Alternance : stage en apprentissage appliquée à la physique h/f

Détail de l'offre Informations générales Entité de rattachement Le CEA est un acteur majeur de la recherche, au service des citoyens, de l'économie et de l'Etat. Il apporte des solutions concrètes à leurs besoins dans quatre domaines principaux : transition énergétique, transition numérique, technologies pour la médecine du futur, défense et sécurité sur un socle de recherche fondamentale. Le CEA s'engage depuis plus de 75 ans au service de la souveraineté scientifique, technologique et industrielle de la France et de l'Europe pour un présent et un avenir mieux maîtrisés et plus sûrs. Implanté au cœur des territoires équipés de très grandes infrastructures de recherche, le CEA dispose d'un large éventail de partenaires académiques et industriels en France, en Europe et à l'international. Les 20 000 collaboratrices et collaborateurs du CEA partagent trois valeurs fondamentales : • La conscience des responsabilités • La coopération • La curiosité Référence 2024-33386 Description de l'unité Le laboratoire de Dynamique (DYN) est rattaché au CEA de Saclay au sein de la direction des énergies. Il est spécialisé dans l'étude des interactions fluide-structure et dans la dynamique rapide et vibratoire. Il interagit fortement avec les industriels de l'énergie pour faire le pont entre recherche et applications. Ce stage sera réalisée en collaboration avec Framatome. Étant deux acteurs historiques du nucléaire, Framatome et le CEA disposent d'une large bibliothèque de données expérimentales et numériques, ainsi que de nombreux moyens d'essai et de calcul. Description du poste Domaine Mathématiques, information scientifique, logiciel Contrat Stage Intitulé de l'offre Stage en apprentissage appliquée à la physique H/F Sujet de stage Étude sur modèle réduit des interactions fluide-structure en contexte industriel Durée du contrat (en mois) 6 Description de l'offre Les problématiques de vibrations de structures soumises à des écoulements se rencontrent pour de nombreux composants industriels, générateur de vapeur (GV) par exemple. Ces vibrations provoquent des chocs et des impacts, qui peuvent conduire à une usure des composants voire à leur rupture. La compréhension des interactions fluides-structures, en particulier des phénomènes de couplage menant à des instabilités, est donc cruciale pour une bonne maîtrise industrielle. Les modèles analytiques existants demeurent encore imprécis et le coût des simulations numériques directes reste prohibitif. Pour remédier à ces problèmes, l'usage de méthodes de réduction de modèles (ROM ou « Reduced-Order Modelling ») serait très efficace : elles diminuent fortement la dimension du système tout en préservant les caractéristiques physiques essentielles. Couplées à des méthodes d'analyse de dynamique non-linéaire, la compréhension du système en serait grandement facilitée. Les méthodes classiques de la littérature (par exemple décomposition POD projection de Galerkin), ont montré leurs limites, notamment pour les systèmes complexes. Mais de nouvelles méthodes de réduction et d'identification, issues du machine-learning, ont émergées et sont aujourd'hui mûres pour les applications industrielles telles que la modélisation des interactions fluide-structure. On peut citer notamment la méthode d'identification parcimonieuse SINDy, les réseaux de neurones NeuralODE ou de type convolutionnaire. Dans ce cadre, le premier objectif est une prise en main des outils et des méthodes numériques par l'étude d'un cas relativement peu complexe : un cylindrique fixe puis mobile placé dans un écoulement transverse. L'étude déterminera le modèle réduit pertinent pour une représentation efficace du système et identifiera les équations symboliques régissant son évolution. L'étude mettra en évidence l'influence du paramètre de contrôle (nombre de Strouhal) et cherchera à retrouver la bifurcation de Hopf supercritique typique de ce système à l'aide de méthodes de balance harmonique (HBM). Dans un second temps, le stage s'attachera à l'étude de systèmes plus complexes i.e. nécessitant a priori plus de modes pour une description énergétique satisfaisante. L'étude pourra porter sur un cas industriel d'intérêt (écoulement transverse à travers un faisceau de tubes) ou un cas analytique intermédiaire (par exemple le cas « Fluidic Pinball »). Il s'agira en préalable de démontrer l'applicabilité des méthodes ROM à ces cas en déterminant un système interprétable plus réduit que le standard de la littérature (décomposition POD modes structure). On pourra par exemple utiliser des réseaux de neurones de type convolutionnaire afin d'exploiter les effets retards présents dans l'écoulement. Ce travail pourra être poursuivi par une thèse dans laquelle on appliquera les méthodes développées à des cas d'intérêt industriel de complexité croissante. Profil du candidat Étudiant préparant un Master 2 ou Diplôme d'ingénieur - Spécialité Mathématiques Appliquées ou Apprentissage, intérêt pour la mécanique des fluides Attrait pour la recherche Début de stage souhaité debut 2025