职务

超临界CO2湍流和传热——使用DNS和机器学习辅助RANS模型

超临界二氧化碳湍流和传热 – 基于DNS和机器学习RANS湍流模型

雇主

拉夫堡大学航空与汽车工程

航空和汽车工程学院， 拉夫堡大学

奖学金

全额资助的优秀候选人国际奖学金

说明

超临界CO2（sCO2）是一种非理想的可压缩流体，将是未来核能、集中太阳能、地热能和废热回收等发电系统的关键工作流体。该项目旨在利用DNS研究超临界CO2（sCO2）的湍流和传热特性。此外，基于DNS数据集，机器学习将用于辅助RANS模型，该模型将用于sCO2涡轮机和热交换器的设计。

这对航空与汽车工程系杨的研究小组来说是一个激动人心的、具有开创性意义的项目。作为一个团队，你将在拉夫堡大学与世界各地的优秀研究人员一起工作。您还将有机会与来自伦敦帝国理工学院、上海交通大学和清华大学的世界顶尖学者合作。我们正在寻找对热流体、高保真模拟和机器学习应用充满热情的积极性高的个人。

我们是一个建立在相互支持和协作基础上的社区。通过我们的博士学院，您可以不断地在同行和研究学者之间建立重要的研究技能和网络。

资质

1、工程硕士学位，

2、CFD背景深厚，

3、具有Fortran、Matlab或Python编程经验。

职责

1、进行前沿研究，

2、发表研究论文，

3、使用Fortran、Matlab和Python开发数值方法。

联系信息

姓名：杨弼杰

电子邮件：b.yang@lboro.ac.uk

转自：“科研doge”微信公众号

如有侵权，请联系本站删除！