Les activités du département se regroupent autour de la Mécanique des Fluides, des Transferts de masse et de chaleur et de l’Énergétique. Nous menons des recherches à caractère généralement fondamental, dont les applications se trouvent dans les secteurs de l’énergie, des transports, de la santé et de l’environnement.
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.
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/
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⟩
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⟩
P. Kashyap, Yohann Duguet, O. 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-04795968⟩
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⟩
Artur Gesla, Yohann Duguet, Patrick Le Quéré, Laurent Martin Witkowski. Subcritical axisymmetric solutions in rotor-stator flow. Physical Review Fluids, 2024, 9 (8), pp.083903. ⟨10.1103/PhysRevFluids.9.083903⟩. ⟨hal-04795959⟩
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⟩
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⟩
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⟩
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⟩
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⟩
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⟩
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⟩
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, Athene, Greece. ⟨hal-04739508⟩
Yoan Bourlier, Géraud Delport, Tiphaine Mathieu-Pennober, Jean-François Guillemoles, Johan Parra, et al.. CABLE SOLAR Project : CAptive Balloons for aLtitudE SOLAR farms. 13ème Journées Nationales du Photovoltaïque (JNPV 2023), Dec 2023, Dourdan, France. . ⟨hal-04730943⟩
Siham El Garroussi, Sophie Ricci, M. de Lozzo, N. Goutal, Didier Lucor. Mixture of polynomial chaos expansions for uncertainty propagation. Telemac User Conférence, Oct 2019, Toulouse, France. ⟨hal-04730601⟩
Artur Gesla, Yohann Duguet, Patrick Le Quéré, Laurent Martin Witkowski. Subcritical axisymmetric solutions in rotor-stator flow. Physical Review Fluids, 2024, 9 (8), pp.083903. ⟨10.1103/PhysRevFluids.9.083903⟩. ⟨hal-04693180⟩
Grégory Bana, Fabrice Lamadie, Sophie Charton, Tojonirina Randriamanantena, Didier Lucor, et al.. BYG-drop: a tool for enhanced droplet detection in liquid–liquid systems through machine learning and synthetic imaging. Frontiers in Chemical Engineering, 2024, 6, pp.1415453. ⟨10.3389/fceng.2024.1415453⟩. ⟨hal-04676144⟩
Roger Ballester Claret, Ludovic Coelho, Christian Fagiano, Cédric Julien, Didier Lucor, et al.. Reliability based optimisation of composite plates under aeroelastic constraints via adapted surrogate modelling and genetic algorithms. Composite Structures, 2024, 347, pp.118461. ⟨10.1016/j.compstruct.2024.118461⟩. ⟨hal-04671263⟩
P. Pico, L. Kahouadji, S. Shin, J. Chergui, Damir Juric, et al.. Drop encapsulation and bubble bursting in surfactant-laden flows in capillary channels. Physical Review Fluids, 2024, 9 (3), pp.034001. ⟨10.1103/PhysRevFluids.9.034001⟩. ⟨hal-04647251⟩
Lyse Brichet, Nathan Carbonneau, Elian Bernard, Romane Braun, Lucas Méthivier, et al.. Universal scaling laws in turbulent Rayleigh-Bénard convection with and without roughness. 2024. ⟨hal-04434081v2⟩
Éric Falcon, Marc Lefranc, François Pétrélis, Chi-tuong Pham. Recueil des contributions de la 27e Rencontre du Non-Linéaire (Paris 2024). 27e Rencontre du Non-Linéaire 2024, 2024, 978-2-9576145-3-0. ⟨hal-04643241⟩
Gauthier Leclercq, François Lusseyran, Guillaume Dufour, Jean-Maxime Orlac’H. Étude expérimentale et numérique de l’effet thermique d’une décharge à barrière diélectrique. Journées scientifiques 2024 d’URSI-France, Mar 2024, Paris, France. pp.92-95. ⟨hal-04573776⟩
Filip Novkoski, Jules Fillette, Chi-tuong Pham, Eric Falcon. Nonlinear dynamics of a hanging string with a freely pivoting attached mass. Physica D: Nonlinear Phenomena, 2024, 463, pp.134164. ⟨10.1016/j.physd.2024.134164⟩. ⟨hal-04560135⟩
Thibaut Couchoux, Tristan Jaouen, Christelle Melodelima-Gonindard, Pierre Baseilhac, Arthur Branchu, et al.. Performance of a Region of Interest–based Algorithm in Diagnosing International Society of Urological Pathology Grade Group ≥2 Prostate Cancer on the MRI-FIRST Database—CAD-FIRST Study. European Urology Oncology, 2024, S2588-9311 (24), pp.00056-7. ⟨10.1016/j.euo.2024.03.003⟩. ⟨hal-04549487⟩