Développement d’un jumeau numérique multi-physique pour la prédiction et l’optimisation des performances des produits de dégivrage et d’antigivrage sur pistes aéroportuai

Les opérations hivernales en aviation reposent sur l’utilisation de produits dégivrants et antigivre dont la performance est aujourd’hui évaluée à l’aide d’essais normalisés (ex. SAE AS5901, AS6170, AMS1431). Toutefois, ces méthodes présentent des limitations importantes en termes de représentativité opérationnelle et de capacité prédictive.

Dans ce contexte, le projet vise à développer un jumeau numérique des interactions produit–glace–piste–environnement, permettant de relier les essais laboratoire aux conditions réelles d’opération.

Le doctorat s’inscrit au cœur du projet NordPiste, avec les objectifs scientifiques suivants :

Objectifs principaux

Développer un modèle multi-physique couplant :

transfert thermique (fusion, dilution, refroidissement)

mécanique des fluides (écoulement, dilution)

interactions tribologiques (adhérence, friction)

Intégrer les paramètres environnementaux :

intensité de précipitation

phase (pluie verglaçante, neige, brouillard givrant)

distribution granulométrique (MVD)

Implémenter des modèles de type data-driven / machine learning pour calibrer et améliorer la prédiction

Développer un outil de simulation temps réel (jumeau numérique) pour :

prédire la performance des produits

optimiser les stratégies d’application

supporter la prise de décision opérationnelle

Le projet est réalisé à l’Université du Québec à Chicoutimi (UQAC), au sein du Laboratoire international des matériaux antigivre (LIMA/AMIL), infrastructure unique spécialisée dans les essais en conditions hivernales contrôlées (chambres froides, souffleries, simulation de précipitations givrantes).

Le laboratoire joue un rôle clé dans le développement et la validation de normes internationales (SAE, Transport Canada, FAA, EASA) et collabore avec des partenaires industriels majeurs (aéroports, manufacturiers, centres de recherche internationaux).

• MAITRISE  en génie (génir informatique ou équivalent) / diplôme d'ingénieur
• Intérêt marqué pour l’expérimentation et les phénomènes thermiques
• Capacité d’analyse et rigueur scientifique
• Atout : expérience en jumeau numérique et IA