Analyse d'incertitudes et calage de modèles pour la simulation d’écoulements en milieu urbain

Statut
pourvu

Les émissions de polluants liées au transport ont des origines et des natures diverses. Les moyens de mesure par prélèvement permettent des mesures très localisées servant à estimer les concentrations locales et à reconstruire les champs à une échelle urbaine locale en utilisant des modèles de dispersion. Les outils de prédiction actuels utilisent des modélisations simplifiées de la turbulence atmosphérique pouvant être remise en question dans des situations complexes (irrégularités dans l’agencement urbain, effets turbulents 3D) et d’autre part il est aujourd’hui envisageable d’accéder à des estimations locales haute fréquence des émissions  en usage réel. C’est dans ce contexte que s’inscrit la présente thèse visant à développer des approches à haute résolution, type Lattice-Boltzmann, pour décrire le transport de polluants à une échelle très locale. Pour cela on s’intéressera à qualifier la prédiction de la dispersion de polluants de ces approches en utilisant des techniques de quantification d’incertitudes. Celles-ci serviront tout d’abord à estimer les incertitudes liées aux paramètres du modèle retenu, puis à la nature des données sources. A partir de cela on développera une chaîne de modélisation optimisée et on s’intéressera à la reconstruction de champs de concentrations 3D à partir de données sources haute fréquence. Cette approche sera comparée à d’autres travaux utilisant des techniques d’assimilation de données intrusives, notamment sur le plan de la performance. Pour valider ces développements, on s’appuiera sur des cas tests de la littérature avec des géométries de complexité croissante : qualification des écoulements pariétaux en canal puis en géométrie simple (building, canyon) pour aller jusqu’à la simulation d’un agencement urbain local d’un quartier. A terme ces travaux serviront à mieux définir l’aménagement urbain et on pourra également utiliser ce type de calculs pour améliorer les codes « temps-réel » utilisés en exploitation.

Mots clefs: Lattice-Boltzmann, Réduction d’incertitudes, Optimisation

  • Directeur de thèse    Pr., SAGAUT Pierre, Laboratoire  Mécanique, Modélisation et Procédés Propres 
  • Ecole doctorale    353 - Ecole Doctorale Sciences pour l'ingénieur : Mécanique, Physique, Micro et Nanotechnologie
  • Encadrant IFPEN    Dr. HDR, JAY Stéphane, Chef de Projet ; Département Modélisation Moteurs et Véhicule, Stephane.Jay@ifpen.fr, https://orcid.org/0000-0002-8637-0314 
  • Localisation du doctorant    Direction Sciences et Technologies du Numérique, Rueil-Malmaison, France  
  • Durée et date de début    3 ans, début au plus tôt le 1er septembre 2020 
  • Employeur    IFP Energies nouvelles, Rueil-Malmaison, France
  • Qualifications    Master 2 mécanique des fluides
  • Connaissances linguistique    Bonne maîtrise du français indispensable, anglais souhaitable
  • Autres qualifications    Informatique C/C++, Python
Contact
Encadrant IFPEN 
JAY Stéphane
Chef de Projet ; Département Modélisation Moteurs et Véhicule,
Texte libre

IFP Energies nouvelles est un organisme public de recherche, d’innovation et de formation dont la mission est de développer des technologies performantes, économiques, propres et durables dans les domaines de l’énergie, du transport et de l’environnement. Pour plus d’information, voir www.ifpen.fr. 
IFPEN met à disposition de ses chercheurs un environnement de recherche stimulant, avec des équipements de laboratoire et des moyens de calcul très performants. IFPEN a une politique salariale et de couverture sociale compétitive. Tous les doctorants participent à des séminaires et des formations qui leur sont dédiés.