Retourner à la liste

Utilisation conjointe de la simulation numérique et de l’analyse d’image basée sur l’apprentissage pour l’étude des instabilités de combustion en propulsion spatiale.

Description

Dans le cadre du développement des lanceurs spatiaux européens, notamment Ariane 6, augmenter la fiabilité du lanceur et diminuer les coûts de conception et d’exploitation sont des objectifs primordiaux. En particulier, les moteurs-fusées à ergols liquides sont des systèmes de propulsion ultra-performants qui mettent en œuvre des phénomènes physiques complexes difficiles à comprendre et à maîtriser. Ainsi, les instabilités de combustion sont particulièrement critiques puisqu’elles peuvent engendrer la destruction du moteur.

Ce phénomène est étudié depuis plusieurs années au sein du groupement de recherche franco-allemand REST initié par le CNES. La recherche scientifique progresse d’une part grâce à l’étude expérimentale en conditions représentatives, qui permet d’acquérir des visualisations et des données quantitatives de l’écoulement pour comprendre et quantifier les phénomènes. D’autre part, la simulation numérique haute fidélité est mise en œuvre comme moyen d’observation in situ complémentaire à l’expérience et permet notamment de corréler les phénomènes pour mieux comprendre leur interaction.

Les récents progrès des moyens de mesures optiques et des moyens de calcul haute performance permettent d’obtenir des visualisations expérimentales et numériques de caractéristiques très proches. Leur confrontation est indispensable pour valider la CFD, enrichir les analyses et formuler des modèles, mais elle nécessite des outils de traitement conjoints.

 

L’objet de cette thèse est de mettre en place les méthodes permettant de comparer de manière quantitative ces résultats expérimentaux et numériques. On s’intéressera en particulier au cas des écoulements en conditions d’injection subcritiques, pour lesquelles les effets de tension de surface conduisent l’écoulement d’oxygène liquide à se fragmenter en ligaments et en gouttelettes. L’Onera a développé des techniques de mesures [Vingert et al., http://urlz.fr/7S4g] et de simulation numérique [Gaillard et al., http://urlz.fr/7S1R] uniques pour l’étude de ces conditions. On s’intéresse maintenant à caractériser d’une part la dynamique des structures liquides et de la flamme, ainsi que leur corrélation, ce qui sort du cadre d’emploi des outils d’estimation de mouvement classiques, issus de la PIV notamment [Champagnat et al., Experiments in fluids 50]. D’autre part, l’atomisation du jet d’oxygène liquide sous l’effet de l’hydrogène gazeux est un phénomène multi-échelle dont l’étude nécessite le développement d’outils nouveaux dédiés pour caractériser la morphologie des structures liquides produites par l’atomisation, depuis la déstabilisation du dard liquide, l’arrachage des ligaments, jusqu’à la formation du spray de fines gouttelettes sphériques.

 

Pour élaborer les méthodes d’analyse de séquences d’images adaptées à ces problématiques difficiles, une voie récente est l’apprentissage par ordinateur, qui connaît un développement remarquable en traitement d’image et vision artificielle depuis 5 ans. Récemment, certaines de ces méthodes d’apprentissage ont été appliquées avec succès à l’analyse d’images expérimentales de propergols solides [Nugue et al., GRETSI, 2017], dans le cadre d’une collaboration entre des spécialistes de vision par ordinateur du département DTIS de l’Onera, le département DMPE et le CNES [Nugue http://www.theses.fr/s155039]. L’objectif de cette thèse est d’aborder l’analyse des images d’ergols liquides avec ces outils, et notamment de tirer parti de la simulation numérique instationnaire comme moyen d’apprentissage pour les algorithmes sélectionnés. Les méthodes mises en place en collaboration entre les départements DMPE et DTIS, seront appliquées à l’analyse de visualisations issues de la base de données du banc Mascotte de l’Onera ainsi que de cas tests numériques. Le but sera, à terme, de mettre en évidence les différences de dynamique et de topologie entre ces deux types de résultats, et de quantifier ces différences.

Ces travaux font partie intégrante de la démarche de recherche partagée par le CNES et l’ONERA sur les instabilités de combustion de haute fréquence.

Profil

Grandes écoles et/ou Master 2 recherche

Formation à dominante mécanique des fluides. Connaissances en analyse numérique. Expérience ou intérêt pour le traitement d’image et les méthodes d’apprentissage par ordinateur (deep learning)

Description de la structure
Laboratoire d'accueil : ONERA MFE/DMPE
Directeur(rice) de thèse/recherche : Le Besnerais Guy
E-mail du directeur(rice) de thèse/recherche : guy.le_besnerais@onera.fr
Responsable Cnes de l'offre : THERON Marie

Pour postuler à cette offre, nous vous invitons à vous rapprocher du directeur/rice de thèse et compléter avec son aide la partie cofinancement  du formulaire en ligne (Répondre à l’offre)  pour le 1er avril 2019.

Répondre à l'offre Retourner à la liste