OFFRE DE THESE EN MECANIQUE DES FLUIDES : Développement d’un système de gestion intelligente de la ventilation pour l’amélioration de la qualité de l’air habitacle

L’objectif principal de cette thèse est de concevoir et développer un système intelligent de ventilation (HVAC) pour véhicules, capable de réguler dynamiquement les flux d’air dans l’habitacle en fonction des niveaux de pollution mesurés en temps réel, aussi bien à l’intérieur qu’à l’extérieur du véhicule. Ce système visera à améliorer le confort et la santé des occupants en garantissant une qualité d’air optimale dans des conditions de circulation variables.

Pour cela, le projet repose sur l’intégration de capteurs dynamiques capables de détecter en continu les concentrations de polluants gazeux (NO₂, CO₂, COV) et particulaires (PM₁, PM_2.5, PM₁₀), et de transmettre ces données à un algorithme de contrôle adaptatif. Celui-ci aura pour fonction d’analyser les niveaux de pollution et de piloter automatiquement les volets de ventilation ainsi que les systèmes de filtration, en fonction de critères définis (seuils sanitaires, tendances temporelles, préférences utilisateur, etc.).

Les principales tâches consistent donc à :

• Optimiser le choix du capteur en termes de capacité de mesure dynamique sous flux d’air
• Étudier la dynamique des polluants en interaction avec les parois du véhicule et optimiser le positionnement des capteurs au sein du véhicule pour une mesure fiable et rapide via des simulations numériques de l’écoulement multiphasique (CFD)
• Développer le pilotage automatique des volets de ventilation par un algorithme de contrôle adaptatif
• Étudier les systèmes de filtration dans la plateforme expérimentale Bulle de l’Estaca

Cette approche permettra de :

• Réduire l’infiltration des polluants extérieurs, notamment lors des pics de pollution, des embouteillages, ou à proximité de sources d’émission comme les tunnels ou les zones industrielles.
• Limiter l’accumulation de polluants intérieurs, issus de l’expiration humaine, des matériaux de l’habitacle et liée à la recirculation prolongée.
• Améliorer l’efficacité énergétique du système HVAC en optimisant son fonctionnement selon la qualité de l’air réelle, plutôt que sur des réglages fixes.

En complément, le projet explorera des approches de modélisation prédictive (par exemple via l’intelligence artificielle ou le machine learning) pour anticiper les évolutions de la qualité de l’air en fonction des conditions de conduite, de la géolocalisation, ou des données météorologiques, afin d’anticiper les actions de régulation du système.

L’ensemble de la démarche s’appuiera à la fois sur des essais expérimentaux (environnement contrôlé et tests embarqués sur véhicule) et sur des modélisations numériques des écoulements multiphasiques (CFD, optimisation), dans un cadre interdisciplinaire mêlant mécanique des fluides, électronique embarquée, capteurs, et data science.

Le projet s’appuiera sur des outils et infrastructures déjà disponibles au sein du laboratoire ESTACA’LAB, garantissant la faisabilité et la robustesse de la démarche.

L’ESTACA, école d'ingénieurs faisant partie du groupe ISAE, forme en 5 ans des ingénieurs passionnés par les technologies qui répondent aux besoins de nouvelles mobilités et mène une recherche appliquée au service de tous les acteurs des transports (aéronautique, automobile, spatial, naval et transports guidés et ferroviaires).

L’ESTACA c’est une formation d’ingénieur et des mastères spécialisés habilités par la Commission des Titres d’Ingénieurs, ainsi que des équipes d’enseignants et de chercheurs qui accueillent plus de 2 200 étudiants repartis sur 3 campus (Montigny-le-Bretonneux (78), Laval (53) et Bordeaux (33))

ESTACA’Lab, le laboratoire de recherche de l’ESTACA, regroupe aujourd’hui une trentaine d’enseignants-chercheurs et une quarantaine de doctorants. Il développe une recherche appliquée dans un contexte fortement collaboratif pour une mobilité durable, intelligente et sûre.

• Le candidat idéal est titulaire d’un diplôme d’ingénieur ou d’un Master 2 en mécanique des fluides, énergétique ou aérodynamique, avec une forte appétence pour les approches numériques et ayant eu au moins une expérience en étude expérimentale.
• Une bonne maîtrise des outils de simulation CFD (Ansys Fluent, OpenFOAM ou équivalents).
• Des compétences en électronique embarquée, acquisition de données et traitement du signal (LabVIEW, Arduino/Raspberry Pi, Python).
• Une familiarité avec les modèles de régulation et/ou les techniques d’apprentissage automatique est un atout supplémentaire.
• Le candidat doit être rigoureux, curieux et capable de travailler de manière autonome dans un environnement de recherche pluridisciplinaire et collaboratif.