Modélisation des écoulements en régime hypersonique raréfié : application aux satellites à très basse orbite et aux objets en phase de rentrée atmosphérique

Flow modelling in hypersonic rarefied regime : application to very Low Earth Orbit satellites and atmospheric re-entry vehicles

• Auteur / Autrice : Marc Schouler
• Direction : Luc Mieussens, Ysolde Prévereaud
• Type : Thèse de doctorat
• Discipline(s) : Dynamique des fluides
• Date : Soutenance le 07/12/2021
• Etablissement(s) : Toulouse, ISAE
• Ecole(s) doctorale(s) : École doctorale Aéronautique-Astronautique (Toulouse)
• Partenaire(s) de recherche : Equipe de recherche : Équipe d'accueil doctoral Énergétique et dynamique des fluides (Toulouse, Haute-Garonne)
• Partenaire(s) de recherche : Laboratoire : Office national d'études et recherches aérospatiales. Département Multi-Physique pour l'Energétique - DMPE (Toulouse, Haute-Garonne)
• Jury : Président / Présidente : Thierry Magin
• Jury : Examinateurs / Examinatrices : Luc Mieussens, Ysolde Prévereaud, Thierry Magin, Pietro Marco Congedo, Irina Graour, Arnaud Bultel
• Jury : Rapporteur / Rapporteuse : Pietro Marco Congedo, Irina Graour

Mots clés

Mots clés contrôlés

Aérodynamique hypersonique

Véhicules spatiaux -- Entrée dans l'atmosphère

Mots clés libres

Hypersonique

Très basse orbite

Modélisation

Rentrée Atmosphérique

Métamodèles

Very Low Earth Orbit

Hypersonic Flow

Atmospheric re-Entry

Modelling

Surrogate models

Résumé

Pour le développement d’une nouvelle génération de satellites très basse orbite, il est fondamental de minimiser la traînée et les contraintes aérothermodynamiques afin de pouvoir se déplacer sur des orbites les plus basses possibles tout en garantissant l’intégrité de la charge utile. En parallèle, la loi d’opération spatiale de 2008 impose aux opérateurs français de limiter les risques liés aux débris spatiaux lors de leur désorbitation. De même, la conception de nouveaux véhicules de rentrée réutilisables nécessite une connaissance toujours plus aboutie des conditions de vol propres à une rentrée atmosphérique. L’atteinte de ces objectifs passe donc par la maîtrise de l’ensemble des contraintes aérodynamiques (coefficients de forces et de moments) et aérothermodynamiques (flux de chaleur pariétal) notamment à haute altitude. Les écoulements rencontrés en orbite basse et durant la première phase de rentrée atmosphérique sont des écoulements hypersoniques raréfiés en déséquilibre fort, de sorte que les méthodes de CFD traditionnelles basées sur l’hypothèse des milieux continus ne sont pas applicables. Dans ce cas, il convient d’utiliser des méthodes de résolution de l’équation de Boltzmann de type DSMC (Direct Simulation Monte-Carlo). Cependant, en raison du couplage fort existant entre la trajectographie, la forme de l’objet et l’écoulement, il est impossible d’élaborer une géométrie optimisée ni de simuler la rentrée atmosphérique complète avec des outils dits de « haute-fidélité ». L’objectif de cette thèse est donc de développer des modèles réduits en régime hypersonique raréfié capables de déterminer les coefficients aérodynamiques et le flux de chaleur pariétal d’une géométrie quelconque en des temps de calcul très faibles. Dans un premier temps, les phénomènes propres aux écoulements hypersoniques raréfiés ont été étudiés en considérant plusieurs rentrées véhiculaires pour lesquelles des données de vol ont été obtenues. Un ensemble de simulations DSMC avec le code SPARTA, a ainsi permis d’établir une stratégie pour le développement d’une nouvelle forme de modèles réduits. Deux modèles de krigeage ont d’abord été développés pour estimer les coefficients de pression et de flux de chaleur au point d’arrêt en fonction des conditions de vol. Ensuite, des réseaux de neurones profonds ont été entraînés pour calculer les distributions de pression, de frottement et de flux de chaleur en tout point d’un véhicule. Enfin, l’évaluation de ces modèles par comparaison aux méthodes par panneaux actuellement utilisées dans la majorité des codes de rentrée a mis en avant le meilleur niveau de précision des méthodes d’apprentissage. Un certain nombre de perspectives ont également été ouvertes quant à des voies d’améliorations futures.

The development of a new generation of very low Earth orbit satellites requires the minimization of the aerodynamicdrag and of the aerothermodynamic load in order to move along orbits as low as possible while guarantying theintegrity of its payload. In the meantime, the space operation act of 2008 compels french operators to limit the debrisrelated risks during the de-orbitation phase. In the same way, a deeper knowledge of the flight conditions during anatmospheric reentry is paramount for the design of new reusable reentry vehicles.These objectives call for a firm grasp of the aerodynamic (forces and moment coefficients) and aerothermodynamic(heat flux) load namely at high altitudes. The flows encountered in very low Earth orbit and during the first phaseof an atmospheric reentry are hypersonic rarefied flows in strong nonequilibrium characterized by the failure of theclassic CFD methods based on the continuum fluid equations. In such conditions, a kinetic method such as theDSMC (Direct Simulation Monte-Carlo) must be used instead. However, because of the strong coupling betweenthe trajectory, the object’s shape and the flow, it is not possible to design an optimized geometry nor to simulatesa full reentry with high fidelity tools. The objective of this work is therefore to develop reduced models for thehypersonic rarefied regime that are capable of fast computing the aerodynamic and aerothermodynamic coefficientsof any geometry.The specific phenomena related to hypersonic rarefied flows were first investigated in the light of flight data collectedduring several vehicle reentries. In this context, the DSMC simulations performed with SPARTA contributedto the development of new surrogate models. Hence, two kriging models were designed to predict the stagnationpressure and heat flux coefficients as a function of the flight conditions. Then, deep neural networks were trained inorder to compute the pressure, friction and heat flux distributions in any location of the considered vehicle. Finally,the evaluation of these new models by comparison with the panel based methods currently employed in most reentrycodes highlighted the better level of preciseness of the learning methods. A few prospects for future improvementswere also opened.