Stage " Représentation multizonale d'un incendie " F/H

EDF; Chatou; Sur place; EUR 40 000 - 60 000; Plein temps

Résumé du poste

Une entreprise d'énergie renommée basée en Île-de-France recherche un stagiaire en modélisation d'incendie. Le stagiaire devra évaluer différentes méthodes de régression sur des données d'essai pour quantifier l'envahissement des fumées et apporter un caractère prédictif aux méthodes établies. Des compétences en Python et OpenTURNS sont souhaitées pour ce projet.

Qualifications

• Des compétences en modélisation de l'incendie et méthodes de régression sont nécessaires.

Responsabilités

• Évaluer les méthodes de régression sur les données d’essais disponibles.
• Corréler les caractéristiques de la stratification aux conditions d’essais.

Outils

Python

OpenTURNS

Description du poste

Représentation multizonale d’un incendie

Contexte

EDF Recherche et Développement développe des compétences en modélisation de l’incendie pour contribuer à la garantie de la sûreté des centrales nucléaires d’EDF. Les applications industrielles sont actuellement centrées sur les études de risque dans les centrales nucléaires du Parc EDF. EDF s’appuie notamment sur les moyens d’essais (de l’échelle de la matière à l’échelle réelle) et les outils numériques (code à zones et code CFD) du département MFEE d’EDF R&D.

Objectifs du stage

Lors du développement d’un incendie dans un compartiment, les fumées piégées sous le plafond forment une couche chaude qui remplit progressivement le local par effet piston. Cette stratification est captée expérimentalement par la mesure des températures des gaz à différentes hauteurs dans le local.

Afin de quantifier l’envahissement des fumées dans le local, une approche classique consiste à représenter cette stratification à l’aide de deux ou trois zones, dont les épaisseurs et les températures sont déduites des mesures de températures par régression et calage de données. Plusieurs méthodes de régression sont proposées dans la littérature avec leurs avantages et inconvénients.

Le premier objectif du stage est d’évaluer ces méthodes sur les données d’essais disponibles à EDF R&D afin d’en dégager une bonne pratique d’utilisation. Classiquement, ces méthodes de régression sont appliquées sur quelques essais afin d’en montrer la pertinence a postériori.

Le second objectif est de corréler les caractéristiques de la stratification obtenues aux conditions d’essais afin d’essayer d’apporter un caractère prédictif à ces méthodes. Les traitements de données seront réalisés en langage Python et à l’aide de la plateforme de traitement statistique OpenTURNS.