Hola,
¿eres nuevo aquí?

Registrate y conecta tu empresa con financiación pública, partners y proyectos.

PID2020-114173RB-I00

Financiado

NUEVAS HERRAMIENTAS Y MODELOS FIABLES PARA EL DISEÑO Y LA EVALUACION DE AERONAVE...

NUEVAS HERRAMIENTAS Y MODELOS FIABLES PARA EL DISEÑO Y LA EVALUACION DE AERONAVES EFICIENTES NEMDAEA SE CENTRA EN EL DESARROLLO Y APLICACION DE TECNICAS DE ANALISIS DE DATOS Y EN LA GENERACION DE MODELOS SUBROGADOS CON DOS PRINCIPALES OBJETIVOS: (I) MEJORAR EL RENDIMIENTO EN AVIONES PARA CONSEGUIR MODELOS MAS EFICIENTES Y... ver más

01/01/2020

UPM

184K€

Presupuesto del proyecto: 184K€

Líder del proyecto

UNIVERSIDAD POLITÉCNICA DE MADRID No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 3944

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2020-01-01

0% 100%

Participantes

UPM

Lider

Proyectos interesantes

EUIN2017-87247 METODOS AVANZADOS DE ALTO ORDEN PARA SIMULACIONES INDUSTRIAL... 25K€ Cerrado

BES-2015-074231 ANALISIS Y OPTIMIZACION DE TRAYECTORIAS DE AVION BAJO LOS EF... 93K€ Cerrado

RTI2018-098471-B-C33 GESTION DE LA INCERTIDUMBRE METEOROLOGICA PARA UN TRAFICO AE... 42K€ Cerrado

RTI2018-098471-B-C32 GESTION DE LA INCERTIDUMBRE METEOROLOGICA PARA UN TRAFICO AE... 42K€ Cerrado

PRE2019-087518 SIMULACIONES DE ALTA PRECISION Y MODELIZACION PARA DISEÑO OP... 98K€ Cerrado

TRA2012-34148 MEJORAS DEL RENDIMIENTO AERODINAMICO DE ALAS MEDIANTE CONTRO... 201K€ Cerrado

Últimas noticias

29-11-2024: IDAE En las últimas 48 horas el Organismo IDAE ha otorgado 4 concesiones

29-11-2024: ECE En las últimas 48 horas el Organismo ECE ha otorgado 2 concesiones

29-11-2024: CMVAMADRID En las últimas 48 horas el Organismo CMVAMADRID ha otorgado 37 concesiones

Líder del proyecto

UNIVERSIDAD POLITÉCNICA DE MADRID

Total investigadores 3944

Presupuesto del proyecto 184K€

Descripción del proyecto NEMDAEA SE CENTRA EN EL DESARROLLO Y APLICACION DE TECNICAS DE ANALISIS DE DATOS Y EN LA GENERACION DE MODELOS SUBROGADOS CON DOS PRINCIPALES OBJETIVOS: (I) MEJORAR EL RENDIMIENTO EN AVIONES PARA CONSEGUIR MODELOS MAS EFICIENTES Y MENOS CONTAMINANTES Y (II) AUTOMATIZAR EL PROCESO DE INSPECCION DE LAS ESTRUCTURAS DEL AVION PARA PODER DETECTAR FALLOS DE FORMA PREMATURA.POR UN LADO, EL RENDIMIENTO DEL AVION SE ESTUDIA ANALIZANDO DATOS GENERADOS EN SIMULACIONES NUMERICAS O EXPERIMENTOS QUE PROPORCIONAN INFORMACION SOBRE LA FISICA DEL FLUIDO Y SU COMPORTAMIENTO EN TORNO A LAS DIFERENTES PARTES DEL AVION. SIN EMBARGO, LOS EXPERIMENTOS SON MUY CAROS, Y EL COSTE DE LAS SIMULACIONES ES MUY ALTO EN TERMINOS DE MEMORIA Y TIEMPO DE COMPUTACION, RETRASANDO LA PRODUCCION. SE PRESENTA COMO ALTERNATIVA LA GENERACION DE MODELOS SUBROGADOS DE ALTA FIDELIDAD QUE SE BASEN EN PRINCIPIOS FISICOS DEL FLUIDO. PARA ELLO SE DESARROLLARAN Y APLICARAN NUEVOS METODOS DE ANALISIS PURAMENTE BASADOS EN DATOS ("DATA-DRIVEN") QUE PERMITAN IDENTIFICAR LOS PATRONES QUE DEFINEN EL MOVIMIENTO DEL FLUIDO Y SUS PRINCIPALES INESTABILIDADES (MECANISMOS ENCARGADOS DE PRODUCIR, POR EJEMPLO, LA TRANSICION A LA TURBULENCIA, O DE GENERAR RUIDO), ESTABLECIENDO NUEVOS PRINCIPIOS FISICOS Y PROPONIENDO ESTRATEGIAS DE CONTROL (RETRASANDO/ADELANTANDO LA PRESENCIA DE INESTABILIDADES). LOS PATRONES FLUIDOS IDENTIFICADOS SE COMBINARAN CON TECNICAS "MACHINE LEARNING" PARA GENERAR MODELOS SUBROGADOS QUE PERMITAN ACELERAR EL "SOLVER" NUMERICO Y/O PREDECIR EL COMPORTAMIENTO DEL SISTEMA A PARTIR DE DATOS EXPERIMENTALES. COMO RESULTADO SE OBTENDRAN NUEVOS DATOS DE ALTA FIDELIDAD QUE AGILICEN EL ESTUDIO DEL RENDIMIENTO DEL AVION. POR OTRO LADO, PARA LA MONITORIZACION DE LA SALUD ESTRUCTURAL DE LOS COMPONENTES DEL AVION SE REALIZAN TANTO PRUEBAS DIAGNOSTICAS PERIODICAS MEDIANTE ENSAYOS NO DESTRUCTIVOS, COMO SEGUIMIENTOS DE LOS DATOS RECOGIDOS DE FORMA CONTINUA EN SENSORES UBICADOS EN LA SUPERFICIE DEL AVION. PARA OBTENER UNA DIAGNOSIS EFICAZ DEL SISTEMA SE NECESITAN HERRAMIENTAS EFICIENTES, AUTOMATICAS Y CON BAJO COSTE COMPUTACIONAL (MEMORIA Y TIEMPO). PARA ELLO SE APLICARAN TECNICAS BASADAS EN PROBLEMAS INVERSOS (EJ.: DERIVADA TOPOLOGICA) Y SE COMBINARAN CON NUEVAS TECNICAS DE ANALISIS BASADO EN DATOS, COMO DESCOMPOSICIONES MODALES O TECNICAS DE "MACHINE LEARNING" CON EL OBJETO DE DESARROLLAR NUEVOS METODOS, MAS EFICIENTES, QUE PERMITAN UNA CORRECTA DIAGNOSIS DEL SISTEMA EN TIEMPO REAL. ADEMAS, SE DESARROLLARAN MODELOS SUBROGADOS QUE PERMITAN ACELERAR LOS METODOS BASADOS EN PROBLEMAS INVERSOS, PREVIAMENTE MENCIONADOS, REDUCIENDO ASI EL TIEMPO DE PREDICCION Y DETECCION DE DEFECTOS.LOS OBJETIVOS INCLUYEN:1) SIMULACION NUMERICA EN FLUIDOS A GRAN ESCALA CON ESQUEMAS DE ALTO ORDEN.2) DESARROLLO DE NUEVAS TECNICAS DE ANALISIS DE DATOS "DATA-DRIVEN" PARA (I) ESTUDIAR LA FISICA DE FLUJOS TURBULENTOS CON PARED, FLUJOS REACTIVOS Y CHORROS Y (II) DETECTAR DEFECTOS ESTRUCTURALES EN DATOS DE TERMOGRAFIAS, ONDAS ELECTROMAGNETICAS, ULTRASONIDOS Y VIBROACUSTICA. ESTAS HERRAMIENTAS SE PODRAN EXTENDER A CUALQUIER CAMPO (MEDICINA, BANCA,...).3) GENERACION DE MODELOS SUBROGADOS PRECISOS Y EFICIENTES COMBINANDO TECNICAS "MACHINE LEARNING" CON PRINCIPIOS FISICOS Y DATOS NUMERICOS Y EXPERIMENTALES.4) PARTICIPACION INTERNACIONAL: KTH-SUECIA, ULB-BELGICA, OIST-JAPON, UTC-FRANCIA.5) COLABORACION CON EMPRESAS: MICROFLOWN, GENERAL DYNAMICS, ACCENTURE-AIRBUS. ODELOS REDUCIDOS\MATEMATICA APLICADA\INGENIERIA AERONAUTICA\DISEÑO EFICIENTE DE AERONAVES\ENSAYOS NO DESTRUCTIVOS\MONITORIZACION DE SALUD ESTRUCTURAL\CFD\MECANICA DE FLUIDOS\METODOS PURAMENTE BASADOS EN DATOS\MINERIA DE DATOS

Conecta tu I+D

Entra hoy

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores