EDF
EDF
EDF
EDF
EDF
EDF
EDF
DALKIA Groupe EDF
Connect with headhunters to apply for similar jobsDALKIA Groupe EDF
EDF
EDF
EDF
EDF
EDF
EDF
EDF
EDF
EDF
EDF
EDF
Une entreprise de recherche en énergie cherche un stagiaire pour rejoindre son équipe Mécanique des Fluides. Le stage implique la modélisation des écoulements atmosphériques et l'évaluation des incertitudes. Le candidat devra mettre en place un plan d'expérience pour quantifier et propager des incertitudes en utilisant des méthodes de type Monte Carlo. Ce rôle nécessite une bonne connaissance de la mécanique des fluides et des compétences en modélisation et statistiques.
Le département Mécanique des Fluides, Energie et Environnement (MFEE) d’EDF Recherche et Développement mobilise des compétences en mécanique des fluides, notamment appliquées à la modélisation des écoulements atmosphériques pour l’étude et l'évaluation de la dispersion de rejets atmosphériques. Les codes développés à EDF R&D sont un des éléments de réponse à ces questions.
L'objectif est de mesurer l’impact des incertitudes en entrée du modèle (données, paramètres) sur l’incertitude de la réponse du modèle (champ de vent, concentrations de polluant). Pour cela, trois étapes sont clés : (i) identifier et quantifier les sources d’incertitude, en leur associant des densités de probabilité qui permettent de les caractériser ; (ii) propager ces incertitudes dans le modèle : échantillonner les paramètres incertains à partir de leurs distributions et produire les simulations correspondantes. Il s'agit d'une méthode de type Monte Carlo ; (iii) mesurer l’impact, en calculant des métriques statistiques : par exemple, l’écart-type des champs simulés, ou encore sa sensibilité aux paramètres. L’étape de propagation des incertitudes repose sur l’utilisation de code_sature, qui simule l’écoulement de l’air et la dispersion du polluant selon une approche RANS k-ε avec des conditions météorologiques imposées aux limites.
Après une première phase de bibliographie et une prise en main des codes, le stagiaire devra mettre en place un plan d'expérience pour estimer les incertitudes en sortie de modèle, c'est à dire quantifier les différentes sources d’incertitudes et les propager, en utilisant des méthodes de type Monte Carlo. Il s'agirait de cartographier les écarts-type de dispersion dans le domaine étudié, et la sensibilité de ce dernier aux différents paramètres incertains. L'objectif final est de réfléchir à une prise en compte opérationnelle de ces incertitudes, s'accompagnant d'une compréhension physique et analyse critique des résultats.
* The salary benchmark is based on the target salaries of market leaders in their relevant sectors. It is intended to serve as a guide to help Premium Members assess open positions and to help in salary negotiations. The salary benchmark is not provided directly by the company, which could be significantly higher or lower.