Stochastische Modellierung von Strömungs- und Transportprozessen im Untergrund, Ein integrativer Ansatz für Konditionierung, robustes Design und Regelung im Untergrund

Description: Für Fragestellungen bezüglich des Untergrundes ist es offensichtlich, dass die Unsicherheit von Vorhersagen beziffert und Risiken quantifiziert werden müssen. Weitergehende Herausforderungen, wie zum Beispiel Kalibrierung, Auslegung, Monitoring und Regelung müssen Unsicherheiten ebenso erfassen und ihnen gegenüber robust sein. Monte-Carlo Simulationen sind wegen ihrer Einfachheit und Vielseitigkeit für solche Fälle sehr populär. Sie bringen jedoch enormen Rechenaufwand mit sich, der bei Kopplung an weitergehende Herausforderungen absolut untragbar werden kann. Polynomiale Chaos-Expansionen sind wesentlich effizienter und erhalten daher zurzeit eine schnell ansteigende Aufmerksamkeit. Jedoch gibt es bislang nicht ausreichend viele Studien, die sie für Kalibrierungs-, Optimierungs- und Regelungsprobleme zugänglich gemacht hätten. Die beantragte Arbeit wird Polynomiale Chaos-Expansionen weiterentwickeln und vorantreiben, um einen integrativen, effizienten Ansatz für alle weitergehenden Herausforderungen zu schaffen. Eine integrative response surface wird das Systemverhalten unter allen möglichen Werten von unbekannten Materialparametern, Auslegungs- und Regelungsgrößen annähern, wodurch sich Rechenzeiten von Stochastik und Optimierung nicht mehr miteinander multiplizieren. Dank des drastischen Zugewinns an rechnerischer Effizienz wird dies endlich ermöglichen, weitergehende Herausforderungen trotz Unsicherheit für komplexe, großskalige und reale Probleme im Untergrund durchzuführen. Als Anwendungsbeispiel wird CO2-Injektion in den Untergrund dienen. Standortwahl, Auslegung und Regelung der Injektion sowie Monitoring des CO2-Aufstiegs zur Oberfläche wird auf probabilistischer Basis durchgeführt, um die involvierten Risiken besser beziffern, handhaben und minimieren zu können.

SupportProgram

Origins: /Bund/UBA/UFORDAT

Tags: Kalibrierung ? Bodenkunde ? Kohlendioxid ? Regeltechnik ? Verfahrensoptimierung ? Prognose ? Monitoring ? Prognosemodell ? Risikoanalyse ? Simulation ? Standortwahl ? Stochastik ? Strömungsmechanik ? Strömungsmodell ? Studie ? Wirkungsgrad ? Modellierung ? Untergrund ? Probabilistische Methode ? Leckage ? Mathematische Methode ? Stofftransport ? Planung ? Risikomanagement ? Kosten ? CO2-Aufstieg ? CO2-Injektion ? Inversion ? Transportvorgang ?

Region: Baden-Württemberg

Bounding boxes: 9° .. 9° x 48.5° .. 48.5°

License: cc-by-nc-nd/4.0

Language: Deutsch

Organisations

• Deutsche Forschungsgemeinschaft (Finanzielle Förderung)
• Technische Universität Braunschweig, Institut für Wissenschaftliches Rechnen (Mitwirkung)
• Umweltbundesamt (Bereitstellung)
• University of California, Department of Mechanical and Aerospace Engineering (Mitwirkung)
• Universität Stuttgart, Institut für Wasser- und Umweltsystemmodellierung (Projektverantwortung)

Time ranges: 2011-08-17 - 2014-08-16

Alternatives

• Language: Englisch/English
  Title: Stochastic modelling of subsurface flow and transport processes: An integrative approach for conditioning, robust design and control in the subsurface
  Description: When predicting processes in the subsurface, the need to quantify prediction uncertainty and to per-form probabilistic risk assessment is evident. Subsequent challenges include calibration, robust de-sign, monitoring and control. These follow-up tasks have to account for the uncertainty inherent in the system description. Numerical Monte-Carlo simulation is one of the most popular options for stochastic modelling. It is simple and almost universally applicable. Unfortunately, it has vast computational costs that may become strictly prohibitive when joining it with follow-up tasks. Polynomial chaos expansion (PCE) is a promising new approach and receives a quickly increasing attention, because it is computationally much more efficient. However, only little work has been done to make PCE available to the above follow-up tasks. The proposed work will advance and extend PCE, producing a single, integrative and efficient frame-work for stochastic modelling and its advanced follow-up tasks. In the new framework, all involved quantities will be treated via an integrative response surface that approximates the systems behaviour under all probable states and within the entire feasible range of design or control variables. The computational costs of stochastics and optimization or inversion will no longer multiply. The drastic gain in computational efficiency will finally allow performing advanced follow-up tasks at their full level of complexity to full-scale real-world problems. This will be demonstrated by application to CO2 injection into the deep subsurface. In this example, site characterization, site selection, design and control of injection strategies, as well as optimal monitoring of CO2 leakage to the surface will be performed within the new framework, leading to better quantification and management of the involved risks. https://ufordat.uba.de/UFORDAT/pages/PublicRedirect.aspx?TYP=PR&DSNR=1053474

Status

Aktiv

Quality score

• Overall: 0.46
• Findability: 0.52

  • Title: 0.13
  • Description: 0.11
  • Identifier: false
  • Keywords: 0.86
  • Spatial: RegionIdentified (1.00)
  • Temporal: true
• Accessibility: 0.67

  • Landing page: Specific (1.00)
  • Direct access: false
  • Publicly accessible: true
• Interoperability: 0.00

  • Open file format: false
  • Media type: false
  • Machine-readable metadata: false
  • Machine-readable data: false
• Reusability: 0.67

  • License: ClearlySpecifiedAndFree (1.00)
  • Contact info: false
  • Publisher info: true

Accessed 1 times.