Aller au contenu principal

Menu secondaire

  • Actualités
  • Évènements
  • Newsletter

Réseaux sociaux

  • LinkedIn
  • Twitter
  • YouTube
  • Canal-U
  • Flux RSS
  • Bluesky
  • Instagram
  • Contact
    • EN
Logo GENCI
Logo GENCI

Menu principal

  • Connaître GENCI
    • Qui sommes-nous ?
    • Notre écosystème
    • HPC.IA.Quantique
    • Vers l'exascale
    • Nos rapports et publications
  • Services
    • Moyens de calcul
    • Pour les chercheurs académiques
    • Pour les entreprises
    • Formation
    • Nous contacter
  • Résultats scientifiques
    • Focus scientifiques

Je souhaite...

  • Déposer ou renouveler une demande de ressources
  • M'informer sur le calcul haute performance, quantique et IA
  • Contacter GENCI

Fil d'Ariane

  1. Accueil
  2. Focus scientifiques
  3. Joliot-Curie (SKL et Rome) : 7 861 835 heures

Joliot-Curie (SKL et Rome) : 7 861 835 heures

Les ressources de calcul de GENCI ont permis de réaliser des simulations numériques haute-fi délité pour l’étude de la combustion hydrogène et des systèmes énergétiques avancés. Ces travaux combinent simulations LES, DNS et analyses d’incertitude afin d’améliorer la compréhension des mécanismes physiques dans les moteurs à hydrogène et d’autres systèmes énergétiques.

23 juillet 2026

Ce projet vise à développer des modèles et outils numériques permettant de mieux comprendre et prédire les phénomènes complexes intervenant dans les moteurs à hydrogène et certains systèmes énergétiques. Des simulations aux grandes échelles (LES) et des simulations numériques directes (DNS) ont été réalisées avec le code CFD CONVERGE.

Une approche originale combinant LES, diagnostics expérimentaux et analyse d’incertitude a également été développée. Des modèles multifidélité ont permis de quantifier l’influence de paramètres tels que l’avance à l’allumage ou certains paramètres du modèle de combustion, tout en limitant le coût numérique. 

Une première partie du travail a porté sur la combustion hydrogène dans les moteurs à allumage commandé fonctionnant en régime très pauvre. Des simulations LES multi-cycles d’un moteur optique monocylindre ont permis d’analyser les interactions entre turbulence, allumage et propagation de fl amme. Les résultats reproduisent correctement les structures d’écoulement observées expérimentalement ainsi que l’évolution de la pression dans le cylindre et sa variabilité cyclique. Ils montrent toutefois la nécessité de disposer de modèles de combustion prédictifs pour diff érents niveaux de turbulence et carburants.

Les ressources GENCI ont aussi permis de générer une base de données haute-fi délité destinée à l’apprentissage automatique. Des simulations DNS d’un brûleur hydrogène prémélangé turbulent ont fourni des champs détaillés utilisés pour entraîner des réseaux de neurones convolutionnels afin d’améliorer la modélisation sousmaille de la combustion turbulente dans les LES. Par ailleurs, un modèle de raffinement de maillage adaptatif (AMR) a été développé pour optimiser la résolution des structures turbulentes dans des cas d’accélération de flammes en milieu confiné. Enfin, des simulations LES ont été menées pour l’étude hydrodynamique de plateformes d’éoliennes off shore flottantes dans le cadre du benchmark international OC7. Les résultats reproduisent correctement les mouvements de la plateforme et les charges hydrodynamiques.

Figure 1

Trajectoire du centre du noyau de flamme. Comparaison entre les résultats expérimentaux d’un moteur à allumage commandé (triangles) et les simulations LES (cercles) pour deux richesses (0,35 et 0,4).

Partager

Opens in a new window Opens in a new window

Domaine scientifique

  • CT2B : Écoulements réactifs ou/et multiphasiques

Équipe

  • karine TRUFFIN

    Ingénieur de recherche, IFP

Organisation(s)

IFP Energies nouvelles

6 bis rue Auguste Vitu

75015 PARIS

+33 1 42 50 04 15

Menu footer

  • Nous rejoindre
  • Marchés publics
  • Les newsletters
  • Mentions légales
  • Plan du site
  • Cookies

Nous suivre

Réseaux sociaux

  • LinkedIn
  • Twitter
  • YouTube
  • Canal-U
  • Flux RSS
  • Bluesky
  • Instagram