Thèse en cours

Optimisation d'un système de vélocimétrie par Flot Optique temps-réel, haute fréquence et grand champ. Applications au Contrôle d'écoulements en boucle fermée.
FR  |  
EN
Auteur / Autrice : Juan Pimienta alvernia
Direction : Jean-Luc Aider
Type : Projet de thèse
Discipline(s) : Mécanique
Date : Inscription en doctorat le 01/01/2022
Etablissement(s) : Université Paris sciences et lettres
Ecole(s) doctorale(s) : École doctorale Sciences mécaniques, acoustique, électronique et robotique de Paris
Partenaire(s) de recherche : Laboratoire : Laboratoire de Physique et Mécanique des Milieux Hétérogènes
établissement opérateur d'inscription : ESPCI Ecole supérieure de physique et de chimie industrielles de la ville de Paris (PSL)

Résumé

FR  |  
EN

La vélocimétrie par imagerie de particules (PIV) est une technique non-intrusive utilisée pour la mesure d'écoulements. Cette technique consiste en prendre une quantité successive d'images de l'écoulement, au moyen d'une caméra rapide, images qui seront traitées après pour obtenir le déplacement de particules entre chaque image, donc les champs de vitesse décrivant le comportement de l'écoulement. Cette technique reste très relevante dans le domaine d'études d'écoulements, car elle permet aux chercheurs et industriels de comprendre le développement à l'intérieur d'un fluide, sans besoin de poser de capteurs à l'intérieur qui peuvent interagir avec les dynamiques naturels d'un écoulement. Il est proposé dans ce sujet de thèse d'optimiser un système PIV (caméra, laser, logiciel), nous permettant de réaliser de mesures en temps réel, à haute fréquence et grand champ. Dans de travaux précédents, il a été montré la supériorité quant à la vitesse de calcul de l'algorithme de Flot Optique par rapport aux options disponibles dans le marché (Cross-correlation). Cet algorithme, originalement proposé par Lucas-Kanade dans le domaine du machine vision, mis en place dans la communauté PIV par Horn-Schunk et finalement optimisé pour réduire le temps de calcul et augmenter les possibilités de la taille de déplacement par Champagnat (Flot-Optique Lucas-Kanade itératif), est à la base de ce développement. Il est proposé d'optimiser l'algorithme à travers de fonctions CUDA, ciblant une augmentation du nombre d'images par seconde à traiter. L'antérieur est proposé avec le but de traiter des images en temps réel pour utiliser les résultats comme des inputs dans une boucle de contrôle-réaction fermé. Cette boucle cherche à contrôler la zone de recirculation formée en aval d'une marche descendante (BFS). Cette géométrie est un centre d'intérêt pour le développement du sujet. Le BFS est l'exemple parfaite d'une géométrie simple que au moment d'interagir avec un écoulement, donne comme retour une série de phénomènes complexes (couche de cisaillement, éjection de tourbillons, Kevin-Helmoltz instabilité, zones de turbulence). D'ailleurs, c'est cette complexité la raison pour laquelle la boucle de contrôle-réaction est censé d'utiliser d'algorithmes de machine learning (programmation génétique) pour contrôler l'écoulement dans divers régimes et conditions. Finalement, il est proposé d'augmenter le champ de mesure PIV, au moyen du PIV stéréo avec deux caméras. Ceci nous permettra d'avoir accès au plus d'information concernant le développement de l'écoulement dans l'espace et nous permettra aussi d'étudier la possible transition vers l'état turbulent et divers instabilités liés au différents plans de l'écoulement.