User: Guest  Login
Original title:
Modelling Flame Dynamics with Deep Learning Methods
Translated title:
Modellierung der Flammendynamik mit Deep Learning-Methoden
Author:
Tathawadekar, Nilam
Year:
2024
Document type:
Dissertation
Faculty/School:
TUM School of Computation, Information and Technology
Institution:
Informatik 15 - Professur für Physik-basierte Simulation (Prof. Thuerey)
Advisor:
Thuerey, Nils (Prof. Dr.)
Referee:
Thuerey, Nils (Prof. Dr.); Polifke, Wolfgang (Prof. Dr.); Doan, Nguyen Anh Khoa (Prof. Dr.)
Language:
en
Subject group:
DAT Datenverarbeitung, Informatik
TUM classification:
DAT 758
Abstract:
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.
Translated abstract:
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
Date of submission:
07.12.2023
Oral examination:
14.08.2024
File size:
8499203 bytes
Pages:
119
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20240814-1728449-1-0
Last change:
18.10.2024
 BibTeX