التعلم الآلي لتدفقات التفاعل المضطرب

تفاصيل الفرصة

المكافأة الإجمالية

0 $

جامعة حكومية

Université Libre de Bruxelles (ULB)

المنطقة

أوروبا الغربية

البلد المضيف

بلجيكا

آخر موعد للتقديم

20 فيفري 2021

المستوى التعليمي

الدكتوراه

نوع الفرصة

الدكتوراه

التخصصات

هندسة , تكنولوجيا المعلومات وعلوم الحاسوب , علوم فيزيائية

تمويل الفرصة

غير ممولة

الدول المؤهلة

هذه الفرصة متوفرة لجميع البلدان

المنطقة المؤهلة

جميع المناطق

تتطلب التحديات التكنولوجية الجديدة في علم الاحتراق اشتعالًا موثوقًا به وتثبيتًا للهب في الظروف الصعبة. بعض الأمثلة هي الاحتراق الخفيف للغاية ، ومرونة الوقود (باستخدام وقود بديل منخفض الكربون) ، والاحتراق الأسرع من الصوت (scramjets) ، والتحكم النشط في عدم الاستقرار الحراري الصوتي. تم اقتراح تصريفات البلازما غير الحرارية كحل مبتكر لضمان التشغيل الفعال والمستقر في هذه الأنظمة المحددة. يتم إدخال تصريفات نانوثانية للحصول على اشتعال أكثر ملاءمة للخلائط التفاعلية ، حيث تفشل الطرق التقليدية. ومع ذلك ، لا تزال المعرفة المتعمقة بتأثيرات البلازما غير المتوازنة على بدء واستقرار عمليات الاحتراق الصعبة هذه غير متوفرة في هذا المجال. الأدبيات الحالية حول هذا الموضوع غير مكتملة وتجريبية في الغالب. لذلك تظل النمذجة والمحاكاة العددية لتصريفات البلازما وتأثيرها على الاحتراق ضرورة ملحة لفهم ودعم التجارب التي تعمل على تطوير تقنيات الاحتراق التالية.

لا تزال المحاكاة العددية لمشكلات الاحتراق بمساعدة البلازما (PAC) تمثل تحديًا رئيسيًا في المجتمع بسبب (1) الطبيعة متعددة المقاييس للتدفق: تحدث كيمياء البلازما على نطاق زمني نانوثانية ويحدث الاحتراق بمقياس ميلي ثانية ؛ (2) التأثيرات غير المتوازنة: تقترن كيمياء الاحتراق والنقل بكيمياء البلازما التفصيلية في الديناميكا الحرارية غير المتوازنة ؛ و (3) الأبعاد الكبيرة للآليات: مئات الأنواع مقترنة بإحكام في آليات حركية كبيرة وقاسية. لذلك ، من الضروري تطوير تمثيلات موثوقة ذات ترتيب منخفض للكيمياء التفصيلية من أجل التخفيف من التحديات العددية المذكورة أعلاه.

تعامل العمل السابق في ULB و VUB مع تطوير نماذج الاحتراق ذات الترتيب المنخفض باستخدام التحلل النموذجي (تحليل المكونات الرئيسية والأساليب المماثلة) والأساليب القائمة على الأنواع والقضاء على التفاعل (الطرق القائمة على الرسم البياني مثل الرسم البياني للعلاقة الموجهة - DRG). الهدف من منصب الدكتوراه الحالي هو توسيع هذا الإطار ليشمل أدوات التصنيف والانحدار غير الخطي من أجل (1) تحسين إمكانات الضغط للطريقة و (2) استخدام نموذج الترتيب المنخفض لتحسين وتصميم عمليات المحاكاة والتجارب الجديدة .

نسعى للحصول على مرشح (مستوى الدكتوراه) مع خلفية في أحد المجالات التالية:

المواقف متاحة بسهولة. سيعتمد الاختيار على ملفات تعريف المرشحين. مدة الدكتوراه 4 سنوات.

وصف الفريق والبيئة

يتوفر منصب دكتوراه مشترك.

قسم الميكانيكا الحرارية الهوائية في كلية العلوم التطبيقية ، كلية بروكسل للهندسة ، جامعة بروكسل الحرة (ULB).

يتكون القسم من أربعة أساتذة وحوالي 40 باحثًا. ينشط القسم في العديد من المشاريع البحثية البلجيكية والأوروبية مع تعاون وطني ودولي قوي. المروج للمشروع هو البروفيسور أليساندرو بارنتي. يشمل النشاط البحثي للبروفيسور بارنتي التفاعل المضطرب / الكيميائي في الاحتراق المضطرب ونماذج النظام المنخفض. الوقود غير التقليدي (أمونيا الهيدروجين وأنواع الوقود الشمسي الأخرى) وتكوين الملوثات ؛ تقنيات الاحتراق الجديدة ، مثل الاحتراق الخفيف ؛ المحاكاة العددية لتدفقات طبقة الحدود الجوية ؛ والتحقق والتحقق وتقدير عدم اليقين في ديناميات الموائع الحسابية.

قام الأستاذ بارنتي بتأليف أكثر من 80 بحثًا في المجلات العلمية وبراءتي اختراع. في يناير 2015 ، أسس البروفيسور بارنتي مجموعة BURN ( http://burn-research.be ). تضم المجموعة 7 أساتذة بدوام كامل وحوالي 40 باحثًا بين ULB و VUB وتهدف إلى تطوير مجموعة بحثية عالمية المستوى في محاكاة الاحتراق والتحقيقات التجريبية. يتماشى هذا المشروع مع الأهداف البحثية لمجموعة BURN وسيكمل العمل الذي تقوم به حاليًا ULB وشركاؤها

المزيد عن ULB: https://www.ulb.be/en/ulb-homepage

ديناميات السوائل والحرارة (FLOW) ، قسم الهندسة الميكانيكية (MECH) ، كلية الهندسة ، جامعة Vrije Universiteit Brussel (VUB)

تتمحور أنشطة فريق FLOW في VUB حول الديناميكيات الحرارية والسوائل لمختلف التطبيقات الهندسية التي تتراوح من الطاقة المستدامة إلى الطيران والفضاء والتحسين القوي والنمذجة القائمة على البيانات ( https://flow.research.vub.be/en ). يعمل البروفيسور Aurélie Bellemans على دمج المفاهيم الجديدة التي تعتمد على البيانات في مجال السوائل الحرارية (مثل الديناميكا الحرارية ، وميكانيكا السوائل ، ونقل الحرارة والاحتراق) لفهم التطبيقات الهندسية الصعبة في الفضاء والطاقة المتجددة وتحسينها. يتمثل الموضوع الرئيسي لأبحاثها في تطوير طرق استخراج الميزات القائمة على البيانات وبناء بدائل متقدمة باستخدام خوارزميات التعلم الآلي.

المزيد على VUB: https://www.vub.be