| taille du texte : S-M-L |
| impression | intranet

Reconstruction fine de champ de vitesses d'un écoulement turbulent à partir de mesures faiblements résolues

type de publication      thèse de doctorat
date de publication 28-09-2016
auteur(s) Nguyen Van Linh
jury J.P. Laval, P. Chainais, E. Ménin, O. Michel, D. Luminita, N. Dobigeon
école Université Lille 1
  
résumé Ce travail est à la jonction de deux domaines de recherche que sont la turbulence et le traitement d'image. L'objectif principal est de proposer de nouvelles méthodologies pour reconstruire les petites échelles de la turbulence à partir de mesures grande échelle.Ce travail revisite des méthodes conventionnelles et propose de nouveaux modèles basés sur les travaux récents en traitement d'image pour les adapter à une problématique de turbulence. Le premier problème consiste à trouver une fonction de correspondance empirique entre les grandes et les petites échelles, une approche classique pour les modèles de type regression. Nous introduisons également une nouvelle méthode appelée « apprentissage de dictionnaire » pour laquelle une représentation couplée des grandes et des petites échelles est déduite par apprentissage statistique. Le deuxième problème est de reconstruire les informations à petites échelles par fusion de plusieurs mesures complémentaires. Le modèle de type « propagation de la moyenne non-locale » exploite la similarité des structures de l'écoulement alors que les modèles bayesiens de fusion proposent d'estimer le champ le plus probable en fonction d'informations données, on parle d’estimateur maximum a posteriori. Toutes les méthodes sont comparées et validées sur des bases de données numériques pour lesquelles les informations sont disponibles à toutes les échelles. Les performances des différentes approches sont analysées pour chacune des configurations. Ces résultats peuvent être utilisés dans une approche de type co-conception où il s’agit d'imaginer différents dispositifs expérimentaux définis conjointement avec les traitements numériques prévus pour extraire l’information utile. Les résultats de nos analyses peuvent être utilisés pour définir de nouvelles expériences qui maximisent la qualité des informations obtenues après traitement.
Exporter la citation au format CSV (pour Excel) ou BiBTeX (pour LaTeX).