Application of data assimilation to computational fluid dynamics : from isotropic turbulence to urban flows

Application de l'assimilation de données à la mécanique des fluides numérique : de la turbulence isotrope aux écoulements urbains

• Auteur / Autrice : Vincent Mons
• Direction : Jean-Camille Chassaing, Thomas Gomez, Pierre Sagaut
• Type : Thèse de doctorat
• Discipline(s) : Mécanique des Fluides
• Date : Soutenance le 18/11/2016
• Etablissement(s) : Paris 6
• Ecole(s) doctorale(s) : École doctorale Sciences mécaniques, acoustique, électronique et robotique de Paris
• Partenaire(s) de recherche : Laboratoire : Institut Jean Le Rond d'Alembert (Paris ; 2006-....)
• Jury : Examinateurs / Examinatrices : Claude Cambon, Régis Marchiano, John Christos Vassilicos
• Jury : Rapporteurs / Rapporteuses : Laurent Jacquin, Olivier Thual

Mots clés

Mots clés contrôlés

Écoulement instationnaire (dynamique des fluides)

Mécanique des fluides

Turbulence

Mots clés libres

Assimilation de données

Mécanique des fluides numérique

Contrôle optimal

Filtre de Kalman

Turbulence homogène

Ecoulements urbains

Data assimilation

Computational fluid dynamics

Homogeneous turbulence

Résumé

Dans cette thèse, l'application de l'assimilation de données (AD) à la MFN est étudiée, avec comme objectif global de contribuer à l'amélioration de la prévision numérique d'écoulements complexes. L'AD consiste à fusionner les outils de prévision numérique avec des données expérimentales afin d'améliorer l'estimation des paramètres d'entrée du code MFN. Les aspects méthodologiques de l'AD et son application pour des études physiques sont tous deux examinés dans cette thèse. Dans un premier temps, l'AD est utilisée pour une étude théorique de la turbulence de grille. Un modèle spectral pour les écoulements turbulents homogènes et anisotropes est également proposé. Plusieurs méthodes d'AD sont ensuite implémentées pour un code MFN et appliquées à la reconstruction d'écoulements instationnaires et compressibles en présence d'incertitudes sur des paramètres d'entrée de grandes dimensions afin d'évaluer les forces et faiblesses respectives de ces techniques. Des stratégies pour le placement optimal de réseaux de capteurs sont élaborées afin d'améliorer les performances du processus d'AD. Enfin, l'AD est appliquée à l'identification de sources de polluants et à la reconstruction de conditions météorologiques pour des écoulements en milieu urbain prédits par Simulation des Grandes Echelles.

In this thesis, we investigate the use of various data assimilation (DA) techniques in the context of CFD, with the ultimate goal of enhancing the prediction of real-world flows. DA consists in merging numerical predictions and experimental observations in order to improve the estimation of the CFD solver inputs. Both methodological aspects of DA and its potential application to physics investigations are explored for various flow configurations. First, DA is considered for the theoretical analysis of grid turbulence decay. Fundamental aspects of anisotropic homogeneous turbulence are also investigated through spectral modelling. Various DA methodologies are deployed in conjunction with a Navier-Stokes solver and are assessed for the reconstruction of unsteady compressible flows with large control vectors. Sensor placement strategies are developed to enhance the performances of the DA process. Finally, a first application of DA to Large Eddy Simulations of full-scale urban flows is proposed with the aim of identifying source and wind parameters from concentration measurements.