Benutzer: Gast  Login
Originaltitel:
Modelling Flame Dynamics with Deep Learning Methods
Übersetzter Titel:
Modellierung der Flammendynamik mit Deep Learning-Methoden
Autor:
Tathawadekar, Nilam
Jahr:
2024
Dokumenttyp:
Dissertation
Fakultät/School:
TUM School of Computation, Information and Technology
Institution:
Informatik 15 - Professur für Physik-basierte Simulation (Prof. Thuerey)
Betreuer:
Thuerey, Nils (Prof. Dr.)
Gutachter:
Thuerey, Nils (Prof. Dr.); Polifke, Wolfgang (Prof. Dr.); Doan, Nguyen Anh Khoa (Prof. Dr.)
Sprache:
en
Fachgebiet:
DAT Datenverarbeitung, Informatik
TU-Systematik:
DAT 758
Kurzfassung:
Modelling flame dynamics is an essential topic in the combustion community and is challenging because of the complicated, nonlinear dynamics involved. This dissertation explores neural network-based modelling of reactive flow simulations to predict, forecast and control flame dynamics. The primary goal of this work is to explore the applicability of neural network models in assisting existing computational fluid dynamics solvers to tackle the challenges in flame dynamics modelling.
Übersetzte Kurzfassung:
Die Modellierung der Flammendynamik ist ein wichtiges Thema in der Verbrennungsbranche und stellt aufgrund der komplizierten, nichtlinearen Dynamik eine Herausforderung dar. In dieser Dissertation wird die auf Neuronalen Netzen (NN) basierende Modellierung von reaktiven Strömungssimulationen zur Vorhersage, Prognose und Steuerung der Flammendynamik untersucht. Das Kernziel unserer Arbeit ist die Erforschung der Anwendbarkeit von NN zur Unterstützung bestehender Methoden in der numerischen Strömu...     »
WWW:
https://mediatum.ub.tum.de/?id=1728449
Eingereicht am:
07.12.2023
Mündliche Prüfung:
14.08.2024
Dateigröße:
8499203 bytes
Seiten:
119
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20240814-1728449-1-0
Letzte Änderung:
18.10.2024
 BibTeX