ENabling sustainable COmbustion technologies using hybrid physics-based Data-dri...
ENabling sustainable COmbustion technologies using hybrid physics-based Data-driven modelING
At the 26th UN Climate Change Conference of the Parties (COP26), the reached consensus points for the need of an energy revolution, in which hydrogen will play a key role, especially in Energy Intensive Industries (EIIs) for which...
At the 26th UN Climate Change Conference of the Parties (COP26), the reached consensus points for the need of an energy revolution, in which hydrogen will play a key role, especially in Energy Intensive Industries (EIIs) for which electrification is more challenging. Still, current infrastructures are not ready to adopt hydrogen and other Renewable Synthetic Fuels (RSFs) in an efficient, safe, and sustainable way. ENCODING holds the promise to smooth the transition towards RSFs use, thereby helping decarbonise EIIs. To do so, ENCODING main objective is to train the next generation of digital combustion experts, by offering them an innovative training programme. The 10 doctoral candidates will gain multidisciplinary know-how in sustainable fuels, experimental techniques and numerical simulations of turbulent reacting flows, big data analytics and machine learning, and intersectoral experience (academic and industrial relevant training). Together, they will be able to create knowledge to develop a generalised hybrid ML-based digital infrastructure, with the capability to solve current and future outstanding questions to decarbonise EIIs.The unique training is only possible thanks to the participation of renowned academic institutions with partners specialized in combustion experiments and simulation (ULB, RWTH, CNRS, CNR), data analysis and dimensionality reduction (UPM, ULB), data-driven and ML-based modelling (ULB, RWTH, CNRS) and different companies in the whole chain of knowledge: sustainable fuels (Air Liquid), combustion systems (MITIS, NPT), fuel flexible burners (WS, TENOVA), pollutant remediation strategies (AGC, AMMR) and CFD software (CONVERGE, CFD Direct).ver más
Seleccionando "Aceptar todas las cookies" acepta el uso de cookies para ayudarnos a brindarle una mejor experiencia de usuario y para analizar el uso del sitio web. Al hacer clic en "Ajustar tus preferencias" puede elegir qué cookies permitir. Solo las cookies esenciales son necesarias para el correcto funcionamiento de nuestro sitio web y no se pueden rechazar.
Cookie settings
Nuestro sitio web almacena cuatro tipos de cookies. En cualquier momento puede elegir qué cookies acepta y cuáles rechaza. Puede obtener más información sobre qué son las cookies y qué tipos de cookies almacenamos en nuestra Política de cookies.
Son necesarias por razones técnicas. Sin ellas, este sitio web podría no funcionar correctamente.
Son necesarias para una funcionalidad específica en el sitio web. Sin ellos, algunas características pueden estar deshabilitadas.
Nos permite analizar el uso del sitio web y mejorar la experiencia del visitante.
Nos permite personalizar su experiencia y enviarle contenido y ofertas relevantes, en este sitio web y en otros sitios web.