Thèse soutenue

Modèles analytiques spectraux et apprentissage automatique pour la prévision des fluctuations de pression en régime transsonique pour les lanceurs spatiaux

FR  |  
EN
Auteur / Autrice : Simon Lecler
Direction : Sébastien Deck
Type : Thèse de doctorat
Discipline(s) : Ingénierie, mécanique et énergétique
Date : Soutenance le 16/07/2024
Etablissement(s) : Institut polytechnique de Paris
Ecole(s) doctorale(s) : École doctorale de l'Institut polytechnique de Paris
Partenaire(s) de recherche : Laboratoire : ONERA - Département Aérodynamique, Aéroélasticité, Acoustique - DAAA, ONERA, Institut Polytechnique de Paris [Meudon]
Jury : Président / Présidente : Régis Marchiano
Examinateurs / Examinatrices : Sébastien Deck, Marcello Meldi, Laurent Cordier, Stefania Cherubini, Pierre-Elie Weiss
Rapporteur / Rapporteuse : Marcello Meldi, Laurent Cordier

Résumé

FR  |  
EN

La conception de lanceurs spatiaux de nouvelle génération nécessite de sélectionner à tout moment du processusde développement les outils offrant le meilleur compromis entre le coût d’exécution et la précision des résultatsaérodynamiques escomptée. Actuellement, en phase d'avant-projet, des modèles empiriques et analytiques sont utilisés pour estimer le champ de pression instationnaire à la paroi du lanceur en régime transsonique. La prévision des fluctuations de pression pariétale durant cette phase de vol est critique en raison des charges latérales instationnaires et vibrations induites, pouvant menacer l'intégrité du lanceur et de sa charge utile. Ces méthodes, caractérisées par un temps de réponse très court, ont cependant des domaines de validité très restreints et ne sont par exemple pas adaptés aux écoulements complexes détachés que l'on peut rencontrer autour des lanceurs spatiaux.Cette thèse a donc pour objectif de développer des modèles de prévision des fluctuations de pression pariétale adaptés aux configurations de lanceurs spatiaux en régime transsonique tout en présentant un faible temps de restitution.Dans cette optique, une base de données de simulations numériques RANS et ZDES de diverses configurations plus ou moins représentatives des cas applicatifs a été constituée afin d'accompagner le développement et la validation des modèles. Un modèle analytique de prévision des fluctuations de pression adapté aux écoulements tridimensionnels et compressibles a été développé, puis évalué sur une configuration de plaque plane puis de lanceur générique. Pour pallier les limites de cette approche, en particulier dans les zones de décollement massif, une méthode basée sur des algorithmes d'apprentissage automatique (réseaux de neurones de convolution) est proposée. Cette approche est étendue et généralisée à des conditions physiques diverses en ayant recours à l'analyse physique et dimensionnelle des écoulements décollés/recollés et en établissant un plan d'expérience basé sur des simulations ZDES.