von
"Turbinen-Übergangskanäle sind ein wesentlicher Bauteil von Flugtriebwerken", erklärte Wolfgang Sanz vom Institut für Thermische Turbomaschinen und Maschinendynamik der TU Graz. Diese 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", wie der Grazer Turbinenforscher schilderte. Er sieht in diesem Bereich "noch recht viel Potenzial für die Optimierung". Doch die Lösung solche Fragestellungen ist ein Prozess, bei dem die Lösung mehrmals abgeändert wird, um schrittweise eine Verbesserung oder eine Annäherung an das Ziel zu erreichen. Und das kostet Zeit.
Das Institut für thermische Turbomaschinen und Maschinendynamik forscht seit vielen Jahren an der Auslegung der Turbinen-Übergangskanäle und hat eine umfangreiche Datengrundlage aus Messdaten und Strömungssimulationen aufgebaut. Das Team unter der Leitung von Sanz hat jahrelang gesammelte Strömungsdaten zu Turbinenübergangskanälen mit Künstlicher Intelligenz (KI) und Machine-Learning zusammengeführt. Daraus wurde ein Modell erstellt, das die Auswirkungen von Änderungen verschiedenster Geometrieparameter rasch darlegen kann. Neben den Forschenden vom Institut für Thermische Turbomaschinen und Maschinendynamik waren die Forschungsgruppe von Franz Wotawa am Institute of Software Engineering and Artificial Intelligence sowie zwei Unternehmenspartner beteiligt. Gefördert wurde das Projekt über die Österreichische Forschungsförderungsgesellschaft FFG.
Unter den unterschiedlichen KI-unterstützten Ansätzen, brachten die sogenannten Reduced Order Models die besten Ergebnisse. Diese Modelle suchen die Gemeinsamkeiten in den Daten. Zur Simulation wiederum nutzen sie nur die wichtigsten gemeinsamen Merkmale. Das beschleunigt die Berechnungen enorm: Laut den Grazer Experten laufen sie um einige Zehnerpotenzen schneller ab als eine komplette Strömungssimulation. Die Beschleunigung resultiert aus einer starken Reduzierung des Lösungsraums, wodurch deutlich kleinere algebraische Gleichungssysteme gelöst werden müssen.
Die TU-Forscher sehen in dem Modell die Möglichkeit, rasch Änderungen des Wirkungsgrads zu erkennen, wenn sich ein Parameter - beispielsweise die Länge des Übergangskanals - verändert. Modelle wie das in Graz entwickelte würden zwar gewisse Genauigkeitseinbußen mit sich bringen, doch jedenfalls durch die Verknüpfung mit der numerischen Simulation die Vorhersage von Trends und die Identifikation von Optimierungspotenzialen ermöglichen.
Das Team denkt bereits an die nächsten Schritte, denn das Reduced Order Model bildet die Turbinenübergangskanäle bisher lediglich zweidimensional ab: Die aus dem Projekt entstandene umfangreiche Datenbank über Übergangskanäle und das Reduced Order Model werden online anderen Forschungsgruppen zur Verfügung gestellt. Damit können diese ebenso wie das Team an der TU Graz ein dreidimensionales Simulationsmodell entwickeln.
Die Europäische Kommission hat 2011 die Strategie Flightpath 2050 herausgegeben, die u. a. das Ziel verfolgt, die CO2-Emissionen der Luftfahrtbranche bis 2050 um 75 Prozent - bezogen auf das Jahr 2000 - zu senken. Um diese ambitionierten Ziele zu erreichen, muss die Effizienz moderner Triebwerke erheblich gesteigert werden, wobei der KI und zunehmenden Digitalisierung eine Schlüsselrolle zukommt.
GRAZ - ÖSTERREICH: FOTO: APA/eunikas - Adobe Stock
