Generative datenbasierte Entwicklung eines mehrbrennstoffähigen Injektors

Schlussbericht

Thumbnail Image

Files

BMBF03EE5069H.pdf (5.91 MB)

Date

2024

Authors

Editor

Advisor

Volume

Issue

Journal

Series Titel

Book Title

Publisher

Hannover : Technische Informationsbibliothek

Supplementary Material

Other Versions

Link to publishers' Version

Abstract

Gegenstand dieses Berichtes ist die Entwicklung eines mehrbrennstofffähigen Injektors fur Gasturbinen mithilfe von generativen maschinellen Lernen. Aufbauend auf einem mithilfe von CFD-Simulationen erstellten Verbrennerdatensatzes werden verschiedene generative neuronale Netzwerke trainiert. Diese Netzwerke sollen dann in der Lage sein, basierend auf spezifischen Anforderungen an zuvor bestimmte Performance-Werte, diverse Designalternativen fur eine parametrisierte Verbrennerarchitektur zur Verfügung zu stellen. Generierte Designs erster Netzwerk-Prototypen sollen durch verschiedene Methoden validiert werden. Anschließend sollen erfolgreiche Prototypen weiter verbessert werden, wobei besoderes Augenmerk auf der erh¨ohung der Konfidenz generierter Designs, sowie der Erweiterung und Extrapolation des Parameterraumes liegt.

Datei-Upload durch TIB

Description

Keywords

Keywords GND

Conference

Publication Type

Report

Version

publishedVersion

URI

https://oa.tib.eu/renate/handle/123456789/27310
 https://doi.org/10.34657/26541

Collections

Forschungsberichte Pflichtabgabe (BMFTR, BMWE…)

License

Es gilt deutsches Urheberrecht. Das Werk bzw. der Inhalt darf zum eigenen Gebrauch kostenfrei heruntergeladen, konsumiert, gespeichert oder ausgedruckt, aber nicht im Internet bereitgestellt oder an Außenstehende weitergegeben werden. - German copyright law applies. The work or content may be downloaded, consumed, stored or printed for your own use but it may not be distributed via the internet or passed on to external parties.