Forçage volumique et méthodes d'apprentissage automatique pour la turbulence synthétique (RES24[...]

IRSN; Provence-Alpes-Côte d'Azur; À distance; EUR 35 000 - 60 000; Plein temps

Résumé du poste

L'IRSN recherche un professionnel en mécanique des fluides ou data sciences. Vous travaillerez sur des méthodes d'apprentissage automatique pour améliorer la prévision des écoulements turbulents. Ce poste est essentiel pour le développement de techniques hybrides RANS/LES, ayant un impact sur les études d'évaluation des risques environnementaux.

Qualifications

• Compétences en simulations numériques de type CFD.
• Connaissances en machine learning nécessaires.

Responsabilités

• Développer des méthodes d'apprentissage automatique pour la turbulence.
• Optimiser les paramètres d'un signal synthétique basé sur des statistiques cibles.
• Estimer les performances des approches selon divers critères.

Connaissances

Simulations numériques

Data sciences

Machine learning

Formation

Diplôme universitaire de troisième cycle en mécanique des fluides, analyse numérique ou data sciences

Description du poste

Titre complet du sujet : Forçage volumique et méthodes d'apprentissage automatique pour la turbulence synthétique : application aux méthodes hybrides RANS / LES

La prévision des écoulements turbulents en mécanique des fluides numérique occupe une place récurrente et croissante dans les études d'évaluation des risques et leur possible impact environnemental. Si la qualité des prévisions des approches de simulation des grandes échelles de la turbulence (LES) reste souvent largement supérieure à celle des approches statistiques aux moyennes de Reynolds (RANS), leur utilisation reste souvent hors de portée pour les cas d'intérêt. Parmi les pistes d'amélioration proposées, les méthodes hybrides RANS / LES connaissent un intérêt croissant mais posent le problème de génération de fluctuations résolues dans les zones de transition appelées zones grises.

Dans ce contexte, l'objectif principal du présent projet est de développer une méthode d'apprentissage automatique de génération de fluctuations turbulentes pour les stratégies de conditions aux limites équivalentes et les zones de recouvrement RANS / LES. Pour ces deux situations, les fluctuations turbulentes seront représentées sous la forme d'une décomposition en mode de Fourier. Cette approche, initialement proposée pour la définition de conditions d'entrée en LES, a été étendue au cas d'entretien de la turbulence et à la génération de fluctuations dans les zones de transition RANS / LES selon une méthode de forçage volumique. Il s'agira dans un premier temps d'adopter une approche visant à optimiser les paramètres libres d'un signal synthétique sur la base de statistiques cibles (vitesse moyenne, rms, anisotropies, ), disponibles dans les bases de données ouvertes (e.g [JHTDB]), en aval de la condition aux limites. On s'intéressera en particulier à la forme du spectre d'énergie, la fréquence de pulsation ainsi qu'au nombre de modes de Fourier caractérisant le signal synthétique. La vitesse synthétique résultante sera alors mise en oeuvre dans un contexte de conditions aux limites d'entrée sur des cas académiques de la littérature d'écoulements pariétaux puis sur le cas de jets. Une approche de contrôle dynamique sera adoptée dans un deuxième temps pour les situations de conditions aux limites équivalentes et le forçage volumique pour les zones de transition RANS / LES. Les performances des approches proposées seront estimées selon différents critères, on s'attachera en particulier à la qualité des prévisions résultantes, à l'étendue de la zone dite grise située entre les zones résolues complètement selon une approche RANS et LES ainsi qu'au coût engendré par la méthode de forçage.

Profil recherché

Vous êtes titulaire d'un diplôme universitaire de troisième cycle en mécanique des fluides ou analyse numérique ou data sciences. Vous devez disposer de compétences en simulations numériques de type CFD ainsi que dans le domaine des data sciences et en particulier en maching learning.

Télétravail

Diversité

La diversité est une des composantes de la politique RSE, RH et Qualité de Vie au Travail à lIRSN. Nous accordons la même considération à toutes les candidatures, sans discrimination, pour inclure tous les talents.

Quelles que soient les différences, nous souhaitons attirer, intégrer et fidéliser nos candidats et nos collaborateurs au sein dun environnement de travail inclusif.

L'IRSN conduit une politique active depuis de nombreuses années en faveur de l'égalité des chances au travail et l'emploi des personnes handicapées. Si vous êtes en situation de handicap, n'hésitez pas à nous faire part de vos éventuels besoins spécifiques afin que nous puissions les prendre en compte.

Localisation du poste

Localisation du poste

Europe, France, Provence-Cote d'Azur, Bouches du Rhône

Créer une alerte emploi pour cette recherche

Automatique • Europe, France, Provence-Cote d'Azur, Bouches du Rhône (13)