Simulações computacionais e inteligência artificial na solução de escoamentos de fluidos não-newtonianos

• Processo: 21/07034-4
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de agosto de 2021
• Data de Término da vigência: 30 de junho de 2025
• Área de conhecimento: Ciências Exatas e da Terra - Matemática - Matemática Aplicada
• Pesquisador responsável: Cassio Machiaveli Oishi
• Beneficiário: Fabio Vinicius Goes Amaral
• Instituição Sede: Faculdade de Ciências e Tecnologia (FCT). Universidade Estadual Paulista (UNESP). Campus de Presidente Prudente. Presidente Prudente , SP, Brasil
• Vinculado ao auxílio: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria, AP.CEPID
• Bolsa(s) vinculada(s): 23/06035-2 - Identificação esparsa e técnicas de aprendizado de máquina para escoamento de fluidos viscoelásticos, BE.EP.DR
• Assunto(s): Análise numérica Dinâmica dos fluidos computacional Inteligência artificial Fluxo dos fluidos Fluidos não newtonianos Fluidos viscoelásticos
• Palavra(s)-Chave do Pesquisador: Equações Constitutivas | Equações de Navier-Stokes | fluidos não-newtonianos | Inteligência Artificial | Solução numérica | Análise Numérica, Mecânica dos Fluidos Computacional

Resumo

As simulações computacionais de problemas complexos governados por equações diferenciais vêm sendo aperfeiçoadas de forma significativa com os avanços de técnicas de Inteligência Artificial (IA), que podem ser combinadas aos métodos numéricos clássicos. Na proposta atual serão investigadas diferentes técnicas de IA, como por exemplo Machine/Deep Learning (ML/DL), Physics Informed Neural Network (PINN), Convolutional Neural Network (CNN), na solução numérica de modelos matemáticos utilizados na descrição física de escoamentos de fluidos incompressíveis e não-newtonianos. Vale destacar que tanto a comunidade científica, como setores industriais têm forte interesse no entendimento do comportamento de fluidos não-newtonianos que aparecem em diferentes aplicações. A proposta de estudo deste projeto visa agregar melhorias em métodos de diferenças finitas para solução de escoamentos de fluidos viscoelásticos em geometrias confinadas e domínios com fronteira móvel. As técnicas de IA serão analisadas não apenas para acelerar a convergência numérica dos métodos clássicos, mas também para analisar a estimativas de parâmetros (problema de inversão) que são comuns em equações adimensionais que governam o escoamento de fluidos. (AU)