GENERATIVE DATENBASIERTE ENTWICKLUNG EINES MEHRBRENNSTOFFÄHIGEN INJEKTORS DURCH BMWI UND SIEMENS ENERGY GEFÖRDERT
In diesem Projekt geht es um die Verwendung von Methoden des generativen Lernens im Design. Durch das Training von generativen neuronalen Netzwerken, z.B. GAN oder Invertible Flows, an Daten aus der numerischen Simulation lernt ein Algorithmus den Zusammenhang zwischen den Designparametern und der Leistungsfähigkeit des Designs in Hinblick auf multiple Qualitätsmerkmale (Zielgrößen). Ziel des Projektes ist die inverse Fragestellung ,,Welche Designparameter gehören zu welcher Kombination von Zielgrößen?“ mit datenbasierten Verfahren zu beantworten. Anwendung findet das Projekt im Design eines wasserstoffähigen Injektors für eine Gasturbine. Siemens Energy und das BMWi Fördern das Vorhaben zu gleichen Teilen mit insgesamt 174.000 Euro.
Ansprechpartner: Hanno Gottschalk
hanno.gottschalk@uni-wuppertal.de