Dans ce projet, nous souhaitons poursuivre nos investigations des phénomènes physiques sous-jacents à ces situations où les ondes internes évoluent en présence de gradients de masse volumique en forme de marches d’escaliers, par la mise en œuvre de simulations numériques directes. Nous nous appuierons sur le code massivement parallèle Incompact3d développé au laboratoire [5]. La simulation numérique haute fidélité est en effet particulièrement adaptée à l’analyse fine des mécanismes physiques fondamentaux mis en jeu dans les écoulements transitionnels et turbulents, en présence d’une stratification de masse volumique (approximation de Boussinesq pour la prise en compte du terme de flottabilité). Le code Incompact3d utilise des schémas numériques de haute précision (typiquement des schémas de différences finies d’ordre élevé) qui permettront d’obtenir des données de référence dans des configurations d’écoulement dans des géométries simplifiées, périodiques spatialement. Le présent projet se donne pour objectif de mener à bien ces simulations numériques tout d’abord dans une géométrie bidimensionnelle, puis dans une configuration tridimensionnelle. Dans ce contexte d’études sur les ondes de gravité en milieu stratifié, la simulation numérique est aujourd’hui un élément essentiel pour fournir un niveau de détail difficile à obtenir expérimentalement, qui peut notamment permettre de définir des gammes de paramètres pertinents pour la conception et le dimensionnement des expérimentations futures.
Typologie d'emplois : Master 2
STAGE M2/PFE : Caractérisation du 1er endommagement des CMOT3D sous diverses sollicitations mécaniques
Interaction d’une barre de flot avec la bathymétrie : Etude numérique des mécanismes de diffusion, diffraction, réfraction et absorption de l’onde de marée dans un fleuve
Dans ce projet, nous souhaitons explorer l’influence de la bathymétrie sur la propagation de la barre de flot. Des expériences sont actuellement en cours avec notre nouvelle méthode de génération de mascaret en laboratoire. Les données ainsi acquises vont
permettre de valider la mise en place d’un modèle numérique construit sur les méthodes SPH. L’outil DualPhysics sera utilisé dans le cadre de ce projet (https://dual.sphysics.org ). Il fournit tous les outils nécessaires à une modélisation 2D/3D d’un mascaret se développant dans un canal avec un fond variable. L’avantage des méthodes SPH est d’être efficace pour simuler des écoulements complexes présentant de grandes déformations ]. Cette approche Lagrangienne sera complétée par une méthode Eulérienne sur grille cartésienne en 2D. Le suivi de la surface libre par une méthode LevelSet et la discrétisation de type frontière immergée pour la prise en compte de l’obstacle à l’ordre deux confère à ce code de bonnes propriétés en termes de précision et d’efficacité. Nous avons d’ailleurs montré récemment que la simulation numérique directe d’un écoulement transcritique est en accord avec les résultats expérimentaux obtenus dans les canaux.
Stage M2 – Modèle de champ de phase pour l’oxydation d’une particule de fer
Stage Master 2 : Modeling acoustic flow inside a thermoacoustic regenerator
Stage M2 -Identification des propriétés d’un composites tissés 3D par apprentissage supervisé
Dans le cadre d’une collaboration entre le laboratoire PPRIME (UPR CNRS/ENSMA/Université de Poitiers) et le laboratoire XLim (UMR CNRS/Université de Poitiers/Université de Limoges), un ensemble d’outils de segmentation 3D basé sur du machine learning par apprentissage supervisé et des outils de traitement d’images spécifiques ont été développées en python (notebooks jupyter) à partir de bibliothèques telles que numpy, VTK, TensorFlow …, et appliquées à des images tomographiques de matériaux composites tissés 3D (a). Différentes approches basées sur les réseaux de neurones ont été développées et combinés : un réseau neuronal dense alimenté par des caractéristiques extraites du tenseur de structure monogénique (b), et un réseau de neurones convolutif [1]. Ces modèles de machine learning permettent de segmenter automatiquement les constituants du composite (c). L’utilisation de l’imagerie 3D afin d’analyser les microstructures de matériaux hétérogènes tels que les composites tissés 3D nous renseignent sur leur architecture interne, la présence éventuelle de défauts et sur leur évolution lors d’une sollicitation mécanique ou d’un vieillissement. En outre, ces outils permettent ensuite la construction de modèles numériques pour alimenter la compréhension du comportement et des modes d’endommagement du matériau [2],[3],[4]. Pour pouvoir construire ces modèles, plusieurs étapes sont à ajouter, en particulier la génération de la discrétisation, tout en transportant les caractéristiques nécessaires (orientation locales, fraction volumique) pour alimenter les simulations (d).