@techreport{PolklasWillekeLehmbrincketal.2025, author = {Polklas, Thomas and Willeke, Tobias and Lehmbrinck, Marc and Fomina, Anastasia and Maqueo Martinez, Manuel Ernesto and Oliveira Brito, Marcel}, title = {RoboFlexRobuste Turbomaschinen f{\"u}r den flexiblen Einsatz: Numerische und experimentelle Untersuchungen zu einem axial-radial Turbinendiffusor (AP 1.5); KI-basierte, modellpr{\"a}diktive Turbostrang-Regelung f{\"u}r einen energieoptimalen Betrieb (AP 4.2) (Abschlussbericht Verbundprojekt AG Turbo Teilvorhaben-Nr. 1.5 und 4.2)}, publisher = {Repositorium f{\"u}r Naturwissenschaften und Technik}, address = {Hannover}, doi = {10.34657/18643}, url = {http://nbn-resolving.de/urn:nbn:de:hbz:due62-opus-57122}, pages = {137}, year = {2025}, abstract = {In der Zusammenarbeit zwischen dem ITSM der Universit{\"a}t Stuttgart und Everllence wurde im Rahmen dieses Vorhabens (AP 1.5) eine Versuchsanlage zur Erzeugung repr{\"a}sentativer Diffusorstr{\"o}mungen entwickelt und f{\"u}r experimentelle Untersuchungen eingesetzt. Begleitend zu den experimentellen Untersuchungen wurden verschiedene numerische Modelle entwickelt und anhand der Messergebnisse validiert. Aus diesem Vergleich wurden Empfehlungen zur numerischen Str{\"o}mungssimulation von Axial-Radial-Diffusoren abgeleitet. Insgesamt zeigte die numerische Simulation unter den gew{\"a}hlten Bedingungen eine hohe Sensitivit{\"a}t gegen{\"u}ber den Modellparametern mit entsprechenden Auswirkungen auf die beabsichtigte Geometrieoptimierung. In Arbeitspaket 4.2 des AG Turbo Verbundprojekts RoboFlex ist es den Projektpartnern Hochschule D{\"u}sseldorf und Everllence gelungen, eine modellpr{\"a}diktive Mehrgr{\"o}ßen-Verbundregelung eines exemplarischen Turbomaschinen-Strangs zu entwickeln. Dies erlaubt der Regelungseinheit, alle verf{\"u}gbaren Stellgr{\"o}ßen simultan zu benutzen, um ein vorgegebenes Regelungsziel zu erreichen. Zudem kann das Regelungsziel flexibel um weitere Vorgaben und Beschr{\"a}nkungen erweitert werden, indem diese in die Kostenfunktion implementiert werden. Ein zentraler Forschungsschwerpunkt war hierbei die Einbindung von Methoden der k{\"u}nstlichen Intelligenz in die Modellierung und im gleichen Zuge deren {\"U}berf{\"u}hrung und Implementierung in die linearisierte Modellform, die die modellpr{\"a}diktive Regelung verlangt. Ein besonderes Augenmerk wurde auf die fortlaufende Nachf{\"u}hrung des KI-Modells an den zuletzt durch Messungen bekannten Anlagenzustand gelegt.}, subject = {Str{\"o}mungsmaschine}, language = {de} }