Nieuwe verbrandingsmodellen verbeteren de efficiëntie en nauwkeurigheid

Onderzoekers van Princeton University hebben een nieuw model ontwikkeld waarmee ingenieurs nauwkeurig de kenmerken van verbrandingsprocessen kunnen voorspellen met veel minder rekenkracht dan voorheen nodig was. Het nieuwe model doorbreekt een al lang bestaande afweging tussen modellen die efficiënt maar eng nuttig zijn en modellen die algemener maar rekenkundig duur zijn.

Ingenieurs vertrouwen op simulaties om efficiëntere motoren, gasturbines en raketten met een lagere uitstoot te ontwerpen of om de verspreiding van branden te voorspellen. Tot nu toe hadden ze twee opties om te voorspellen hoeveel brandstoffen in deze situaties zullen verbranden. Ze konden modellen gebruiken die nauwkeurig waren, maar zo duur dat ze voor veel toepassingen onpraktisch waren. Of ze konden verbrandingsmodellen gebruiken die sneller en goedkoper waren, maar meestal veel minder nuttig, omdat ze van ingenieurs vereisten dat ze alle details over het verbrandingssysteem kenden voordat ze de simulaties uitvoerden.

“Dat waren de enige modellen”, zegt Michael Mueller, universitair hoofddocent mechanische en lucht- en ruimtevaarttechniek aan Princeton University.

Nu heeft het onderzoeksteam van Mueller een nieuwe benadering voor het modelleren van verbranding ontwikkeld die de strengheid en algemeenheid van de computationeel dure modellen combineert met de rekensnelheid en efficiëntie van de vereenvoudigde modellen.

In twee artikelen gepubliceerd in de Proceedings of the Combustion Institute, beschreef het team van Mueller hun nieuwe benadering van het modelleren van verbranding. Cristian Lacey, een afgestudeerde student in het laboratorium van Mueller en een co-auteur van de papers, zei dat het werk een combinatie is van niet alleen het verbeterde verbrandingsmodel, maar ook een volledig nieuwe benadering van hoe het model wordt geïmplementeerd in de verbrandingssimulatiesoftware.

Lacey legde uit dat rekenkundig dure modellen werken door vergelijkingen op te lossen voor alle groepen chemicaliën (chemische soorten genoemd) bij de verbranding. Vaak leiden deze tot duizenden vergelijkingen, wat de simulaties uiterst rekenkundig intensief maakt, waarbij een typische simulatie vaak dagen of weken nodig heeft op duizenden processors.

“Maar in plaats daarvan kan de evolutie van deze chemische soorten worden samengevouwen tot slechts een paar variabelen,” zei Lacey. “De uitdaging is om deze variabelen te identificeren en hoe de gedetailleerde chemische samenstelling afhangt van deze variabelen, iets wat we een ‘spruitstuk’ noemen.”

Door alleen vergelijkingen op te lossen voor deze paar variabelen samen met de turbulente gasstroom tijdens verbranding, zijn de simulaties veel rekenkundig efficiënter. In plaats van weken op duizenden processors, kan de nieuwe simulatie idealiter ’s nachts op tientallen processors draaien. Het nieuwe systeem vereist ook geen ingenieurs om enkele details te specificeren over hoe de brandstoffen zijn samengesteld. De traditionele benaderingen vereisen dat gebruikers specificeren of de brandstof en oxidatiemiddel volledig gemengd zijn bij het begin van de verbranding (voorgemengde verbranding genoemd) of dat de verbranding wordt gecontroleerd door het mengen van oxidatiemiddel en verbranding (niet-voorgemengd).

Het team verhoogde de snelheid verder door een nieuwe rekenstrategie voor de simulaties toe te passen. Conventionele modellen werken door relaties tussen variabelen te berekenen en de resultaten in het geheugen op te slaan voordat de simulaties zelf worden uitgevoerd. In plaats van soortgelijke informatie in het geheugen op te slaan, ontwikkelde het team van Mueller een methode waarbij de relaties alleen worden berekend als dat nodig is en worden opgeslagen in een flexibele gegevensstructuur. De methode, die Mueller light machine learning noemde, verlaagde de computationele eisen zonder de nauwkeurigheid van de simulaties op te offeren.

Mueller zei dat dit werk slechts de eerste stap is om de bruikbaarheid van het algemene modelleerraamwerk te bewijzen en dat het team doorgaat met het valideren van het model – controleer de nauwkeurigheid ervan aan de hand van experimentele metingen – voor een breed scala aan verbrandingsproblemen. Zelfs in dit vroege stadium zegt Mueller dat de interesse van zowel de industrie als de overheid zeer groot is geweest met het uiteindelijke doel om dit model te implementeren in software die regelmatig door verbrandingsingenieurs wordt gebruikt.