36 mois

Study of the mechanical properties of porous complex structures (combination of a solid deformable structure with a high porosity, soaked with fluid) by optical full-field methods

[TheChamp-Sharing]
The performance of many industrial applications is largely based on the quality and reliability of the guidance and support systems (high rotational speeds, low friction torque, damping capability, etc.). This PhD work is a part of an ANR (French National Research Agency) project entitled SOFITT (Saturated Openpore Foams for Innovative Tribology in Turbomachinery). The aim of this project is to find innovative technical solutions that break with current practices and provide high-performance support systems in terms of load capacity and damping. The project proposes a new concept of lubrication and correspondingly a new material (understood as a complex/composite material formed by the solid porous structure –compressible porous layers- and the imbibing fluid) in order to improve the quality and reliability of guidance and supporting systems. The goal of this PhD work is to study, to understand and to quantify the mechanical behavior of porous complex imbibed structures linked with their microstructure and properties of fluid by using adapted loading devices, non-contact optical full-field techniques and identification methods.
Pascal Doumalin - Contacter
Institut Pprime, SP2MI-H1, 11 Boulevard Marie et Pierre Curie, 86360 Chasseneuil du Poitou

Autres offres d'emploi

Retour à la liste
12 mois

CHERCHEUR/POST-DOC (H/F) – Investigations expérimentales de stratégies de contrôle en boucle fermée pour la réduction d'impact du sillage d'un corps d'Ahmed

Au CNRS, Laboratoire PPRIME, situé au Futuroscope, ce post-doctorat s'inscrit dans le cadre du projet ANR COWAVE (Contrôle rétroactif du sillage d'un véhicule) entre les laboratoires PRISME à Orléans, Pprime à Poitiers, LHEEA à Nantes et l'industrie automobile PSA. Cette offre concerne la contribution de Pprime au projet COWAVE. Celle-ci consiste à explorer expérimentalement dans un canal hydrodynamique des stratégies de contrôle de sillage en boucle fermée avec des volets mobiles. Les sillages tridimensionnels de corps épais, du type corps d'Ahmed, génèrent une traînée de pression et des forces latérales, contribuant ainsi de manière significative à la consommation de carburant et aux émissions polluantes des véhicules routiers. Malgré les nombreuses tentatives réalisées pour minimiser l'impact des sillages sur l'environnement, on ne sait toujours pas quelle est la stratégie de contrôle la plus efficace ! Dans ce contexte, le projet ANR COWAVE aborde deux aspects fondamentaux du contrôle du sillage : premièrement, quels types d'actionneurs sont les plus efficaces ? Alors que la plupart des stratégies de contrôle en boucle fermée utilisent des effets d'entraînement visqueux pour actionner les couches de cisaillement dans le sillage, l'exploitation des forces de pression produites par des déflecteurs mobiles pourrait être une alternative intéressante à tester. Deuxièmement, pour la mise en œuvre de la commande en boucle fermée, nous voulons tester si les stratégies de commande obtenues par des techniques d'apprentissage automatique (Machine Learning) permettent d'obtenir une meilleure efficacité et une plus grande robustesse que les approches plus classiques basées sur des modèles. Pour postuler suivre ce lien https://bit.ly/3qDG6Ml / Date Limite Candidature : vendredi 12 mars 2021