Pressemitteilung: Effizientere Flugzeugtriebwerke: TU Graz legt Optimierungspotenzial offen

Mit einem selbst entwickelten, KI-unterstützten Modell hat ein interdisziplinäres Team der TU Graz neue Wege gefunden, um den Wirkungsgrad von Flugzeugtriebwerken zu erhöhen.
Effizienzgewinne in Flugzeugtriebwerken lassen sich nun wesentlich schneller finden.
Mit ihrer Strategie „Flightpath 2050“ hat die Europäische Kommission einen Rahmen für die Luftfahrtindustrie vorgegeben, der auch die Reduktion der Emissionen sowie des Treibstoff- und Energieverbrauchs vorsieht. Dafür sind unter anderem effizientere Triebwerke nötig. Im Projekt ARIADNE hat ein interdisziplinäres Team an der TU Graz die Basis geschaffen, um die angestrebten Effizienzgewinne schneller als bisher zu erreichen. Dafür haben die Forschenden über Jahre gesammelte Strömungsdaten zu Turbinenübergangskanälen mit KI und Machine Learning zusammengeführt und daraus ein Modell entwickelt, mit dem sich Änderungen verschiedenster Geometrieparameter um ein Vielfaches schneller und effizienter auf ihre Auswirkungen auf den Wirkungsgrad prüfen lassen.
Übergangskanäle bieten viel Optimierungspotenzial
„Turbinen-Übergangskanäle sind ein wesentliches Bauteil von Flugtriebwerken“, sagt Projektleiter Wolfgang Sanz vom Institut für Thermische Turbomaschinen und Maschinendynamik der TU Graz. „Sie bilden den Übergang zwischen der Hochdruck- und Niederdruckturbine, die mit verschiedenen Drehzahlen laufen. Diese Übergangskanäle haben aber ein recht hohes Gewicht, darum will man sie möglichst kurz, klein und leicht bauen und dennoch hohe Wirkungsgrade erreichen. Hier ist noch recht viel Potenzial für die Optimierung vorhanden.“ (....)

Der vollständige Inhalt dieser Pressemitteilung wird auf unserer Seite nicht angezeigt.
Zum Lesen der Mitteilung klicken Sie bitte auf den folgenden Link:

-> Pressemitteilung: Effizientere Flugzeugtriebwerke: TU Graz legt Optimierungspotenzial offen

Quelle: TU Graz - Graz University of Technology

Stichwörter: TU Graz - Graz University of Technology, Flugzeugtriebwerk, Effizienzgewinne, Strategie „Flightpath 2050“, Europäische Kommission, Luftfahrtindustrie, Treibstoff, Energieverbrauch, Projekt ARIADNE, Strömungsdaten, Turbinenübergangskanäle, KI, Machine Learning, Geometrieparameter

Kategorie(n): Forschung & Transfer