Etude de la dynamique, des mécanismes et développement d'un modèle d`apprentissage pour le bruit de bec hypersustentateur

Ce mémoire présente une étude numérique approfondie de la dynamique de l'écoulement et des mécanismes aéroacoustiques associés à un bec hypersustentateur, en s'appuyant sur des simulations à haute fidélité. Un modèle académique à échelle réduite de la géométrie du bec est utilisé pour effectuer des simulations aux grandes échelles (LES) basées sur la méthode de Lattice Boltzmann (LBM), permettant de résoudre finement les structures d'écoulement et les sources de bruit. Le mémoire aborde également en détail la configuration numérique, les formulations théoriques, ainsi que les procédures de validation spécifiques aux calculs aéroacoustiques, garantissant la robustesse et la fiabilité de l'approche utilisée. Les résultats numériques sont validés rigoureusement par comparaison avec des données expérimentales issues d'une étude antérieure.L'analyse des résultats met en évidence des inhomogénéités jusqu'alors non-décrites dans la direction de l'envergure, au sein de l'écoulement dans la cavité du bec. En particulier, la composante de vitesse dans la direction de l'envergure présente des modulations spatiales périodiques, induisant des oscillations localisées qui contribuent à une émission acoustique accrue. Pour approfondir cette observation, une étude paramétrique est menée en faisant varier la géométrie de la cavité, révélant la sensibilité de ces modulations aux variations géométriques.Par ailleurs, un modèle de substitution construit à partir d'une méthode d'apprentissage reposant sur une approche bayésienne est développé pour permettre la prédiction du bruit en champ lointain. Ce modèle de substitution est couplé à une stratégie d'Apprentissage Actif, permettant d'explorer de manière efficace un espace de paramètres à forte dimensionnalité, tout en minimisant les coûts de calcul. Les formulations théoriques à la base de cette approche sont détaillées, et des cas d'application du modèle démontrent sa capacité à capturer les caractéristiques des spectres acoustiques résultants d'interactions complexes entre l'écoulement et le bruit.

Publication Details

Journal
theses.fr (ABES)
Published
2025-06-06
Primary Topic
Linguistics and Discourse Analysis
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Etude de la dynamique, des mécanismes et développement d'un modèle d`apprentissage pour le bruit de bec hypersustentateur

theses.fr (ABES)
Linguistics and Discourse Analysis
article

Etude de la dynamique, des mécanismes et développement d'un modèle d`apprentissage pour le bruit de bec hypersustentateur

article en

Abstract

Ce mémoire présente une étude numérique approfondie de la dynamique de l'écoulement et des mécanismes aéroacoustiques associés à un bec hypersustentateur, en s'appuyant sur des simulations à haute fidélité. Un modèle académique à échelle réduite de la géométrie du bec est utilisé pour effectuer des simulations aux grandes échelles (LES) basées sur la méthode de Lattice Boltzmann (LBM), permettant de résoudre finement les structures d'écoulement et les sources de bruit. Le mémoire aborde également en détail la configuration numérique, les formulations théoriques, ainsi que les procédures de validation spécifiques aux calculs aéroacoustiques, garantissant la robustesse et la fiabilité de l'approche utilisée. Les résultats numériques sont validés rigoureusement par comparaison avec des données expérimentales issues d'une étude antérieure.L'analyse des résultats met en évidence des inhomogénéités jusqu'alors non-décrites dans la direction de l'envergure, au sein de l'écoulement dans la cavité du bec. En particulier, la composante de vitesse dans la direction de l'envergure présente des modulations spatiales périodiques, induisant des oscillations localisées qui contribuent à une émission acoustique accrue. Pour approfondir cette observation, une étude paramétrique est menée en faisant varier la géométrie de la cavité, révélant la sensibilité de ces modulations aux variations géométriques.Par ailleurs, un modèle de substitution construit à partir d'une méthode d'apprentissage reposant sur une approche bayésienne est développé pour permettre la prédiction du bruit en champ lointain. Ce modèle de substitution est couplé à une stratégie d'Apprentissage Actif, permettant d'explorer de manière efficace un espace de paramètres à forte dimensionnalité, tout en minimisant les coûts de calcul. Les formulations théoriques à la base de cette approche sont détaillées, et des cas d'application du modèle démontrent sa capacité à capturer les caractéristiques des spectres acoustiques résultants d'interactions complexes entre l'écoulement et le bruit.

theses.fr (ABES)
Openalex Percentile: Top 46%
Linguistics and Discourse Analysis
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.