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 :

Sergio Chibbaro, Didier Lucor, Lionel Mathelin, Onofrio Semeraro

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 ;
    • mise en place de démonstrateurs expérimentaux.

Yohann Duguet, Francois Lusseyran, Laurent Martin-Witkowski, Stéphanie Pellerin

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.

Coordination

L’équipe

Dernières publications de l’équipe

  • Article dans une revue

    Yohann Duguet. Puffing along. Nature Physics, 2024, 20 (8), pp.1227-1227. ⟨10.1038/s41567-024-02565-2⟩. ⟨hal-04795934⟩

    DATAFLOT

    Année de publication

    Disponible en libre accès

  • 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⟩

    AO, DATAFLOT

    Année de publication

    Disponible en libre accès

  • 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⟩

    DATAFLOT

    Année de publication

    Disponible en libre accès

  • Article dans une revue

    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⟩

    DATAFLOT

    Année de publication

    Disponible en libre accès

  • 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⟩

    DATAFLOT

    Année de publication

    Disponible en libre accès

  • Article dans une revue

    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⟩

    COMET, DATAFLOT

    Année de publication

    Disponible en libre accès

  • 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⟩

    DATAFLOT

    Année de publication

    Disponible en libre accès

  • 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⟩

    DATAFLOT

    Année de publication

    Disponible en libre accès

  • 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⟩

    DATAFLOT

    Année de publication

    Disponible en libre accès

  • 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⟩

    DATAFLOT

    Année de publication

  • 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⟩

    DATAFLOT

    Année de publication

    Disponible en libre accès

  • 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⟩

    DATAFLOT

    Année de publication

  • 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, Athene, Greece. ⟨hal-04739508⟩

    DATAFLOT

    Année de publication

  • Communication dans un congrès

    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⟩

    DATAFLOT

    Année de publication

    Disponible en libre accès

  • Article dans une revue

    Rémi Bousquet, Owen Chaffard, Melvin Creff, Didier Lucor, Caroline Nore. Large scale analysis of three-dimensional turbulent von Kármán swirling flows. Physics of Fluids, 2024, 36, pp.105133. ⟨10.1063/5.0227495⟩. ⟨hal-04723526⟩

    COMET, DATAFLOT

    Année de publication

  • Pré-publication, Document de travail

    Thibault Monsel, Emmanuel Menier, Lionel Mathelin, Onofrio Semeraro, Guillaume Charpiat. Neural DDEs with Learnable Delays for Partially Observed Dynamical Systems. 2024. ⟨hal-04715748⟩

    AO, DATAFLOT

    Année de publication

    Disponible en libre accès

  • Article dans une revue

    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⟩

    COMET, DATAFLOT

    Année de publication

    Disponible en libre accès

  • Article dans une revue

    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⟩

    DATAFLOT

    Année de publication

    Disponible en libre accès

  • Article dans une revue

    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⟩

    DATAFLOT

    Année de publication

    Disponible en libre accès

  • Pré-publication, Document de travail

    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⟩

    ASARD, COMET, DATAFLOT

    Année de publication

    Disponible en libre accès