Où docteurs et entreprises se rencontrent
Menu
Connexion

Vous avez déjà un compte ?

Nouvel utilisateur ?

Machine Learning pour l’accélération de calculs de dynamique des fluides dans les domaines des écoulements multiphasiques

ABG-93619 Sujet de Thèse
18/09/2020 > 25 et < 35 K€ brut annuel
Logo de
IFP Energies nouvelles
Rueil Malmaison - Ile-de-France - France
Machine Learning pour l’accélération de calculs de dynamique des fluides dans les domaines des écoulements multiphasiques
  • Informatique
Machine-Learning, Deep-Learning, CFD, HPC

Description du sujet

Les études de la dynamique des fluides se basent sur la résolution numérique itérative des équations aux dérivés partielles (EDP) de Navier-Stokes (NS). Des schémas d'intégration spatiale et temporelle sont utilisés pour calculer l’évolution d’un écoulement (gaz ou liquide) à l’intérieur d’un domaine de calcul discrétisé en cellules. Pour des physiques complexes, ou pour des phénomènes à petite échelle (spatiale ou temporelle), le nombre de cellules de calcul peut atteindre plusieurs millions et les pas de temps la µs ce qui rend les calculs très longs même en parallélisant. Dans de nombreux domaines (calculs de combustions, écoulement poly-phasique dans des réacteurs chimiques, système de refroidissement, ...), il est indispensable d’améliorer les performances de ces codes de plusieurs ordres de grandeur. L’objectif de la thèse est d’explorer et d’adapter des méthodes récentes mise au point dans le cadre des sciences des données pour accélérer les parties les plus coûteuses de ces codes. L’idée consiste à profiter de l’accroissement des données collectées à la fois expérimentalement ou à l’issus de simulations pour mettre en place des méthodes d’apprentissage visant à remplacer ou à optimiser les méthodes numériques classiques. Il s’agira d’adapter des méthodes de machine learning à base de réseaux de neurones pour accélérer les parties les plus coûteuses  de la résolution des équations de Navier-Stokes dans un général utilisant des maillages non structurés.

Nature du financement

Financement public/privé

Précisions sur le financement

Présentation établissement et labo d'accueil

IFP Energies nouvelles

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

Profil du candidat

Formation : Master 2 en Mathématiques Appliquées, en Mécaniques Appliquées ou en Sciences des données

Qualifications : Python, C, C++, ....

Langues : Anglais, français

Date limite de candidature

Partager via
Postuler
Fermer

Vous avez déjà un compte ?

Nouvel utilisateur ?

Besoin d'informations ?

Vous souhaitez recevoir une ou plusieurs lettres d’information de l’ABG. Chaque mois des actualités, des offres, des outils, un agenda…

item1
Ils nous font confiance