Simulation et Benchmarking de méthodes numériques de propagation d’ondes sur la paroi d’une cuve nucléaire – M2

[rtlili]

Étudiant : Rayen Tlili
Encadrant académique : Christophe Prud’homme
Encadrant industriel : Thomas Legall
Structure d'accueil : Avnir Energy (Villeurbanne)
Période : Février – Août 2025

Contexte

Le projet s’inscrit dans le cadre du projet SINUDYN (Simulation numérique dynamique) au sein de l'entreprise Avnir Energy à Villeurbanne, Lyon.

L’objectif est de développer des outils numériques pour la surveillance de structures industrielles inaccessibles aux mesures directes, comme les cuves de réacteurs nucléaires soumises à de hautes températures ou radiations.
Le cas d’étude porte sur une maquette expérimentale de cuve (diamètre ~1 m, épaisseur 3 mm), soumise à des impacts mécaniques et à des mesures par capteurs. Le cadre du stage est la modélisation et la simulation numérique de la propagation d'onde sur la paroi.

Méthodologie

• Outils utilisés :
  • Feel++ pour la résolution éléments finis , Gmsh pour les maillages , ParaView pour le post-traitement, HPC Gaya pour le calcul massif
• Étapes clés :
  • Utilisation de Toolbox de mécanique des solides pour analyse comparative sur la précision des mesures et le temps de calcul
  • Modélisation vibro-acoustique et couplage explicite fluide–structure (équations élastodynamiques + acoustiques)

Vue de la maquette numérique de la cuve, partitionnement (128 partitions) et raffinement du maillage autour de l'interface

Résultats

• La dynamique des simulations est comparable en ordre de grandeur avec les mesures expérimentales.
• L’ordre polynomial élevé (P3–P5) améliore la précision mais augmente fortement le coût mémoire et temps.
• L'iso-paramétrisation entre l'ordre des élément du maillage et l'ordre polynomial offre une meilleur précision.
• Le début d'un couplage explicite, ouvrant la voie à des simulations multiphysiques plus efficaces.

Illustrations :

Playlist des simulations disponibles: https://www.youtube.com/playlist?list=PLHDyNVKtXsHAY9sIxvJnRMy9LlxW0dtqk

Compétences acquises

• Modélisation numérique multiphysique (FEM/SEM, vibro-acoustique).
• Utilisation avancée d’un écosystème HPC (partitionnement, Slurm, MPI).
• Développement C++/Feel++ et scripts de post-traitement Python.
• Gestion de projet et benchmarking systématique de configurations complexes.

Liens utiles

• Repository Github
• Rapport de stage
• Présentation