以实现全球可持续能源发展与部署-NewcastleUniversity.PDFVIP

概述 本项目主旨为大幅度降低交通产业的能量损耗，以实现全球可持续能源发展与部署。 本项目 将利用下一代智能传感器及颠覆式驱动策略来进行数据采集，并运用云端机器学习来进行计算 及评估，从而实现降低飞机与船舶在运输过程中50%以上的湍流阻力。对于整个航空及海上运 输网络而言，此技术将成为实现可持续能源发展与部署的一大关键。 目前，全球航空及航海产业设备的能量消耗中，有超过50% 用于克服表面摩擦阻 力[1]。减少 机身或船身的表面摩擦阻力不但可以降低燃料消耗，减少废气排放，保护环境，同时也可以大 幅降低运行成本。举例来说，对于目前全球正在 长距离 飞 行的236000架商用机而言，只要 可以实现表面摩擦阻 力降低3%，每台飞机每年就可以相对节约价值120万美元的喷 气燃料， 并且每年将会减少3000吨的 二氧化碳 （CO2）排放[2]。因此，对于航空产业而 言，尽可能降 低湍流造成的表 面摩擦阻 力是一项重要的机械学课题。与此同时，数据显示全球80%的货运 往来依靠海运， 而海运行业共有 大约90000艘船舶，每 日消耗 石油总计约500-700万桶 （占 全球 石油总产量的8%）[3]。 大量的 石油消耗造成海洋的污染，数据统计每年约有60000 人 死于航运污染引发的健康问题，由此造成的医疗费 用 高达数 十亿美元[4]。中国政府拥有世界 第四 大航运公司中国远洋运输 （集团）总公司 （COSCO），该公司在全球市场占有8%的份 额。 表面摩擦阻力大小的决定性因素之一为机 身 （船 身）的表 面粗糙度。当机 身或船 身表 面达 到极度平滑时，表 面摩擦阻 力将达到其最 小值，称为空气动力平滑面 （液体动 力平滑 面）。不过，在实际操作中，很难实现理想的空 气动 力平滑 面 （液体动 力平滑 面）。例如 ，当船舶以7.7 米/秒的速度航 行时，任何 大于20微 米的不平整 （远小于头发直径），都会导 致表 面摩擦阻力的 大幅增加[5]。在航海过程中任何附着在船舶上的海洋 生物都将大幅增强船 舶的表 面粗糙度。 （图1）实验证明，当船舶污染严重，表面粗糙度达到10毫 米时，就会损 失86%的推进速度[6]。航空产业亦是如此。因此如何运用新型科技与技术，实现降低机身和 船 身表 面粗糙度是航空与航海行业面临的重要问题。 Figure 1: Picture showing an example of biofouling on the hull of a tall ship. Photo: Propulsion Dynamics Inc./Marine Photobank. 在粗糙表面上产生的壁湍流是一种复杂的时空现象。由于未知的时间空间以及在气流或流体的 未知传感器放置情况，控制壁湍流以来降低表面摩擦阻力是非常具有挑战性的工作。这是一个 高度非线性，多变量的流体流动问题。需大量采集数据，并以数据为驱动，运用高效的机器学 习算法，来寻找最优解决方案。根据最新模拟数据显示[7]，通过表面织构创新设计，能将表 面摩擦阻 力降低约50% （结合创新性的表面优化处理或许能降低更多）。 我们已经开发出了一种low-amplitude blowing actuators的原型机，所需输⼊入功率仅为几十 瓦特每平⽅⽶。 在快速优化框架内实施这些新型actuators，为纽卡斯尔大学提供了解决全球 运输行业能源消耗和二氧化碳减排问题的独特能力。项目团队之所以建立起了解决这两个问题 的独特能⼒，是因为团队成员具有跨学科背景，且能⼒力互补。 对于全球科技与工程界⽽⾔，如果能快速自主地优化空⽓动力面 （流体动力面），将表⾯面摩 擦阻力减小50%，这不仅意义重大，也会带来深远影响。任何实用的湍流控制措施本质上都必 须能够实时适应当前状况，处理掉大部分能产生持续性阻碍作用的气流 （水流） （例如，控制 飞机前部或机身，对飞机形成助益，抵消阻碍作用）。这种新型降低表面摩擦阻力策略的开发 和实行将具有⾰命性意义，本项目将努力通过跨学科的云端机器学习方法，实现这一点。如果 我们能基于云计算方法建立优化框架，它就可以实时从全世界的多模态数据源中学习。对于全 球研究界和产业界而言，这将是革命性的多变量优化框架。我们将采用高效的贝叶斯优化法 [8]，为项目团队新开发的blowing technology寻找最优的操作条件，从而尽可能缩小飞机或船 舶表