Après deux ans en tant qu’ingénieur aérospatial chez ArianeGroup, j’ai débuté en novembre 2023 une thèse alliant intelligence artificielle et combustion. La combustion constitue l’un des éléments les plus coûteux dans les simulations 3D. Mon travail de recherche vise à améliorer les méthodes actuelles. Avec l’essor de l’intelligence artificielle, et plus particulièrement du machine learning et des réseaux de neurones, de nouvelles approches ont émergé.
J’ai commencé mes travaux par la réalisation d’un programme d’apprentissage sous PyTorch, adaptable au code de simulation CFD CONVERGE. J’ai pu démontrer une vitesse d’apprentissage accrue par rapport à un programme identique développé sous TensorFlow.
Aujourd’hui, mes recherches se concentrent sur les méthodes de validation. Les différentes approches utilisées pour la conception d’un mécanisme de combustion (réduction, optimisation, apprentissage) font intervenir des fonctions d’évaluation et des bases de données. Mon objectif est de développer une méthode systématique et automatique pour cette étape.
L’objectif de ma thèse est de mettre au point une approche hybride combinant méthode de réduction et d'apprentissage machine, puis de valider cette nouvelle méthode au moyen de simulations 3D.
