Advanced Numerical Simulations (ME / M2-FME / M2-ENTECH) - 5EUS5SNA

Objectif(s)

Connaissance du fonctionnement des codes de CFD (Computational Fluid Dynamics) modernes et application à la conception de systèmes de production d’énergie. L’utilisation avancée des grands codes nécessite la maîtrise de la physique des phénomènes simulés ainsi que celle des différents modèles impliqués et de leurs limitations (méthodes numériques, modèles de turbulence, géométries complexes, écoulements diphasiques…). La première partie de cet enseignement complète et intègre les connaissances vues en 1ère et 2ème année en mécanique des fluides et en simulation numérique des écoulements; elle est destinée à de futurs ingénieurs calcul ou ingénieurs R&D en numérique.
A l’issue de cette première partie, une ouverture est proposée vers l’optimisation pour l’ingénieur appliquée à la conception optimale de systèmes de production d’énergie.

Contenu(s)

Partie 1 « CFD for the design of energy systems »
« CFD pour la conception de système de production d’énergie » (en anglais)

• CM (12h) Méthodes numériques, Validation, Turbulence et modélisation, Ecoulements diphasiques
• BE (12h) consacré à un mini-projet d’analyse, à l’aide de codes CFD, de systèmes de production d’énergie mettant en jeu des écoulements turbulents et/ou diphasiques et/ou instationnaire, éventuellement en géométries complexes.

Partie 2 : « Optimization for the design of energy systems »
Some selected optimization techniques are described in detail to develop an in-depth knowledge of the user-defined parameters upon which the engineer can play in order to maximize the performance of these techniques (faster convergence to a global optimum). Since the course is oriented towards engineering and not mathematical optimization the cost of the optimization process will be carefully analyzed and practicals means to reduce this cost by the use of surrogate models will be proposed and described. Selected optimization techniques will be applied to some multi-objective multi-parameter engineering problems and analysis tools such as parallel coordinates, self-organizing maps will be described and also applied. Techniques for robust design optimization will be finally reviewed in order to avoid selecting an over-sensitive optimal design. The lectures hours will systematically alternate with lab work sessions in Matlab and python programming. Once skilled enough with the optimization alogithms, the students will apply it to the solution of a real-life optimal design problem on which they will write a full technical report.

Bonnes connaissances en mécanique des fluides (écoulements laminaires et turbulents), transferts thermiques, bases de simulation numérique des écoulements, introduction aux écoulements diphasiques.