Tushar Gholap

High - Fidelity CFD-Modellierung der Sekundärluftströmung in Gasturbinenmortoren

Entwicklung einer AI für optische Navigation unter Verwendung von Trainingsmechanismen, die auf künstlich erzeugten Trainingsdaten basieren (Projekt C2Land). Unterstützung des Teams am Institut bei der Entwicklung eines auf Computer Vision basierenden Navigationssystems für die Anflug- und Landephase. 1. Renderdoc-Software-Anpassung. 2. Generieren Sie Trainingsdaten aus dem Carla-Flugsimulator für das Spawnen von Fahrzeugen und Fußgängern. (Python-Skripting)

Optimierung des Echtzeit-Luftbildkarten-Frameworks für Drohnen (CPU/GPU-Optimierung) Unterstützung des Teams am Institut bei der Optimierung des C++-Codes und Identifizierung von Teilen, die sich für eine Parallelisierung eignen. 1. Implementierung bestimmter Funktionen, die die von Drohnen erfassten Echtzeit-Mapping-Daten entweder in OpenCL/CUDA verarbeiten, und Vergleich ihrer Laufzeit mit den vorhandenen Funktionen. Sie sollte deutlich schneller sein.

Numerische Untersuchung des 2D transonischen Shock-Buffets an einem NACA 0012-34 Tragflügel mittels OpenFOAM and flowTorch. 1. Entwicklung der Simulationsdaten, die Buffet mit dem Solver rhoPimpleFoamvon OpenFOAMdurch Optimierung des Netzes im Bereich von Schock, Nachlauf und Grenzschicht darstellt. 2. Erstellen eines Referenz-Workflows, der die Dynamic Mode Decomposition (DMD) an Simulationsdaten durchführt, um Schlüsselphänomene zu erkennen, die Stoßpufferauslösen und aufrechterhalten.

Simulation von Übertragungsverlusten in Hybridfahrzeugen. Unterstützung bei der vom Institut entwickelten Simulationsmethodik zur Berechnung der Übertragungsverlust-Karten für Dedicated Hybrid Transmission(DHT). 1. Modifikation des bestehenden MATLAB-Codes zur Erstellung der Simulationsmodelle für drei Multi-Mode DHT(MM-DHT) und ein Power Split DHT(PS-DHT) Übertragungskonzepte. 2. Untersuchung und Bewertung der DHT-Konzepte im Hinblick auf den mechanischen Wirkungsgrad.

Airfoil Daten Digitalisierung. 1. Entwicklung eines neuen bzw. Modifizierung eines bestehenden MATLAB-Codes, um die Informationen zu den digitalisierten Leistungsdaten der Tragflächen aus Experimenten in einer MATLAB-Tabelle zu sammeln, die als Eingabe für den Algorithmus für maschinelles Lernen dient. 2. Die endgültige MATLAB-Tabelle enthält Informationen über die Tragflächengeometrie, die Testbedingungen und die Leistung der Tragfläche. 3. Arbeitete an Althaus, NACA, Eppler und Selig Profilen.

Strömungsmechanik Computational Fluid Dynamics Flugzeug-Aerodynamik Maschinelles Lernen in der Strömungsmechanik Numerische Methoden Multidisziplinäre Optimierung