Construction d'une fonction de transfert par la méthode Monte Carlo Symbolique : application à la thermique couplée en géométries complexes

Construction of a transfer function by the Symbolic Monte Carlo method : application to combined heat transfer in complex geometries

• Auteur / Autrice : Léa Penazzi
• Direction : Mouna El Hafi, Cyril Caliot
• Type : Thèse de doctorat
• Discipline(s) : Energétique et transferts
• Date : Soutenance le 14/12/2020
• Etablissement(s) : Ecole nationale des Mines d'Albi-Carmaux
• Ecole(s) doctorale(s) : École doctorale Mécanique, énergétique, génie civil et procédés (Toulouse)
• Partenaire(s) de recherche : Laboratoire : Centre de recherche d'Albi en génie des procédés des solides divisés, de l'énergie et de l'environnement (Albi ; 2012-....) - Centre de recherche d'Albi en génie des procédés des solides divisés- de l'énergie et de l'environnement / RAPSODEE
• Jury : Président / Présidente : Benoit Rousseau
• Jury : Examinateurs / Examinatrices : Mouna El Hafi, Cyril Caliot, Helcio R. B. Orlande, Christophe Pradère, Maxime Roger, Olivier Farges, Régis Olivès
• Jury : Rapporteur / Rapporteuse : Helcio R. B. Orlande, Christophe Pradère

Mots clés

Mots clés contrôlés

Transfert radiatif

Transfert de chaleur

Thermique

Monte-Carlo, Méthode de

Mots clés libres

Méthode Monte Carlo

Méthode Monte Carlo Symbolique

Fonction de transfert

Thermique couplée

Géométries complexes

Modélisation

Monte Carlo method

Symbolic Monte Carlo method

Transfer function

Combined heat transfer

Complex geometries

Modeling

Résumé

Les travaux présentés dans ce manuscrit abordent les problématiques d’optimisation et d’analyse de systèmes thermiques, en particulier, dans le cas de transferts de chaleurs couplés conducto-convecto-radiatifs en géométrie 3D complexe. La construction d’une fonction de transfert avec la méthode Monte Carlo Symbolique s’appuiera sur le savoir-faire existant de la méthode de Monte Carlo en transferts thermiques ainsi que sur les outils informatiques issus de la synthèse d’image. Cette fonction de transfert permettra d’estimer de façon fiable et rapide la température sonde pour un intervalle étendu de valeurs de paramètres. La méthode de Monte Carlo Symbolique développée jusqu’ici en rayonnement pour l’identification de propriétés radiatives sera étendue aux transferts couplés conducto-convecto-radiatifs en géométrie complexe et démontrera son utilisation au travers d’exemples applicatifs en thermique. L’interaction avec différents interlocuteurs issus de domaines de recherche en ingénierie thermique, tel que la thermique électronique ou les problèmes d’inversion en thermique, permettra d’aboutir au développement d’une fonction de transfert trouvant une utilité complémentaire à leurs méthodes d’optimisation existantes. Dans un aspect plus théorique, il y aura une classification des familles de paramètres se traduisant essentiellement par une réflexion sur la linéarité ou la non linéarité de la fonction de transfert.

The present manuscript addresses the issues of optimization and analysis of thermal systems, specifically, in the case of conducto-convecto-radiative combined heat transfer in 3D complex geometries. The construction of a transfer function with the Monte Carlo Symbolic method will be based on the existing know-how of the Monte Carlo method in thermal transfers as well as on the tools from the computer graphics community. This transfer function will allow a reliable and fast estimation of the probe temperature for a wide range of parameter values. The Symbolic Monte Carlo method developed up to now in radiation for the identification of radiative properties will be extended to combined conducto-convecto-radiative transfers in complex geometries and will demonstrate its use through application examples in thermal imaging. The interaction with different interlocutors from different fields of research in thermal engineering, such as electronic thermal transfer or inversion problems in thermal engineering, will lead to the development of a transfer function that is complementary to their existing optimization methods. In a more theoretical aspect, there will be a classification of the families of parameters resulting essentially in a reflection on the linearity or non-linearity of the transfer function