Artificiell intelligens och strömningsmekanik

Vi fokuserar på två primära forskningsinriktningar. För det första använder vi AI-tekniker som autoencoders och symbolisk regression för att förenkla komplexa kemiska reaktionsmekanismer, vilket minskar beräkningskomplexiteten. För det andra utvecklar vi neurala operatörsmetoder för effektivare CFD-simuleringar (computational fluid dynamics), med särskilda tillämpningar inom hållbar teknik som aerodynamik för vindkraftverk och avancerade termiska cykler.

Vi samarbetar med partners från forskningsinstitut och industrin och använder sofistikerade simuleringsverktyg för att modellera allt från isbildning på vindkraftverkens blad till högpresterande turbomaskiner. Genom att integrera fysikbaserade principer med banbrytande beräkningstekniker strävar vi efter att tillhandahålla snabbare och mer nyanserade förutsägelser av vätskesystemens beteende, vilket i slutändan bidrar till effektivare och mer hållbara tekniska lösningar.