Die physikalischen Effekte, wie beispielsweise thermoakustische Schwingungen in der Brennkammer oder inhomogene, instationäre thermische Belastungen der Turbinenschaufeln, die bei einer überwiegend instationären Fahrweise auftreten, beeinflussen sowohl die Lebensdauer der Maschinen als auch deren Wirkungsgrad, der in der Regel beträchtlich vom optimalen Wert abweicht.

 Transiente Betriebszustände wirken makroskopisch auf die topologische Entwicklung der Strömungsfelder in den jeweiligen Komponenten (in der Brennkammer beispielsweise durch die instationäre Wärmefreisetzung, in der Turbine durch die erhöhten Instabilitäten der Grenzschichten), die wiederum die turbulenten Mischvorgänge an den Schnittstellen zwischen Komponenten massiv beeinflussen (wie im Falle des Eintrittes zur Hochdruck-Turbine, auf der Oberfläche der gekühlten Schaufeln und in den Nebenräumen). Die Entwicklung und Optimie- rung der Turbomaschinen für die Energiewende wird zunehmend von numerischen, strömungsmechanischen Analysen (CFD) unterstützt. Die numerische Modellierung der turbulenten Felder, die in Turbomaschinen realisiert werden, erfordert prinzipiell die spektrale Trennung der charakteristischen Längen- und Zeitskalen der turbulenten Strömung sowie eine vollständige Auflösung aller Freiheitsgrade.

 Die im Verbundprojekt vorgesehenen Forschungsaktivitäten adressieren unterschiedliche, komplementäre wissenschaftliche und technologische Fragestellungen, die für den Betrieb der Turbomaschinen in den innovativen Energieumwandlungssystemen relevant sind. Das übergeordnete Ziel des Teilprojekt 4.7 ist die Entwicklung eines hybriden Modellierungsansatzes zur numerischen Simulationen der instationären, inhomogenen Strömungen in Gasturbinenkomponenten unter Berücksichtigung der variierenden Strömungsbedingungen (hinsichtlich der Mach- und Reynolds-Zahlen) sowie der Eigenschaften des Mediums bei schnellen Lastwechseln und vor allem bei verkürzten Startzeiten. Die Erkenntnis, die durch diese numerischen Experimente gewonnen wird, bildet die Grundlage für die hybriden Modelle, welche die Optimierungsprozesse unterstützen werden.