KI-gestützte Turbulenzmodellierung und Simulation für die Luftfahrt
ROSAS
Credit:
Itsaree - stock.adobe.com
Um die Luftfahrt umweltfreundlicher und wettbewerbsfähiger zu gestalten, braucht es völlig neue Flugzeugkonzepte und Werkzeuge, mit denen sich diese schnell und zuverlässig bewerten lassen. Im EU-Projekt ROSAS werden dafür moderne Methoden der Künstlichen Intelligenz (KI) und des Maschinellen Lernens (ML) mit aktuellen Entwicklungen der Strömungssimulation (CFD - Computational Fluid Dynamics) kombiniert und mit neu entwickelten Turbulenzmodellen gekoppelt. Das Ziel: Aufwendige und teure Tests an echten Flugzeugen sollen reduziert und der gesamte Entwicklungsprozess deutlich beschleunigt werden.
Ein besonderer Fokus liegt auf der Weiterentwicklung sogenannter Turbulenzmodelle, mit denen komplexe Luftströmungen genauer vorhergesagt werden können. Dafür verbessern die Projektpartner klassische Modelle durch KI-basierte Erweiterungen und neue theoretische Ansätze. Das Ziel ist eine Kombination (Hybridisierung) verschiedener Modelle, um die Vorhersagekraft deutlich zu steigern. Darüber hinaus definiert das Projekt spezielle ‘Application Challenge‘-Testfälle, also praxisnahe Anwendungsbeispiele, um in enger Übereinstimmung mit Konfigurationen von industriellem Interesse die neuen, im Projekt entwickelten Methodiken zu demonstrieren und zu bewerten. Diese Fälle orientieren sich eng an den aktuellen Anforderungen der Clean-Aviation-Initiative der EU.
Schematische Darstellung des FI/ML-Classic-Prozesses zur datengetriebenen Turbulenzmodellierung
Die Projektpartner entwickeln in ROSAS eine neue Methodik, um die wichtigsten Herausforderungen in der Strömungsmechanik gezielt und realitätsnah zu untersuchen. Mithilfe präziser Computersimulationen und gezielter Experimente werden typische Strömungssituationen aus der Luftfahrt unter kontrollierten Bedingungen nachgebildet. Die dabei gewonnenen Daten fließen in eine umfassende Datenbank ein. Diese soll vor allem der Entwicklung und dem Test neuartiger, datenbasierter Methoden der Künstlichen Intelligenz und des Maschinellen Lernens dienen. Auch neue Verfahren zur Erstellung von Rechennetzen – also der digitalen Nachbildung der Flugzeuggeometrie für Simulationen – werden auf dieser Grundlage getestet.
Machzahlverteilung und Stromlinien: Vergleich der Simulationsergebnisse mit dem Originalmodell und dem datengetriebenen Modell
Das DLR-Institut für Aerodynamik und Strömungstechnik konzentriert sich in ROSAS auf die datengetriebene Verbesserung von Turbulenzmodellen mit Hilfe von KI und ML. Dabei wird ein bestehendes Modell so angepasst, dass es auch physikalische Effekte abbilden kann, die es bisher nicht zuverlässig beschreiben konnte. Die Anpassung basiert auf hochwertigen Referenzdaten und erfolgt durch eine gezielte Kalibrierung komplexer, mathematischer Therme. In ROSAS werden die Wissenschaftlerinnen und Wissenschaftler zwei wesentliche Strömungsphänomene untersuchen, die rund um Flugzeugkonfigurationen auftreten. Für beide Phänomene wird das KI-gestützte Modell weiterentwickelt und bewertet, damit es künftig als zuverlässiges Werkzeug in der Strömungssimulation eingesetzt werden kann.
ROSAS - RObust simulation Systems exploiting AI based turbulence models and high fidelity algorithmS
Laufzeit
1/2025 - 6/2028
Projektpartner
ONERA (Koordinator)
DLR-Institut für Aerodynamik und Strömungssimulation
Università Degli Studi Di Bergamo
Dassault Aviation
Erdyn Consultants
University of Bristol
Barcelona Supercomputing Center
CENAERO
CERFACS
Kungliga Tekniska Höoegskolan
Rolls Royce Plc
Safran SA
Université Catholique De Louvain
Università Di Pisa
Universidad Politecnica De Madrid
Förderung
ROSAS project has received funding from the European Climate, Infrastructure and Environment Executive Agency (CINEA) under the Horizon Europe programme under grant agreement no. 101138319.
