Chercheur Postdoc en Physique Des Fluides

**À propos de nous**:
Établissement public à caractère scientifique, culturel et professionnel sous tutelle du ministère des Armées, l’École navale est une grande école militaire située sur la presqu’île de Crozon. Vous y trouverez un cadre de vie exceptionnel dans un environnement préservé.

L’École navale accueille chaque année environ 300 élèves officiers de marine et assure la formation de plusieurs spécialités maritimes du personnel de la Marine nationale. Elle est également ouverte sur l’extérieur en assurant une dimension « recherche », en partenariat avec le monde de l’industrie. L’école s’appuie à ce titre sur institut de recherche navale (IRENAV). Ce sont environ 400 personnes civiles et militaires qui concourent à ces différentes missions et participent ainsi au développement de l’École navale, dans l’écosystème de l’enseignement supérieur, de la recherche et de l’innovation.

**Mission**:
Dans le cadre du projet « _MAchine LEArning for Fluid system efficiency_ » (MALEAF), soutenu par l’Agence Nationale de la Recherche, l’École navale recrute un chercheur post-doctorant en mécanique des fluides expérimentale et analyse de données d’écoulement.

**PROJET MALEAF**

**TRAVAIL ATTENDU**

La contribution de l’IRENav au projet, donc le rôle principal de la personne recrutée, consiste essentiellement à produire des données expérimentales de haute fidélité qui seront utilisées pour la construction de modèles réduits, l’apprentissage et l’assimilation de données. On étudiera l’écoulement autour de profils portants représentatifs en régime proche du décrochage, dans le tunnel hydrodynamique de l’école navale qui permet d’atteindre des nombres de Reynolds de 106. On combinera les mesures globales de portance et trainée avec des mesures ponctuelles de pression pariétales et des mesures du champ de vitesse par PIV haute résolution et haute fréquence. L’analyse des mesures s’appuiera notamment sur les méthodes de réduction de la dimensionnalité telles que la POD et ses dérivées, la DMD [6], voire des décompositions par réseau de neurones [7]. En plus de ce travail expérimental essentiel, selon ses compétences et l’avancée des travaux, la personne recrutée pourra participer plus avant à l’élaboration des modèles d’ordre réduit, aux travaux d’apprentissage et d’assimilation de données en collaboration avec les partenaires du projet MALEAF.
- Références :_

[1] R. N. Pinto, A. Afzal, L. V. D'Souza, Z. Ansari et A. Mohammed Samee, «Computational Fluid Dynamics in

Turbomachinery: A Review of State of the Art,» Arch Computat Methods Eng, vol. 24, 2017

[2] C. Rowley et T. Dawson, «Model Reduction for Flow Analysis and Control» Ann. Rev. Fluid. Mech., vol. 49, 2017

[3] O. Le Maître et O. Knio, Spectral Methods for Uncertainty Quantification, Springer, 2010

[4] M. Asch, M. Bocquet et M. Nodet, Data Assimilation: Methods, Algorithms, and Applications, Philadelphia: Society for Industrial and Applied Mathematics, 2016

[5] K. Duraisamy, H. Xiao et G. Iaccarino, «Turbulence modeling in the age of data,» Ann. Rev. Fluid. Mech., vol. 51, 2019

[6] Schmid P.J., «Dynamic mode decomposition of numerical and experimental data,» Journal of Fluids Mechanics, vol. 656, 2010

[7] S. Kneer, T. Sayadi, D. Sipp, P. Schmid et G. Rigas, «Symmetry-aware autoencoders: s-PCA and s-nlPCA,» arXiv:2111.02893v3, 2023
- Notes :_

**Profil**:

- Docteur en physique des fluides, avec un solide savoir-faire expérimental, idéalement en PIV (Particle Image Velocimetry).
- Bonne capacité d’analyse de résultats hydrodynamiques, aisance avec les méthodes d’analyse courantes et idéalement les techniques de décomposition basée sur les données (POD, sPOD, DMD,).
- Bonne expérience des écoulements sur corps portants.
- Bonnes capacités de rédaction scientifique.
- Bonnes capacités relationnelles et humaines, dynamisme et charisme.
- Des compétences dans le _machine learning_, la réduction de modèle et l’assimilation de données**seront particulièrement appréciées.

La personne recrutée intègrera l'Institut de Recherche et d’Études Navales à l’École Navale à Lanvéoc, Finistère, et participera à l’axe de recherche « Acquisition de la donnée et compréhension des phénomènes physiques ». Cet axe fédérateur a pour objectifs la compréhension, l’expérimentation, la modélisation et le contrôle de dynamiques physiques complexes associées au développement et à la conduite des vecteurs navals dans leur environnement. Le thème met l’accent sur la physique propre à ces systèmes relevant en particulier de la mécanique des fluides, de la vibro-acoustique, de l’acoustique sous-marine, en intégrant le traitement du signal et l’environnement marin au travers de l’océanographie physique et s’intéresse notamment à la constitution de modèles réduits, en associant des approches traditionnelles fondées sur des modèles physiques et des approches de type modèle statistique par apprentissage basé sur les données. La personne recrutée pourra participer à l’encadrement de thèses ou