Simulation et apprentissage d'ecoulements turbulents fortement anisothermes

Le récepteur solaire est un élément clé des centrales solaires à concentration de nouvelle génération. Il chauffe un fluide caloporteur grâce au rayonnement solaire concentré,dans des conditions de chauffage asymétrique et fortement turbulentes. La géométrie choisie pour cette étude est un canal bi-périodique. Cette thèse se concentre sur l’air pressurisé comme fluide caloporteur, capable d’atteindre de hautes températures de travail. Bien que les Simulations Numériques Directes soient précises elles restent coûteuses, les Simulations des Grandes Échelles Thermiques (SGE-T) apparaissent comme l’alternative la plus adaptée. Un premier objectif de cette thèse est l’amélioration de la compréhension du couplage entre dynamique et thermique dans les écoulements des récepteurs solaires de nouvelle génération. Ceci ouvre la voie à deux axes de recherche différents : l’évaluation a posteriori des SGE-T et la reconstruction des données obtenues par SGE-T. Un second objectif de ce travail est de contrôler la turbulence en proche paroi pour intensifier les transferts thermiques. La première partie est dédiée à l’étude a posteriori des SGE-T. Les résultats de ce tra vail mettent en évidence la nécessité de modèles plus complexes, tenant compte des transferts d’énergie selon la configuration physique simulée. Les différentes conditions physiques présentes au sein du récepteur influencent fortement la stabilité des modèles. Les données générées par SGE-T sont filtrées et sujet aux biais du filtre SGE-T. L’inversion de ce filtre est ainsi nécessaire pour améliorer la compréhension des phénomènes thermiques dans l’écoulement. La seconde partie se concentre sur la reconstruction de l’écoulement obtenu par SGE-T. Cette étape est nécessaire à l’obtension de données plus riches et pour l’amélioration de la précision des statistiques de transfert thermique. Plusieurs méthodes de reconstruction basées sur l’apprentissage automatique et l’apprentissage profond ont été proposées et analysées. Les résultats montrent que des architectures de réseaux de neurones simples sont mieux adaptées que les méthodes utilisant des architectures profondes pour ce type de problème. Enfin, la troisième partie explore le contrôle de la turbulence proche paroi grâce au contrôle de la vitesse transversale à la paroi, afin de découpler le transfert thermique pariétal du frottement visqueux. Des données de référence ont été générées par Simulation Numérique Directe sur un vaste ensemble de paramètres d’oscillation. Les simulations soulignent la dépendance du flux thermique pariétal et du frottement visqueux à la période d’oscillation ainsi qu’au nombre de Reynold