DAta science, TrAnsition, Fluid instabiLity, contrOl, Turbulence (DATAFLOT)
Tendre vers la maîtrise de la turbulence constitue un défi majeur qui impacte un grand nombre d’applications dans les domaines des sciences de l’ingénieur. Il est crucial de comprendre les mécanismes de naissance et de croissance des instabilités ainsi que le déclenchement et le développement de la turbulence.
Les thèmes principaux de recherche sont les suivants :
Le contrôle des écoulements reste un des moyens pour maîtriser l’efficacité énergétique des systèmes et concevoir des systèmes énergétiques plus performants. Notre activité autour du contrôle des écoulements est une activité particulièrement forte et visible du laboratoire. Elle est notamment soutenue par le Lidex ICODE (Université Paris-Saclay) relatif à « l’aide à la décision et la maîtrise des processus dynamiques complexes ». Une partie de ces activités s’est concentrée sur le contrôle des instationnarités. L’autre partie s’intéresse aux techniques de contrôle non-linéaire en boucle fermée basées sur des méthodes sans modèle ou du contrôle par renforcement.
En parallèle de ces activités, nous développons notre savoir-faire en matière de traitement des données issues des simulations numériques et des expériences en mécanique des fluides et des transferts. Ces développements sont, d’une part, utiles pour accroître notre compréhension des phénomènes physiques (décomposition modale, échantillonnage creux d’opérateur de dimension infinie) et, d’autre part, nécessaires pour le développement de représentations ou de modélisations de plus en plus fiables (inférence, assimilation, représentation creuse), notamment pour l’application au contrôle (Machine Learning, en particulier). Nous travaillons également sur le développement de techniques de Quantification d’Incertitudes (UQ) qui viennent utilement compléter le paysage des techniques pour analyser la sensibilité paramétrique, notamment pour traiter les problèmes d’inférence et d’identification de modèles complexes. Au-delà des développements méthodologiques, la dissémination des techniques UQ devra s’intensifier vers plus d’applications (Bio-medical Engineering, Géosciences, Aérodynamique, …). Nos efforts porteront plus spécifiquement sur :
l’analyse des données pour l’estimation et l’assimilation en mécanique des fluides :
apprentissage de dictionnaire, apprentissage de variété ;
échantillonnage creux d’opérateur de dimension infinie (Koopman), approximation tensorielle par train de fonction ;
projection aléatoire pour la réduction de modèles ;
assimilation de données et optimisation ;
La quantification d’incertitudes (UQ) :
développements méthodologiques efficaces ;
transfert vers les applications ;
le contrôle des écoulements :
contrôle par renforcement ;
contrôle sans modèle, par apprentissage automatique ;
Les écoulements fluides peuvent être classés en plusieurs régimes tels que laminaire, transitionnel ou turbulent, correspondant à d’importantes différences d’un point de vue énergétique. Les processus dynamiques qui permettent de passer d’un régime à l’autre, ou de stabiliser un des régimes, sont aujourd’hui encore mal compris. L’instabilité d’un écoulement laminaire donné vis-à-vis de perturbations arbitraires, d’amplitude soit infinitésimale soit finie, donne lieu à des développements mathématiques et numériques intéressants et variés selon le type d’écoulement considéré. Des transitions, souvent hystérétiques, entre différents régimes existent également au sein d’écoulements turbulents. Un effort original est mis sur l’analyse des symétries spatiales et de leur brisure par des mécanismes d’instabilité. Ceux-ci sont décrits qualitativement et quantifiés par l’utilisation d’algorithmes numériques novateurs et efficaces, dans le cadre de simulations instationnaires tridimensionnelles nécessitant des ressources importantes et des méthodes spécifiques aux données volumineuses. Une cellule expérimentale permet également la visualisation et la quantification de ces mêmes écoulements en complémentarité directe avec les études numériques. Enfin, la compréhension fine et la modélisation des mécanismes hydrodynamiques à l’oeuvre mène naturellement à des méthodes expérimentales et/ou numériques de contrôle permettant d’orienter le système vers le régime désiré.
Les configurations étudiées dans cette équipe sont académiques mais inspirées de situations industrielles reliées entre autres au domaine de l’aérodynamique terrestre (trainées de véhicules, cavités géométriques) et de l’aéronautique (couches limites). L’accent est mis sur des collaborations avec d’autres équipes locales, nationales et internationales, et sur la formation des étudiants. Les sujets d’étude de l’équipe comprennent de manière non exhaustive :
l’étude expérimentale et numérique des effets de pollution ambiante sur la stabilité des écoulement tournants avec surface libre rigide ou déformable
la simulation numérique, la modélisation et le contrôle des brisures de symétrie d’un sillage turbulent
la compréhension des mécanismes de transition sous-critique à la turbulence dans les écoulements cisaillés de paroi, d’un point de vue non-linéaire (description de l’espace des phases correspondant) comme spatio-temporel (analyse de l’intermittence)
l’étude expérimentale et numérique ainsi que le contrôle en boucle fermée des écoulements cisaillés ouverts.
Yanis Zatout, Françoise Bataille, Adrien Toutant. A posteriori study of Thermal-Large Eddy Simulation in solar receiver operating conditions. 2026. ⟨hal-05658010⟩
Yanis Zatout, Adrien Toutant, Onofrio Semeraro, Lionel Mathelin, Françoise Bataille. Fast and accurate field reconstruction of Thermal-Large Eddy Simulation (T-LES) by Deep Learning. Congrès Français de Thermique SFT, May 2023, Reims, France. 2023. ⟨hal-05454752⟩
Zatout Yanis, Toutant Adrien, Bataille Françoise, Semeraro Onofrio, Mathelin Lionel. Study of the effects of spanwise wall oscillation in asymmetrically heated wall bounded flow. Euromech 631, Universidad Carlos III de Madrid; Aerospace Engineering Research Group UC3M, Mar 2024, Madrid, Spain. ⟨hal-05454998⟩
Zatout Yanis, Toutant Adrien, Onofrio Semeraro, Lionel Mathelin, Bataille Françoise. Study of the effects of spanwise wall oscillation in asymmetrically heated wall bounded flow. Euromech colloquia 631 – Control of skin friction and convective heat transfer in wall-bounded flows, UC3M, Mar 2024, Madrid, Spain. ⟨hal-05455002⟩
Nathan Carbonneau, Julien Salort, Yann Fraigneau, Didier Lucor, Francesca Chillà, et al.. Transitioning to the ultimate regime of convection in three-dimensional direct numerical simulations. 2026. ⟨hal-05598098⟩
Edgar Jaber, Emmanuel Remy, Vincent Chabridon, Morgane Garo-Sail, Mathilde Mougeot, et al.. Digital twin-based hybrid framework for steam generator clogging prognostics. 2026. ⟨hal-05594391⟩
Zatout Yanis, Onofrio Semeraro, Lionel Mathelin, Bataille Françoise, Adrien Toutant. Fast and accurate field reconstruction of Thermal-Large Eddy Simulation (T-LES) by Deep Learning. 31ème Congrès Français de Thermique, Institut de Thermique, Mécanique, Matériaux, May 2023, Reims, France. ⟨hal-05454994⟩
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-05454757⟩
Yanis Zatout, Adrien Toutant, Onofrio Semeraro, Lionel Mathelin, Françoise Bataille. Weakly supervised learning for a priori reconstruction of Thermal Large Eddy Simulations using two-point correlations. Congrès Français de Thermique, Jun 2024, Strasbourg, France. ⟨hal-05454986⟩
Vincent Blot. Conformal predictions and risk control in machine learning models to improve performance and human decision-making. Computer Vision and Pattern Recognition [cs.CV]. Université Paris-Saclay, 2025. English. ⟨NNT : 2025UPASG102⟩. ⟨tel-05448293⟩
Luigi Marra, Onofrio Semeraro, Lionel Mathelin, Andrea Meilán-Vila, Stefano Discetti. Latent-Space Non-Linear Model Predictive Control for Partially-Observable Systems. 2025. ⟨hal-05394151⟩
Onofrio Semeraro, Michele A Bucci, Remy Hosseinkhan-Boucher, Sergio Chibbaro, Alexandre Allauzen, et al.. On the use of entropy-based metrics for data-driven modeling and reinforcement learning control. Joint event Euromech Colloquium on Data-Driven Fluid Dynamics/2nd ERCOFTAC Workshop on Machine Learning for Fluid Dynamics, Apr 2025, Londres, United Kingdom. ⟨hal-05379611⟩
Onofrio Semeraro, Michele Alessandro Bucci, Lionel Mathelin, Luigi Marra, Amine Saibi. From robotics to fluid dynamics: opportunities and pitfalls of Reinforcement Learning in flow control. iTi Workshop on Structure and control of wall-bounded turbulent flows, Jul 2025, Bertinoro, Italy. ⟨hal-05379587⟩
Andrea Palumbo, Onofrio Semeraro, Luigi de Luca. Transition to turbulence in planar synthetic jets: numerical simulations and coherent structures eduction. Euromech Colloquium 658 – Coherent structures and instabilities in transitional and turbulent wall-bounded flows, Sep 2025, Bari, Italy. ⟨hal-05379576⟩