Curve matching : a generalized framework for model validations. An application to combustion kinetic models

In recent years there has been a huge increase in the amount of experimental and theoretical data available for combustion processes. The increase in the quantity and quality of raw data available to researchers has been the result of the introduction of new experimental techniques and of improvements in measurement accuracy. A parallel trend has been the fast growth of computer performance, enabling the development of ever more powerful modelling software and of increasingly accurate estimation techniques. A state of the art combustion modelling software today simulates the behaviour of thousands of interacting chemical species, each with its own physical properties. The alteration of the model parameters for just a small number of these species can lead to significant changes in the results of the simulation, encompassing the entire model, not just the considered species. This calls for a robust and time efficient model validation method. Traditional validation methods, first developed in an era of smaller data sets and lower computational power, rely on a qualitative comparison of experimental data and models by means of graphs. This approach is time consuming, since it requires the direct visualization of thousands of plots in order to identify systematic trends in the data and highlight improvement margins. It is in this context that the Curve Matching concept was developed. It provides a fully automated, quantitative approach to the comparison between experimental data and models, with a focus on computational speed, and with the ultimate aim of providing a useful and effective tool for model validation. In the era of big data, the ability to gain useful insights from large amounts of information is a challenge of utmost importance, which also requires a systematic organization of databases. This applies to all of science and, in this case study, to the development and assessment of combustion kinetic mechanisms. The generality of the Curve Matching approach here presented makes it applicable to any procedure of model – experimental data comparison.

Negli ultimi anni vi è stato un enorme aumento della quantità di dati sperimentali e teorici disponibili per i processi di combustione. L’aumento della quantità e della qualità dei dati disponibili è stato il risultato dell’introduzione di nuove tecniche sperimentali e di miglioramenti nella precisione delle misurazioni. Un trend parallelo è stato il rapido aumento della potenza computazionale disponibile per le simulazioni, che ha consentito lo sviluppo di software di modellazione sempre più potenti e accurati. Un software per la modellazione dei fenomeni di combustione è oggi chiamato a simulare il comportamento di migliaia di specie chimiche interagenti, ciascuna con le proprie proprietà fisiche. Una modifica dei parametri del modello anche solo per un piccolo numero di queste specie può portare a cambiamenti significiativi nei risultati della simulazione, che riguardano l’intero modello e non solo le specie chimiche considerate. I metodi di validazione tradizionale, sviluppati in un’era caratterizzata da data set più piccoli e minore potenza di calcolo, si affidano a un confronto qualitativo tra dati sperimentali e modelli, per mezzo di grafici. Questo approccio richiede molto tempo, poiché richiede la visualizzazione di migliaia di grafici per consentire di identificare trend sistematici nei dati. È in questo contesto che è stato sviluppato l’approccio del Curve Matching. Questo fornisce un sistema completamente automatico e di natura quantitativa per il confronto tra dati sperimentali e modelli, con particolare attenzione alla velocità computazionale, e con lo scopo ultimo di fornire uno strumento efficace per la validazione dei modelli. In un’epoca in cui il concetto di Big Data modifica radicalmente sempre più settori, la capacità di ottenere informazioni utili da grandi quantità di dati è di primaria importanza. Questo vale per tutte le discipline scientifiche, non solo per lo sviluppo di modelli per simulare i fenomeni di combustione, a cui questa Tesi fa riferimento. La generalità dell’approccio del Curve Matching qui presentato lo rende applicabile a qualsiasi procedura che richieda il confronto tra dati sperimentali e modelli.