Ae2 – Correction de modèles de turbulence par assimilation de données et machine learning

Paola CINNELLA (Institut Jean le Rond d’Alembert)

Les simulations numériques basées sur les équations de Navier-Stokes moyennées (RANS) sont un outil indispensable pour le design aérodynamique. Néanmoins, il est bien connu que les effets complexes tels que la séparation des écoulements, les écoulements secondaires, etc. sont mal modélisés par cette approche. Avec les développements récents et la disponibilité d’outils modernes d’apprentissage automatique, l’intelligence artificielle entre dans la simulation aérodynamique (CFD) comme une nouvelle alternative pour améliorer les déficiences des modèles RANS. Parmi les méthodes utilisées aujourd’hui pour corriger ces modèles, les méthodes FIML (Field-Inversion/Machine-Learning) et SpaRTA (Sparse Regression of Reynolds sTress Anisotropy) ont montré des résultats prometteurs. Dans cet entretien, on introduira les principaux travaux qui utilisent l’assimilation de données et l’apprentissage automatique pour augmenter les modèles de turbulence. On discutera également des avantages et inconvénients de ces méthodes et les perspectives futures pour l’industrie aérospatiale.

Retour programme

Dans le même domaine de discussion :

23 avril 2024 | 9h00 - 12h00