Erweiterung von Auswertemethoden und Schließungsmodellen für Blasenströmungen mit Methoden des maschinellen Lernens

• Antragsteller: Dr.-Ing. Hendrik Hessenkemper
• Fachliche Zuordnung: Strömungsmechanik
• Förderung: Förderung seit 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 516836175

Die Simulation von Flüssigkeitsströmungen mit dispergierten Gasblasen erfordert eine exakte Modellierung der wirkenden Blasenkräfte, um die Ausprägung der Strömung und alle damit verbundenen Größen, wie beispielsweise Wärme- und Stofftransport, verlässlich wiedergeben zu können. Für ellipsoide Gasblasen, welche in einer Vielzahl technischer Anwendungen auftreten, sind die verschiedenen Blasenkräfte nur für bestimmte Strömungsbedingungen untersucht und eine allgemeingültige Beschreibung ist bisher nicht möglich. Noch weniger untersucht sind sogenannte Schwarmeffekte, welche bei einer dichten Gasblasenbeladung auftreten und die Blasenkräfte zusätzlich modifizieren können. Das Vorhaben dient der experimentellen Untersuchung von Blasenkräften ellipsoider Blasen. Neben einem verbesserten Verständnis der physikalischen Vorgänge und Wechselwirkungen in Einzelblasenexperimenten, werden Schwarmeffekte mithilfe von Experimenten unter erhöhtem Gasgehalt untersucht. Um Blasenströmungen mit erhöhtem Gasgehalt auswerten zu können, werden die bisherigen Auswertemethoden unter Verwendung von Bildsequenzen und/oder mehrerer Perspektiven erweitert. Um diese Ansätze für eine verbesserte Blasenfindung zu nutzen, werden insbesondere neuartige Methoden aus dem Bereich des maschinellen Lernens umgesetzt und angewandt. Die Ergebnisse des Projektes sollen zur verbesserten Modellierung von Blasenströmungen beitragen, wodurch die Genauigkeit und Zuverlässigkeit von entsprechenden CFD Simulationen verbessert wird.

• DFG-Verfahren: Sachbeihilfen