ETH-Forschung 06.01.2021, 08:26 Uhr

Turbulenzen mit Künstlicher Intelligenz berechnen

Erstmals ist es Forschenden der ETH Zürich gelungen, die Modellierung von Turbulenzen zu automatisieren. Ihr Projekt verbindet Reinforcement-Learning-​Algorithmen mit turbulenten Strömungssimulationen auf dem CSCS-​Supercomputer «Piz Daint».
Wirbelstrukturen am Beginn des Übergangs zur Turbulenz durch Taylor-​Green-Wirbel
(Quelle: CSE/lab ETH Zürich)
Für das Design eines Autos oder einer Herzklappe, für die Vorhersage des Wetters der nächsten Tage, oder um die Geburt einer Galaxie zurückzuverfolgen, ist die Modellierung und Simulation turbulenter Strömungen entscheidend. Die Strömungsmechanik beschäftigte bereits den griechischen Mathematiker, Physiker und Ingenieur Archimedes. Heute, rund 2000 Jahre danach, ist die Komplexität des Strömungsverhaltens noch immer nicht vollständig verstanden. Der Physiker Richard Feynman zählte Turbulenzen zu den wichtigsten ungelösten Problemen der klassischen Physik. Bis heute sind sie ein aktives Forschungsthema für Ingenieurinnen, Wissenschaftlerinnen und Mathematikerinnen.
Die Auswirkungen von turbulenten Strömen müssen Ingenieure berücksichtigen, wenn sie ein Flugzeug oder eine künstliche Herzklappe bauen. Meteorologinnen müssen sie berücksichtigen, wenn sie das Wetter vorhersagen, ebenso Astrophysiker, wenn sie Galaxien simulieren. Wissenschaftlerinnen und Wissenschaftler dieser Disziplinen modellieren seit über 60 Jahren Turbulenzen und führen Strömungssimulationen durch.
Turbulente Strömungen sind durch Strömungsstrukturen charakterisiert, die sich über einen grossen Bereich räumlicher und zeitlicher Grössenmassstäbe erstrecken. Für die Simulationen dieser komplexen Strömungsstrukturen gibt es zwei unterschiedliche Herangehensweisen. Die eine ist die direkte numerische Simulation (DNS), die andere die Large-​Eddy-Simulation (LES).

Strömungssimulationen testen die Grenzen von Supercomputern

Die DNS lösen die für die Beschreibung von Strömungen zentralen Navier-​Stokes-Gleichungen, mit einer Auflösung von Milliarden und manchmal Billionen von Gitterpunkten. Die DNS ist die genaueste Methode zur Berechnung des Strömungsverhaltens, aber leider ist sie für die meisten Anwendungen in der realen Welt nicht praktikabel. Denn um alle Details der turbulenten Strömungen zu erfassen, benötigen sie weit mehr Gitterpunkte, als in absehbarer Zukunft von irgendeinem Computer verarbeitet werden können.
Aus diesem Grund verwenden die Forscher in ihren Simulationen Modelle, um nicht jedes Detail berechnen zu müssen und trotzdem hohe Genauigkeit zu erreichen. Beim LES-​Ansatz werden die grossen Strömungsstrukturen aufgelöst, während sogenannte «Closure Models» die feineren Strömungsskalen und deren Wechselwirkungen mit den grossen Skalen berücksichtigen. Die richtige Wahl des «Closure Models» ist entscheidend für die Genauigkeit der Ergebnisse.

Autor(in) Simone Ulmer, ETH-News


Das könnte Sie auch interessieren