back_to_list
details_view: 1 von 12
 

Verbundvorhaben: TurboGruen - Turbomaschinen für Energiespeicher und grüne Brennstoffe; Teilvorhaben: 2.2b Generative datenbasierte Entwicklung eines mehrbrennstoffähigen Injektors

Zeitraum
2021-07-01  –  2024-06-30
Bewilligte Summe
87.006,27 EUR
Ausführende Stelle
Technische Universität Berlin - Fakultät II - Mathematik und Naturwissenschaften - Institut für Mathematik, Berlin, Nordrhein-Westfalen
Förderkennzeichen
03EE5069H
Leistungsplansystematik
Konventionelle Kraftwerkstechnik - Komponentenentwicklung [EA1312]
Verbundvorhaben
01232326/1  –  TurboGruen - Turbomaschinen für Energiespeicher und grüne Brennstoffe
Zuwendungsgeber
Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB5)
Projektträger
Forschungszentrum Jülich GmbH (PT-J.ESE5)
Förderprogramm
Energie
 
In diesem Arbeitspaket entwickeln wir Ki-basierte Verfahren für das Design von mehrbrennstoffähigen Injektoren. Wir verwenden generative, adversiale neuronale Netze, die aus einer großen Menge von Simulationsdaten lernen, Design-Parameter für Injektorsysteme vorzuschlagen, welche gewisse Zielvorgaben erfüllen. Zu diesem Zweck entwickeln wir neue Architekturen für generative, adversiale Netze (GAN), trainieren diese auf Daten und erzeugen Injektorendesigns.