTFLOW, finanziato dall’UE, si propone di fornire diagnosi di flusso di nuova generazione per un suo controllo attivo perseguendo descrizioni del flusso basate su una caratterizzazione 3D a risoluzione temporale della velocità e delle variabili termodinamiche. Il progetto darà priorità a una traduzione veloce nell’applicabilità esplorando soluzioni con una complessità tecnologica minima e nuovi formati di risultati di dati destinati direttamente ad applicazioni di controllo dei flussi.
Obiettivo
Fast-paced advancements of hardware and machine-learning algorithms have triggered successful applications of active flow control, even though mainly limited to laboratory-scale applications. One of the main limits resides in the lesson we are able to learn today from experiments. We can successfully train actuators with probes in a controlled environment to reach a certain goal, e.g. aerodynamic drag minimization or noise reduction; on the other hand, an experimental technique that provides a full description of the flow is not available, thus generalization of the actuation effects to real applications is often prohibitive.
The objective of NEXTFLOW is to conceive the next-generation flow-diagnostics aimed to flow control by leveraging the principles of completeness and compactness of the measurements. Completeness implies aiming to pursue a complete flow description, i.e. a time-resolved 3D characterization of velocity and thermodynamic variables. This will be achieved through a technique-integration approach based on data-driven methods. This grounds its basis on the principle that the superposed application of techniques is superior to their separate use. Compactness is pursued by exploring solutions with minimum technological complexity, and on developing new data output formats that are directly aimed at flow control applications. Key enablers for this task are (i) the novel concepts I recently proposed on data-driven techniques integration, (ii) the deep embedding of compressed-sensing methods in the data processing and (iii) the data-driven discovery of simplified governing equations of the dynamics.
The next-generation flow diagnostics concept will deeply change experimental fluid mechanics and flow control, allowing bridging the gap between the laboratory experiment to the real application, with tremendous potential impact on numerous industrial applications.
Campo scientifico
Parole chiave
Programma(i)
Argomento(i)
Meccanismo di finanziamento
ERC-STG - Starting GrantIstituzione ospitante
28903 Getafe (Madrid)
Spagna