Optimisation multi-fidélité des turbomachines transsoniques et transcritiques au CO2
J-37
Doctorat Doctorat complet
Auvergne-Rhône-Alpes
- Disciplines
- Laboratoire
- LABORATOIRE DE MÉCANIQUE DES FLUIDES ET D'ACOUSTIQUE
- Institution d'accueil
- ECOLE CENTRALE DE LYON
Description
L'objectif général du projet de recherche de thèse de doctorat est de combiner des outils numériques avec plusieurs niveaux de précision afin de concevoir les turbomachines (compresseurs et turbines) qui seront utilisées dans le système réversible basé sur le cycle de Brayton visant à recycler la chaleur industrielle résiduelle. Le doctorant mènera ses recherches sur la base d'un outil existant basé sur les principes fondamentaux (TBC-rad) qui sera d'abord étendu pour prendre en compte les effets thermodynamiques supercritiques dans le CO2 et complété par un module supersonique fondé sur les travaux de Bufi & Cinnella. Dans un deuxième temps, à l'aide de processus bayésiens (Lam et al., 2015) et de nouvelles fonctions d'acquisition, le candidat combinera trois niveaux de fidélité (outil basé sur les principes fondamentaux / RANS / méthode de Boltzmann sur réseau) pour concevoir des turbomachines centrifuges répondant aux besoins du projet REVCO2. Les simulations numériques seront réalisées à l'aide de ressources informatiques partagées, locales (PMCS2I) et nationales (GENCI).Compétences requises
Nous cherchons à recruter un ingénieur / une ingénieure ou un/une titulaire d'un master ayant une solide formation en mécanique des fluides et en simulation numérique des écoulements. Le candidat idéal ou la candidate idéale est passionné/passionnée par l'optimisation des formes et les nouvelles opportunités offertes par la conception numérique dans le domaine des turbomachines. Une expérience préalable en CFD et/ou en développement de codes CFD (Python, C++, Fortran) serait un atout significatif.Bibliographie
Elio Bufi, Paola Cinnella. Preliminary Design Method for Dense-Gas Supersonic Axial Turbine Stages. Journal of Engineering for Gas Turbines and Power. Nov; 2018, 140(11): 112605.Lam, Rémi, et al. Multifidelity 'Optimization Using Statistical Surrogate Modeling for Non-Hierarchical Information Sources.' 56th AIAA/ASCE/AHS/ASC Structures, Structural Dynamics, and Materials Conference, 5-9 January, 2015, Kissimmee, Florida, AIAA 2015.
Mots clés
optimisation multi-fidélité, turbomachines, CO2, régime transsonique, régime transcritique, cycle de Brayton réversibleOffre financée
Dates
Date limite de candidature 01/06/26
Durée36 mois
Date de démarrage01/06/26
Date de création26/02/26
Langues
Niveau de français requisB2 (intermédiaire)
Niveau d'anglais requisB2 (intermédiaire)
Divers
Contacts
Vous devez vous connecter pour voir ces informations.
Cliquez ici pour vous connecter ou vous inscrire (c'est gratuit !)
