Em uma iniciativa de cooperação, a Voith e o Instituto de Tecnologia de Propulsão do DLR, ligado ao Centro Aeroespacial Alemão, uniram esforços para transformar o desenvolvimento das turbinas hidráulicas. O projeto aposta em inteligência artificial para elevar a eficiência e a confiabilidade desses equipamentos.

O núcleo da parceria é o AutoOpti, ferramenta criada pelo DLR para integrar simulações de diferentes disciplinas – como dinâmica de fluidos e mecânica estrutural – em processos automatizados de projeto. Aplicado em conjunto com a Voith, o software permite ajustar elementos como rotores e pás-guia de forma direcionada, reduzindo perdas hidráulicas e tensões mecânicas.

Segundo comunicado, o diferencial está na automação completa do fluxo de desenvolvimento. O AutoOpti gera novos projetos, executa simulações e avalia resultados de acordo com critérios de eficiência, robustez e confiabilidade. Técnicas de aprendizado de máquina, como Gaussian Processes, reduzem a necessidade de cálculos de alta complexidade, encurtando prazos e custos.

Mesmo em fase inicial, os ganhos já se mostram concretos, aponta a Voith. Na otimização de uma turbina Francis, novas variantes de projeto apresentaram melhorias de eficiência em diferentes pontos de operação, mantendo inalteradas as condições de vazão. Modelos substitutos treinados a partir de dados CFD de alta fidelidade confirmaram a robustez do processo, afirma a empresa.

Com os primeiros resultados positivos, a próxima etapa será expandir o uso do AutoOpti para outros componentes e incluir novas disciplinas físicas. A Voith também avalia a aplicação da tecnologia em diferentes linhas de produtos, para ampliar o alcance da tecnologia.

O DLR acompanha a evolução do projeto com workshops, treinamentos e suporte técnico, reforçando o objetivo de consolidar uma colaboração de longo prazo. A aposta é que o processo sirva de referência para futuras aplicações da inteligência artificial em engenharia de turbomáquinas.

Além do AutoOpti, o instituto desenvolve o FlowFormer, uma abordagem baseada em redes neurais profundas do tipo transformer, capaz de aproximar de forma direta o comportamento tridimensional de escoamentos complexos, ampliando o horizonte de aplicações.