Warning This site is not recommended for Internet Explorer browsers. Please use another web browser to get a better experience.

Thèse CIFRE Modélisations physiques-optimisation des échanges thermiques dans les structures chaudes F/H

Published
Mechanics Moissy-cramayel (77) Et Rouen ( 76) , Ile de France , France CIFRE Full-time Master Degree First experience
Published

Job Description

L'augmentation des performances des moteurs aéronautiques passe par des taux de compression de plus en plus élevés, accompagnés d'une augmentation des températures. Dans ce contexte, l'optimisation du refroidissement des parois des chambres de combustion et des turbines hautes pressions devient un enjeu majeur, en lien direct avec l'efficacité énergétique et la durée de vie recherchée pour les systèmes propulsifs du futur.

Les modélisations physiques basées sur l'utilisation massive de données ouvrent de nombreuses perspectives pour l'optimisation des systèmes de refroidissement, en particulier à travers les approches les plus récentes où la phase d'apprentissage d'un réseau de neurones est couplée à la résolution de systèmes différentiels représentatifs des phénomènes ciblés.1

Les simulations numériques stationnaires (RANS) ou instationnaires (LES) reposent sur des modélisations physiques plus ou moins prédictives quand il s'agit de calibrer finement les phénomènes pariétaux. Le refroidissement par jet impactant ou par film fluide (« film cooling ») restent des points délicats pour les méthodes RANS qui sont aujourd'hui parties intégrantes des boucles de conception avancées chez SAFRAN AIRCRAFT ENGINES.

Complementary Description

L'objectif de cette thèse est la mise en place d'un banc d'essai numérique simplifié utilisant des méthodes de calculs haute-fidélité (méthodes d'ordre élevées speudo-spectrales1) pour simuler dans un premier temps des écoulements canoniques appliqués au film cooling et/ou à l'impact de jet. La dynamique et les propriétés statistiques des paramètres aérothermiques de ces écoulements de référence serviront à entraîner des réseaux de neurones spécialisés dans la calibration de sous-modèles pour les transferts pariétaux. Après vérification et validation de la modélisation, les réseaux neuronaux seront introduits dans les outils de simulations RANS de SAFRAN AIRCRAFT ENGINES pour contribuer à la conception de systèmes de refroidissement innovants.

Job Requirements

Diplômé(e) école d'ingénieur et/ou MASTER Recherche, avec expertise en phénomènes de transfert dans les fluides

logo safran

Safran is an international high-technology group, operating in the aviation (propulsion, equipment and interiors), defense and space markets. Its core purpose is to contribute to a safer, more sustainable world, where air transport is more environmentally friendly, comfortable and accessible. Safran has a global presence, with 79,000 employees and sales of 16.5 billion euros in 2020 and holds, alone or in partnership, world or regional leadership positions in its core markets. Safran undertakes research and development programs to maintain the environmental priorities of its R&T and Innovation roadmap.

Safran ranks first in Forbes's 2020 list of the World's Best Employers for its sector.

Safran Aircraft Engines designs, produces and sells, alone or in partnership, commercial and military aircraft engines offering world-class performance. Through CFM International*, Safran Aircraft Engines is the world's leading supplier of engines for single-aisle mainline commercial jets. The company is also fully responsible for the design, development and production of the M88 and M53 engines for the Rafale and Mirage 2000 fighters, respectively, and will be the systems integrator for the engine powering Europe's New-Generation Fighter.

*CFM International is a 50/50 joint company between Safran Aircraft Engines and GE.

76,800
employees worldwide
27
Number of countries where Safran is located
35
business area families
  • © Safran