ToQuaFlics – Towards Quantum Fluid Dynamics

Projektlaufzeit: 1.10.2023 – 31.12.2026

AnwendungenQuanten-Maschinelles-Lernen

Ziel: Wir untersuchen, wie die Strömung um Flugzeuge mit Quantencomputern effizienter und schneller als mit klassischen Supercomputern simuliert werden kann und welche Anforderungen die Hardware dafür erfüllen muss.

Die Simulation der Aerodynamik während des Starts, der Landung oder des Reiseflugs spielt bei der Entwicklung neuer Flugzeuge eine tragende Rolle. Um die Einführung innovativer Technologien für wirtschaftlicheres, umweltfreundlicheres und leises Fliegen zu beschleunigen und technologische Risiken besser beherrschen zu können, müssen sehr viele hochgenaue Simulationen durchgeführt werden, um verschiedene Flugzeugkonfigurationen beurteilen zu können. Diese Simulationen sind selbst auf heutigen Höchstleistungsrechnern so aufwendig und teuer.

Da für komplizierte Anwendungsfälle wie die Umströmung von Flugzeugen keine exakten analytischen Lösungen für die Gleichungen der Strömungsmechanik bekannt sind, wollen wir untersuchen, welche Näherungsform der Gleichungen sich für die Lösung auf Quantencomputern anbietet und welche Anforderungen die Hardware erfüllen muss, um relevante Probleme der Aerodynamik zu lösen. Dazu nutzen wir Quantensimulatoren und reale Quantencomputer der DLR QCI.

Motivation

Die Luftfahrtindustrie steht vor der Herausforderung, wesentliche Beiträge zur Erreichung der ambitionierten globalen Klima- und Umweltziele liefern zu müssen. Dafür ist es notwendig, dass zukünftige Flugzeuge im Vergleich zu heutigen deutlich weniger Kraftstoff verbrauchen oder umweltfreundlichere Antriebe nutzen, und darüber hinaus insbesondere bei Start und Landung leiser sind. Um diese Eigenschaften möglichst früh in der Entwicklung eines neuen Flugzeugs beurteilen zu können, sind sehr viele Computersimulationen nötig, die auch auf heutigen Hochleistungsrechnern kaum durchführbar sind.

Eine Beschleunigung der Simulationen, wie sie nur durch den Einsatz von Quantencomputern erreicht werden kann, verspricht diese Lücke zukünftig schließen zu können. Unerwartete Eigenschaften eines Flugzeugs, die erst später in der Flugerprobung auffallen würden, können durch eine Vielzahl an Simulationen vorab aufgedeckt und bereits im Entwurfsprozess behoben werden. Als Vision könnte ein kompletter Flug vom Start bis zur Landung auf einem Quantencomputer lange vor dem realen Erstflug simuliert und so ein genaues Abbild des Flugzeugs und dessen Umwelteinwirkungen vorab erstellt werden.

Herausforderung

Die Simulationen der verschiedenen Flugzustände beruhen auf dem Lösen komplexer mathematischer Gleichungen, die die Wechselwirkung zwischen der umgebenden Luft und dem Luftfahrzeug beschreiben. Klassisch werden diese Gleichungen in einer Näherungsform numerisch approximiert und immer feiner unterteilten Rechengittern gelöst. Eine Simulation wird teurer, je feiner das Strömungsgebiet unterteilt ist. Diese Ansätze scheinen für Quantencomputer ungeeignet. Stattdessen soll der Schwerpunkt der im Projekt untersuchten Methoden in der Zusammenführung von Methoden des maschinellen Lernens und Quantencomputern sein.

Dabei steht die Nutzung von neuronalen Netzwerken und variationellen Algorithmen im Fokus. Der Ansatz beruht darauf, dass eine Lösung der betrachteten Gleichung durch ein neuronales Netzwerk approximiert werden kann. Diese universelle Approximationsfähigkeit inspiriert die Entwicklung einer datengesteuerten Lösung dieser Gleichungen. Die Idee der Lösungsstrategie besteht darin, das Problem, welches sich aus der Gleichung ergibt, so umzuformulieren, dass ein äquivalentes Minimierungsproblem gelöst wird. Komplementär dazu existieren parametrisierte Quantenschaltkreise, die manchmal auch quantenneuronale Netze genannt werden. Die Untersuchung der Zusammenführung dieser Thematiken, um Quantencomputer für die Strömungssimulation nutzbar zu machen, bildet neben weiteren Themen, einen wichtigen Kern des Projekts.