Assimilation de données images avec des modèles de la dynamique des fluides : application à la reconstruction d'écoulements tridimensionnels

Image data assimilation with fluid dynamics models : application to 3D flow reconstruction

• Auteur / Autrice : Cordelia Robinson
• Direction : Étienne Mémin, Dominique Heitz
• Type : Thèse de doctorat
• Discipline(s) : Traitement du signal et télécommunications
• Date : Soutenance le 18/12/2015
• Etablissement(s) : Rennes 1
• Ecole(s) doctorale(s) : École doctorale Mathématiques, télécommunications, informatique, signal, systèmes, électronique (Rennes)
• Partenaire(s) de recherche : PRES : Université européenne de Bretagne (2007-2016)
• Partenaire(s) de recherche : Laboratoire : Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (France ; 2012-2019) - Institut national de recherche en informatique et en automatique (France). Unité de recherche (Rennes, Bretagne-Atlantique) - Fluminance

Mots clés

Mots clés contrôlés

Dynamique des fluides

Mots clés libres

Assimilation variationnelle de données

Dynamique des fluides

Variational assimilation

Fluid dynamics

Particle image velocimetry

Résumé

D'une part, les équations de Navier-Stokes permettent de décrire les écoulements fluides, la littérature est riche de méthodes numériques permettant la résolution de celle-ci. D'autre part, nous sommes capables de mesurer de manière non-intrusive différentes caractéristique d'un écoulement (champ de vitesse et pression, etc.). Dans le cadre de cette thèse, nous nous intéressons aux techniques d'assimilation de données qui combinent les modèles numériques avec les observations afin de déterminer une meilleure approximation du système. Cette thèse s'articule autour de l'assimilation de donnée variationnelle (4DVar) qui est plus précise par construction. Nous avons mené une première application sur la reconstruction de la hauteur et vitesse de la surface libre d'un fluide contenu dans un récipient rectangulaire à fond plat. L'écoulement est modélisé par les équations de shallow water et résolues numériquement. Les observations de l'évolution de la hauteur de la surface libre ont été prélevées par un capteur de profondeur (Kinect). Nous avons comparé les résultats de la reconstruction par 4DVar avec plusieurs version de la méthode d'assimilation hybride 4DEnVar. Enfin, nous avons appliqué la technique 4DVar à la reconstruction volumique de l'aval d'un sillage de cylindre à Reynolds 300. L'écoulement turbulent a été simulé par un code DNS parallèle Incompact3D. La reconstruction a été effectué en combinant tout d'abord des observations synthétiques en trois dimension, puis en combinant des observations de plans orthogonales en stéréo PIV.

In the one hand, flow dynamics are usually described by the NavierStokes equations and the literature provides a wide range of techniques to solve such equations. On the other hand, we can nowadays measure different characteristics of a flow (velocity, pressure, temperature etc...) with non-intrusive Particle Image Velocimetry techniques. Within this thesis, we take interest in the data assimilation techniques, that combine a dynamics model with measurements to determine a better approximation of the system. This thesis focus on the classic variational assimilation technique (4DVar) which ensures a high accuracy of the solution by construction. We carry out a first application of the 4DVar technique to reconstruct the characteristics (height and velocity field) of a uni directional wave at its free surface. The fluid evolution is simulated by the shallow water equations and solved numerically. We use a simple experimental setup envolving a depth sensor (Kinect sensor) to extract the free surface height. We compared the results of the 4DVar reconstruction with different versions of the hybrid data assimilation technique 4DEnVar. Finally, we apply the 4DVar technique to reconstruct the downstream of a three dimensional cylinder wake at Reynolds 300. The turbulent flow is simulated by the high-performance multi-threading DNS code Incompact3d. This dynamics model is first combined with synthetic three dimensional observations, then with real orthogonal-plane stereo PIV observations to reconstruct the full three dimensional flow.