Professeure des Universités
Responsable du département Mécanique-Energétique
Co-responsable du Master Mécanique de l'Univ. Paris-Saclay
Mécanique des fluides
Mécanique – Énergétique
Approche et perspective
L’approche du département Mécanique-Énergétique se situe à l’interface entre l’informatique, la physique et les mathématiques appliquées.
Nous souhaitons préserver un équilibre entre des activités interdépendantes :
- comprendre les phénomènes fondamentaux de la mécanique des fluides turbulents,
- s’attaquer à des problèmes complexes couplés multiphysiques à grande échelle
- tirer parti de nos connaissances physiques tout en considérant les données comme une partie inhérente de la modélisation, des expériences et des simulations.
Dans ce contexte, nous sommes très ouverts aux récents développements de l’apprentissage automatique, qui offrent un cadre puissant de traitement de l’information susceptible d’accroître nos lignes de recherche actuelles avec des applications à large spectre dans les secteurs de l’énergie, du transport, de la santé et de l’environnement.
Organisation
Le département Mécanique-Énergétique propose une recherche originale et pluridisciplinaire grâce à l’expertise d’une vingtaine de permanents, chercheurs, enseignants-chercheurs et ingénieurs, organisés en deux équipes complémentaires : DATAFLOT (DAta science, TrAnsition, FLuid instabiLity, contrOl & Turbulence) s’appuyant sur la modélisation augmentée de données et l’intelligence artificielle, et étudiant la dynamique des fluides, les instabilités et la turbulence, et COMET (COuplages MultiphysiquEs et Transferts) se concentrant sur la compréhension des phénomènes fluides couplés complexes, impliqués dans la conversion et le stockage de l’énergie, les transferts thermiques ainsi que l’optimisation de l’efficacité énergétique.
Coordination
Animation scientifique
Chaque année, le département Mécanique-Energétique du LISN organise avec le FAST les Journées Écoulements & Fluides à Saclay, avec le soutien des Graduate Schools “Physique” et “Sciences de l’Ingénierie et des Systèmes” de l’Université Paris-Saclay. Lien : https://jefs.lisn.upsaclay.fr/
Actualités
-
COMET, Mécanique Energétique
Convection naturelle : aspects fondamentaux et applications
-
COMET, Fait marquant
Self Inducing Subharmonic Wave : Prix du meilleur poster à APS/DFD (Indianapolis)
Publications récentes
-
Thèse
Remy Hosseinkhan-Boucher. On Learning-Based Control of Dynamical Systems. Artificial Intelligence [cs.AI]. Université Paris-Saclay, 2025. English. ⟨NNT : 2025UPASG029⟩. ⟨tel-05061303⟩
-
Article dans une revue
Debashis Panda, Lyes Kahouadji, Laurette Tuckerman, Seungwon Shin, Jalel Chergui, et al.. Marangoni-driven patterns, ridges, and hills in surfactant-covered parametric surface waves. Journal of Fluid Mechanics, 2025, 1008, pp.R4. ⟨10.1017/jfm.2025.245⟩. ⟨hal-05029962⟩
-
Article dans une revue
Ying Wang, Anne Sergent, Didier Saury, Denis Lemonnier, Patrice Joubert. Gas radiation effect on a turbulent thermal plume in a confined cavity using direct numerical simulation. International Journal of Thermal Sciences, 2025, 213, pp.109820. ⟨10.1016/j.ijthermalsci.2025.109820⟩. ⟨hal-04997739⟩
-
Communication dans un congrès
Gen Wu, Nicolas Grenier, Caroline Nore. Two-fluid Compressible Flows with Multiresolution Adaptive Mesh Refinement. 9th ECCOMAS, APMTAC, Jun 2024, Lisbon, Portugal. ⟨hal-04955216⟩
-
Thèse
Michele Quattromini. Graph Neural Networks for fluid mechanics : data-assimilation and optimization. Machine Learning [cs.LG]. Université Paris-Saclay; Politecnico di Bari, 2024. English. ⟨NNT : 2024UPAST161⟩. ⟨tel-04964013⟩
-
Thèse
Thibault Monsel. Deep Learning for Partially Observed Dynamical Systems. Discrete Mathematics [cs.DM]. Université Paris-Saclay, 2024. English. ⟨NNT : 2024UPASG113⟩. ⟨tel-04952358⟩
-
Article dans une revue
Yohann Duguet. Intermittency in Transitional Shear Flows. Entropy, 2021, 23 (3), pp.280. ⟨10.3390/e23030280⟩. ⟨hal-04938938⟩
-
Thèse
Nemo Malhomme. Statistical learning for climate models. Machine Learning [stat.ML]. Université Paris-Saclay, 2024. English. ⟨NNT : 2024UPAST165⟩. ⟨tel-04939186⟩
-
Communication dans un congrès
Soufiane Mrini, Anne Sergent, Francesca Chillà, Julien Salort, Didier Lucor. Addressing turbulent convection experimental data challenges in PINNs with appropriate physical sampling. Joint event Euromech Colloquium on Data-Driven Fluid Dynamics/2nd ERCOFTAC Workshop on Machine Learning for Fluid Dynamics, Apr 2025, London, United Kingdom. ⟨hal-04924450⟩
-
Communication dans un congrès
Marie-Christine Volk, Didier Lucor, Anne Sergent, Michael Mommert, Christian Bauer, et al.. A PINN Methodology for Temperature Field Inference in the PIV Measurement Plane: Case of Rayleigh-Bénard Convection. Joint event Euromech Colloquium on Data-Driven Fluid Dynamics/2nd ERCOFTAC Workshop on Machine Learning for Fluid Dynamics, Apr 2025, London, United Kingdom. ⟨hal-04924426⟩
-
Communication dans un congrès
Jai Kumar, Anne Sergent, Francesca Chillà, Julien Salort, Didier Lucor. Bridging Experimental shadowgraphs and DNS in Turbulent Convection Using physically-informed U-Net. Joint event Euromech Colloquium on Data-Driven Fluid Dynamics/2nd ERCOFTAC Workshop on Machine Learning for Fluid Dynamics, Apr 2025, London, United Kingdom. ⟨hal-04924440⟩
-
Pré-publication, Document de travail
Nathan Carbonneau, Julien Salort, Yann Fraigneau, Anne Sergent. Influence of wind on heat transfer in turbulent convection with roughness. 2025. ⟨hal-04928422⟩
-
Communication dans un congrès
Nathan Carbonneau, Julien Salort, Anne Sergent. Spatial modulation of the small coherent structures above a rough plate in turbulent Rayleigh-Bénard convection. 1st European Fluid Dynamics Conference (EFDC1), Sep 2024, Aachen, Germany. ⟨hal-04924300⟩
-
Communication dans un congrès
Anne Sergent, Soufiane Mrini, Elian Bernard, Didier Lucor. Lagrangian Measurements and Physics-Informed Neural Network for Rayleigh-Bénard Flow Reconstruction. 26th International Congress of Theoretical and Applied Mechanics (ICTAM2024), Aug 2024, Daegu, South Korea. ⟨hal-04924332⟩
-
Pré-publication, Document de travail
Ying Wang, Anne Sergent, Didier Saury, Denis Lemonnier, Patrice Joubert. Gas radiation effect on a turbulent thermal plume in a confined cavity using direct numerical simulation. 2025. ⟨hal-04924224⟩
-
Article dans une revue
A. Gesla, Y. Duguet, P. Le Quéré, Laurent Martin Witkowski. On the origin of circular rolls in rotor-stator flow. Journal of Fluid Mechanics, 2024, 1000, pp.A47. ⟨10.1017/jfm.2024.1011⟩. ⟨hal-04902902⟩
-
Communication dans un congrès
Vincent Blot, Alexandra Lorenzo de Brionne, Ines Sellami, Olivier Trassard, Isabelle Beau, et al.. Efficient Precision Control in Object Detection Models for Enhanced and Reliable Ovarian Follicle Counting. Uncertainty for Safe Utilization of Machine Learning in Medical Imaging, Carole H. Sudre (University College London); Raghav Mehta (Imperial College London); Cheng Ouyang (Oxford University); Chen Qin (Imperial College London); Marianne Rakic (Massachusetts Institute of Technology); William M. Wells (Harvard Medical School), 2024, Marrakesh, Morocco. pp.183-193, ⟨10.1007/978-3-031-73158-7_17⟩. ⟨hal-04895227⟩
-
Article dans une revue
D. Panda, L. Kahouadji, A M Abdal, L S Tuckerman, Seungwon Shin, et al.. Drop Medusa: Direct numerical simulations of high-frequency Faraday waves on spherical drops. Physical Review Fluids, 2024, 9 (11), pp.110514. ⟨10.1103/PhysRevFluids.9.110514⟩. ⟨hal-04859680⟩
-
Article dans une revue
Yohann Duguet. Puffing along. Nature Physics, 2024, 20 (8), pp.1227-1227. ⟨10.1038/s41567-024-02565-2⟩. ⟨hal-04795934⟩
-
Poster de conférence
Thibault Monsel, Onofrio Semeraro, Lionel Mathelin, Guillaume Charpiat. Time and State Dependent Neural Delay Differential Equations. ML-DE@ECAI 2024 : Machine Learning Meets Differential Equations: From Theory to Applications, Sep 2024, Santiago de compostela, Galicia, Spain. ⟨hal-04794800⟩
-
Article dans une revue
Thomas Boeck, Mattias Brynjell-Rahkola, Yohann Duguet. Energy stability of magnetohydrodynamic flow in channels and ducts. Journal of Fluid Mechanics, 2024, 987, pp.A33. ⟨10.1017/jfm.2024.393⟩. ⟨hal-04795942⟩
-
Article dans une revue
Mattias Brynjell-Rahkola, Yohann Duguet, Thomas Boeck. Chaotic edge regimes in magnetohydrodynamic channel flow: An alternative path towards the tipping point. Physical Review Research, 2024, 6 (3), pp.033066. ⟨10.1103/PhysRevResearch.6.033066⟩. ⟨hal-04795955⟩
-
Article dans une revue
Thomas Boeck, Mattias Brynjell-Rahkola, Yohann Duguet. Energy stability analysis of MHDMagnétohydrodynamique flow in a rectangular duct. PAMM, 2024, 24 (2), pp.e202400041. ⟨10.1002/pamm.202400041⟩. ⟨hal-04795978⟩
-
Article dans une revue
Yanis Zatout, Adrien Toutant, Onofrio Semeraro, Lionel Mathelin, Françoise Bataille. A Priori Reconstruction of Thermal-Large Eddy Simulation (T-LES) by Deep Learning Reconstruction a Priori de Champs de Simulations Des Grandes Echelles Thermiques Par Apprentissage Profond. Entropie : thermodynamique – énergie – environnement – économie, 2023, 4 (3), ⟨10.21494/ISTE.OP.2023.1015⟩. ⟨hal-04751095⟩
-
Article dans une revue
P. Kashyap, Y. Duguet, Olivier Dauchot. Linear stability of turbulent channel flow with one-point closure. Physical Review Fluids, 2024, 9 (6), pp.063906. ⟨10.1103/PhysRevFluids.9.063906⟩. ⟨hal-04749262⟩
-
Article dans une revue
Abdullah Abdal, Lyes Kahouadji, Seungwon Shin, Jalel Chergui, Damir Juric, et al.. On the interaction between a rising bubble and a settling particle. Journal of Fluid Mechanics, In press, 999, pp.A18. ⟨10.1017/jfm.2024.686⟩. ⟨hal-04739732⟩
-
Communication dans un congrès
Siham El Garroussi, Sophie Ricci, M. de Lozzo, N. Goutal, D. Lucor. Towards the reduction of uncertainty in hydraulic modles for better flood forecasting. Simhydro 21, Jun 2021, Nice, France. ⟨hal-04739507⟩
-
Communication dans un congrès
Mélanie C. Rochoux, Bastien Nony, Cong Zhang, Didier Lucor, Thomas Jaravel, et al.. Assimilating fire front position and emulating boundary-layer flow simulations for wildland fire behavior ensemble prediction and reanalysis – invited conference. Séminaire UQSay ‘Uncertainty Quantification’, May 2022, Online, France. ⟨hal-04741957⟩
-
Communication dans un congrès
Mélanie C. Rochoux, A. Collin, Aurélien Costes, C. Zhang, A. Trouvé, et al.. Shape-oriented sensitivity analysis and data assimilation for wildland fire applications. International EnKF workshop 2021, Jun 2021, online, France. ⟨hal-04739511⟩
-
Communication dans un congrès
S. El Garroussi, Sophie Ricci, M. de Lozzo, N. Goutal, D. Lucor. Tackling uncertainty in flood forecasting model via a machine-learning based- surrogate model. UNCECOMP2021, 4th International Conference on Uncertainty Quantification in Computational Sciences and Engineering, Jun 2021, Athènes, Greece. ⟨hal-04739508⟩