Saeed Salehi

Forskare, PhD

Expertis inom

Innovationsledning, Datadriven innovation, Beräkningsströmningsdynamik, Turbulens, Datadrivna metoder, Modeller med reducerad ordning, Osäkerhets­kvantifiering, Artificiell Intelligens, Djupförstärkningsinlärning, Optimering

Saeed  jobbar med design och analys av turbomaskiner, hydrauliska turbiner och pumpar, analys av fluidflöde och värmesystem, utveckling och tillämpning av numeriska, datadrivna och maskininlärningsalgoritmer, robust optimering av tekniska system. Hans kompetens ligger inom beräkningsströmningsdynamik (CFD) och flödesanalys. Saeed har huvudsakligen fokuserat på den öppen källkods CFD-programvaran i C++, OpenFOAM, men också inom olika datadrivna och maskininlärningsalgoritmer inklusive kvantifiering av osäkerheter, modellering med reducerad ordning och optimering. Saeed drivs av att skapa hållbara lösningar för vattenkraft, bidra till forskning inom strömningsdynamik och använda nyskapande datadrivna algoritmer inom strömningsdynamik.

Under sina doktorandstudier utvecklade och tillämpade Saeed olika datadrivna algoritmer för osäkerhetskvantifiering av turbulenta flöden i hydraulisk utrustning. Efter hans postdoktor vid Chalmers tekniska högskola utvecklade Saeed innovativa metoder för att utföra ingående numeriska studier av de turbulenta flödesegenskaperna som uppstår under transient drift av hydrauliska turbiner. I dag fokuserar Saeeds forskning på att dra nytta av maskininlärning och artificiell intelligens, för att få djupare insikter och kontroll över flödesmönster inuti hydrauliska turbiner.