Mission
Dans le domaine de la simulation numérique pour les applications industrielles, la thermohydraulique joue un rôle essentiel pour modéliser les transferts de chaleur et de masse dans les systèmes complexes. Afin de garantir la stabilité et la précision des calculs, ces équations sont généralement résolues à l'aide de schémas implicites, qui permettent d'employer des pas de temps plus longs que les schémas explicites.
Ce choix conduit cependant à la résolution de systèmes d'équations non linéaires. Pour cela, la méthode de Newton-Raphson est largement utilisée en raison de sa rapidité de convergence locale. Néanmoins, son comportement peut se révéler délicat en pratique :
En présence de multiples solutions, l'algorithme peut converger vers une solution non physiquement acceptable.
Dans d'autres situations, la vitesse de convergence peut être fortement dégradée, nécessitant un grand nombre d'itérations et augmentant significativement le temps de calcul.
Enfin, certaines configurations extrêmes peuvent conduire à un échec de convergence, compromettant la stabilité globale de la simulation.
L'objectif de ce stage est de concevoir, implémenter et valider une procédure de détection précoce de ces comportements problématiques. L'approche envisagée reposera sur l'analyse de critères théoriques de convergence issus des travaux classiques en analyse fonctionnelle, tels que le théorème de Newton-Kantorovich [1]. Cette étude visera à identifier, avant ou pendant la résolution, les situations où la convergence risque d'être lente, incertaine ou non physique, afin de proposer des stratégies de diagnostic ou de correction adaptées.
Le travail consistera à :
se familiariser avec le fonctionnement numérique du code ASTEC, développé en C++, et sa structure de résolution implicite ;
implémenter les outils d'analyse et de détection au sein du solveur non linéaire ;
tester et valider la méthode sur différents cas représentatifs, en évaluant ses performances et sa robustesse.
Ce stage offrira une immersion concrète dans le domaine de la modélisation multiphysique et du calcul scientifique, tout en permettant d'acquérir des compétences en analyse numérique, programmation C++ et méthodes de résolution non linéaires.
Référence :
[1] L. Kantorovich and G. Akilov, Functional Analysis in Normed Spaces, Pergamon Press, Oxford, .
Profil recherché
Bac en mathématiques appliquées, calcul scientifique
Compétences requises :
- analyse numérique
- notions de programmation (C/C++ ou python)
Diversité
La diversité est une des composantes de la politique RSE, RH et Qualité de Vie au Travail à lASNR.
Par conséquent, nous accordons la même considération à toutes les candidatures, sans discrimination, pour inclure tous les talents.
Quelles que soient les différences, nous souhaitons attirer, intégrer et fidéliser nos candidats et nos collaborateurs au sein dun environnement de travail inclusif.
L'ASNR conduit une politique active depuis de nombreuses années en faveur de l'égalité des chances au travail et l'emploi des personnes handicapées. Si vous êtes en situation de handicap, n'hésitez pas à nous faire part de vos éventuels besoins spécifiques afin que nous puissions les prendre en compte.
Localisation du poste
Localisation du poste
Europe, France, Provence-Cote d'Azur, Bouches du Rhône
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.