Fluid Machinery Design And Modeling 2025/2026

Aerospace Digital Mobility Sustainability
• Richiami equazioni della fluidodinamica delle turbomacchine, con speciale riguardo agli aspetti transitori, alla generazione di entropia, al moto relativo e alle forze di inerzia.
• Dinamica della vorticità. Flussi rotazionali e irrotazionali. Azioni su profili alari. Teorema di Kelvin. Esempi di calcolo a potenziale del flusso intorno a profili.
• Strato limite: parametri locali e globali, transizione laminare turbolento, applicazioni a studio di profili aerodinamici.
• Generalità sul funzionamento delle turbomacchine: parametri adimensionali principali, classificazione e scelta delle turbomacchine attraverso i parametri adimensionali, Influenza della viscosità, degli effetti di scala, della cavitazione, degli effetti termici. Applicazione dei concetti di design alle macchine per la generazione da fonti rinnovabili (turbine eoliche, turbine a fluido organico, ventilatori, compressori di idrogeno).
• Esempi di curve caratteristiche di turbine eoliche, high-efficiency and low noise fans, turbine a fluido organico, dipendenza dai principali parametri di design. Generalità sull’accoppiamento con sistemi mediante definizione di curve caratteristiche del sistema ricevente.
• Definizione di modelli fluidodinamici semplificati, a partire dalle equazioni generali della CFD su dominio completo nello spazio e nel tempo. Definizione disco attuatore per la valutazione semplificata ma multi-dimensionale di turbomacchine, in modo da rappresentare fenomeni azimutali e transitori. Principali risultati conseguibili con i modelli semplificati. Reduced-order-modeling techniques: accuratezza e campi di applicazione. Tecniche di modellazione multi-dimensionale di sistemi (scambiatori in pompe di calore o HVAC, cabine di veicoli elettrici, sistemi di stoccaggio energetico o di fluidi vettori).
• Fondamenti di aeroacustica per la valutazione dell’SPL-Sound Pressure Level per turbomacchine (particolarmente turbine eoliche e fan) in funzione della frequenza.
• Introduzione a due dei principali linguaggi di programmazione (python e piattaforma matlab) in merito all’implementazione di tecniche di ottimizzazione.
• Applicazioni data-driven e tecniche machine-learning: rappresentazioni basate su correlazioni teoriche e dati sperimentali, anche considerando sottomodelli aeroacustici per la valutazione dell’SPL
• Implementazione di modelli data-driven per la previsione del funzionamento di macchine e sistemi in diverse condizioni di funzionamento e confronto con modelli convenzionali CFD in modo da porre in evidenza i diversi trade-off dal punto di vista dell’accuratezza e dei tempi di calcolo richiesti.
• Addestramento di modelli data-driven mediante dati derivanti da simulazioni CFD in modo da implementare modelli surrogate semplificati.

---

Fonte: GOMP