Portail HAL ONERA
Not a member yet
12842 research outputs found
Sort by
Shape Optimization of Mechanical Specimens for Complex Material Model Identification Using CutFEM and Digital Image Correlation
No full textInternational audienc
Data-driven Fluid Flow Prediction Using Conditional Score-based Diffusion Models
No full textInternational audienceAdvances in computational power have made turbulent field simulations central to many disciplines, yet traditional solvers struggle to deliver fast flow estimations due to the inherent chaotic nature of the problem. More recently, diffusion models have set new benchmarks in generative modeling for similar problems. In this regard, we propose a data-driven conditional score-based diffusion model for transonic fluid flow prediction, integrating an energy constraint based on the flow statistics to enhance temporal stability
Séparation et transition sur la géométrie cone-cylindre-jupe : étude numérique
No full textBase flow computation and stability analysis were conducted for hypersonic flow over a cone-cylinder-flare (CCF) geometry for conditions that correspond to the experimental runs carried out in three wind tunnels. Owing to the presence of an attached boundary layer, a separation bubble induced by a shock-boundary layer interaction, and a reattachment region, the chosen flow configuration is physically rich. The complexity of this flowfield encompasses a combination of convective instabilities developing on the cone, global instabilities in the separation bubble, and shear-layer modes and streaks in the reattachment region. Thus, the selected CCF configuration provides the opportunity for a comprehensive comparison of the currently available methodologies for analyzing boundary layer instabilities. Various tools are used for the analysis, including global stability codes as well as convective instability analyses based on a local theory, a weakly non-parallel analysis, and tools that are applicable to strongly non-parallel flows. The paper presents a comparison of the convective instability characteristics based on different methodologies, such as linear stability theory (LST), the harmonic form of linearized Navier-Stokes equations (HLNSE), and Resolvent analysis. The CCF configuration provided an effective framework for conducting a detailed cross-validation of this type, which had not yet been addressed in existing literature. This chapter is accompanied by a companion chapter that is focused on the experimental aspects of the CCF configuration.Des calculs de l'écoulement de base et des analyse de stabilité sont effectués pour l'écoulement hypersonique autour d'une géométrie cône-cylindre-jupe (CCF) pour des conditions qui correspondent aux essais expérimentaux effectués dans les souffleries françaises et américaines. En raison de la présence d'une couche limite attachée, d'une bulle de séparation due à l'interaction choc-couche limite et d'une région de rattachement, la configuration d'écoulement choisie est physiquement riche. Cela implique une combinaison d'instabilités convectives se développant sur le cône, d'instabilités globales dans la bulle de séparation, de stries, et de modes de la couche de cisaillement. Ainsi, la configuration CCF permet une comparaison complète des méthodologies actuellement disponibles pour analyser la stabilité de la couche limite. Des analyses sont effectuées à l'aide de différents outils tels qu'analyse de Résolvent, analyse de stabilité locale et résolution des equations de stabilité parabolisées. Les solutions calculées basées sur différentes méthodologies pour les mécanismes d'instabilité convective, sont comparées les unes aux autres. La configuration du CCF offre un cadre efficace pour une validation croisée détaillée de ce type de méthodes, qui fait encore défaut dans la littérature. Cet article est accompagné d'un article complémentaire qui portera sur les travaux expérimentaux relatifs à la configuration CCF
Transition to Turbulence in Hypersonic Wind Tunnel Nozzles: a Global Stability Analysis
No full textInternational audienc
Adaptation de maillage moyenne pour des simulations CFD efficaces en présence de condition d'écoulement variables
No full textInternational audienceWhen numerically solving partial differential equations, for a given problem and operating condition producing a steady-state, mesh adaptation has proven its efficiency to automatically build a discretization achieving a prescribed error level at low cost. However, with continuously varying operating conditions, such as those encountered in uncertainty quantification, adapting a mesh for each condition and controlling the error level becomes complex and computationally expensive. To enable more effective error and cost control, this work proposes a novel approach to mesh adaptation. The method consists in building a single adapted mesh that aims to minimize the average error for a continuous set of operating conditions. In the proposed implementation, this single mesh is built iteratively, informed by an estimate of the local average interpolation error. The proposed method leverages the iterative nature of mesh adaptation by re-sampling Monte Carlo quadratures to obtain accurate average error estimates over a reduced set of sample conditions, ensuring a low computational cost. This approach is especially effective for localized flow features whose positions change only slightly with operating conditions, such as moving shocks in supersonic flows, as the refinement is confined to smaller areas of the computational domain. The study focuses on evaluating the method’s average error convergence, robustness, and computational cost in comparison to state-of-the-art adaptation techniques. Additionally, the sensitivity of the approach to the choice and size of the quadrature, as well as to the error estimation method, is assessed. For this purpose, the methodology is applied to a one-dimensional variable-step solution of the Burgers equation and a two-dimensional Euler scramjet flow with a variable inlet Mach number. The results show that Mean Mesh Adaptation (MMA) achieves error convergence comparable to specific mesh adaptation while reducing the evaluation cost by up to a factor of five (in the scramjet case). This efficiency gain stems from the reduced dependence on the number of sampled conditions, thanks to robust Monte Carlo re-sampling, as well as the shared computational expense of mesh construction across multiple evaluations. Therefore, the proposed method enables computational efficiency while maintaining error control across varying operating conditions within a prescribed parameter variation range.Lors de la résolution numérique d’équations aux dérivées partielles, pour un problème donné et des conditions de fonctionnement menant à un régime permanent, l’adaptation de maillage a démontré son efficacité pour construire automatiquement une discrétisation atteignant un niveau d’erreur prescrit à faible coût. Cependant, dans le cas de conditions de fonctionnement variant continûment, comme celles rencontrées en quantification d’incertitudes, adapter un maillage pour chaque condition et contrôler le niveau d’erreur devient complexe et coûteux en calcul. Afin de permettre un meilleur contrôle de l’erreur et du coût, ce travail propose une nouvelle approche d’adaptation de maillage. La méthode consiste à construire un maillage unique adapté, visant à minimiser l’erreur moyenne sur un ensemble continu de conditions de fonctionnement. Dans l’implémentation proposée, ce maillage unique est construit de manière itérative, à partir d’une estimation de l’erreur locale moyenne d’interpolation. La méthode exploite la nature itérative de l’adaptation de maillage en rééchantillonnant des quadratures de Monte Carlo pour obtenir des estimations précises de l’erreur moyenne sur un ensemble réduit de conditions échantillonnées, assurant ainsi un faible coût de calcul. Cette approche est particulièrement efficace pour des structures d’écoulement localisées dont la position varie peu avec les conditions de fonctionnement, comme les chocs mobiles dans les écoulements supersoniques, car le raffinement est confiné à des zones restreintes du domaine de calcul. L’étude s’attache à évaluer la convergence de l’erreur moyenne, la robustesse et le coût de calcul de la méthode en comparaison avec les techniques d’adaptation de maillage de référence. La sensibilité de l’approche au choix et à la taille de la quadrature, ainsi qu’à la méthode d’estimation de l’erreur, est également analysée. À cette fin, la méthodologie est appliquée à une solution à marche mobile de l’équation de Burgers en une dimension et à un écoulement de scramjet en deux dimensions, modélisé par les équations d’Euler, avec un nombre de Mach d’entrée variable. Les résultats montrent que l’adaptation de maillage moyenne (Mean Mesh Adaptation, MMA) atteint une convergence de l’erreur comparable à celle de l’adaptation spécifique, tout en réduisant le coût d’évaluation jusqu’à un facteur cinq (dans le cas du scramjet). Ce gain d’efficacité résulte de la moindre dépendance au nombre de conditions échantillonnées, grâce au rééchantillonnage robuste de Monte Carlo, ainsi que du partage du coût de construction du maillage entre plusieurs évaluations. La méthode proposée permet ainsi de concilier efficacité numérique et contrôle de l’erreur dans un cadre de variation continue des conditions de fonctionnement, au sein d’une plage paramétrique prescrite
Dynamic UAV trajectory optimisation for parcel delivery with integrated third-party risk mitigation
No full textInternational audienceLast-mile delivery by Uncrewed Aerial Vehicles (UAVs) is an emerging solution for urban parcel transport, offering a sustainable and cost-effective alternative to traditional ground-based logistics. However, these operations introduce significant Third-Party Risk (TPR), necessitating comprehensive safety assessments. Evaluating UAV TPR in urban environments is particularly challenging due to the complexity of such settings, where factors like population density, urban geometry, and UAV behaviour must be carefully considered. Recent studies have developed analytical models for UAV risk assessment, but these often rely on oversimplified assumptions. For instance, many models focus primarily on total power loss scenarios while neglecting other critical failure modes, such as sensor malfunctions or flight controller errors. Additionally, existing models frequently overlook the impact of urban geometry in crash simulations, relying instead on constant shelter factors. This oversight can lead to inaccurate risk estimations, as buildings, roads, and other structures significantly influence collision probabilities and third-party exposure. To address these limitations, this study introduces a novel UAV failure simulation framework that realistically models aircraft responses to the most common UAV hardware failures. A UAV simulator is employed to generate probabilistic failure trajectories, which are then used to assess third-party exposure within a detailed 3D digital urban environment. This TPR assessment is integrated into a multi-objective optimisation framework based on a k-Non Aligned Nearest Neighbours (k-NANN) approach. Compared to traditional grid-based path planning methods, this approach generates safer and more efficient trajectories, reducing operational risk by up to 30% and flight time by 20%
Immersed boundary conditions using the spectral difference method applied to turbulent flows over rough surfaces
No full textWith the aim to perform direct numerical simulations of turbulent flows over a rough heated surface, an immersed boundary method based on volume penalization was implemented in a spectral difference framework. A time integration scheme relying on the Strang splitting operator was used to enhance robustness and to limit the computational cost. The resulting algorithm is proved to be efficient for the reference case of the flow around a cylinder at a low Reynolds number. This reference case was already used in the literature to validate a volume penalization method combined with flux reconstruction. The approach is then used to simulate the flow in a rough heated channel. The good agreement between the body-fitted approach, the immersed boundary method, and the reference data demonstrate the reliability of the present methodology to generate a database of flow over rough surfaces subjected to heat transfer
Comment décrire les non-linéarités des capteurs de front d'onde à filtrage de Fourier avec des matrices d'interaction
No full textInternational audienceFourier filtering wavefront sensors (WFSs) are a class of highly sensitive sensors that can significantly enhance adaptive optics (AO) performance, particularly in low-flux regimes. However, their nonlinear behavior limits their effectiveness for measuring high-amplitude phases. This paper presents a method for characterizing the nonlinearity of Fourier filtering WFSs within the widely used matrix formalism. The nonlinearity arises from an over-modulation effect depending on the phase being measured. Consequently, the matrix describing the sensor outside its linearity range must also depend on this phase. We first propose a theoretical framework, derived from light propagation equations, to construct a reconstructor capable of accounting for the WFS’s nonlinear responses. This analytical approach yields an exact expression for the reconstructor within the matrix formalism, referred to as the specific matrix, as it depends on the phase to be measured, which makes it impractical to use. Therefore, a portion of the paper is dedicated to deriving an approximation of the specific matrix. A method for approximating the specific matrix using data fusion with a focal plane camera is introduced. Simulation results demonstrate the efficacy of this approach when applied to a nonlinear WFS, such as the unmodulated pyramid WFS, under challenging seeing conditions (up to 1.3″).Les capteurs de front d'onde à filtrage de Fourier (WFS) sont une classe de capteurs très sensibles qui peuvent améliorer considérablement les performances de l'optique adaptative (AO), notamment dans les régimes de faible flux. Cependant, leur comportement non linéaire limite leur efficacité pour la mesure des phases de forte amplitude.Cet article présente une méthode de caractérisation de la non-linéarité des WFS à filtrage de Fourier selon le formalisme matriciel largement utilisé. Cette non-linéarité résulte d'un effet de surmodulation dépendant de la phase mesurée. Par conséquent, la matrice décrivant le capteur hors de sa plage de linéarité doit également dépendre de cette phase.Nous proposons tout d'abord un cadre théorique, dérivé des équations de propagation de la lumière, pour construire un reconstructeur capable de prendre en compte les réponses non linéaires des WFS. Cette approche analytique fournit une expression exacte du reconstructeur selon le formalisme matriciel, appelée matrice spécifique, car elle dépend de la phase à mesurer, ce qui la rend peu pratique à utiliser. Par conséquent, une partie de l'article est consacrée à l'élaboration d'une approximation de la matrice spécifique.Une méthode d'approximation de la matrice spécifique par fusion de données avec une caméra à plan focal est présentée. Les résultats de simulation démontrent l'efficacité de cette approche lorsqu'elle est appliquée à un WFS non linéaire, tel que le WFS Pyramide non modulé (PWFS), dans des conditions de seeing difficiles (jusqu'à 1,3")
Algorithme de mesure de pente pour analyseur de surface d'onde Shack-Hartmann robuste à la scintillation et à la saturation du détecteur
No full textInternational audienceHigh throughput optical communication links require the use of adaptive optics (AO) to compensate for atmospheric turbulence even in strong perturbation conditions and at low elevation. Considering the intensity fluctuations brought by scintillation, we present a new slope measurement algorithm for the Shack–Hartmann wavefront sensor (SHWFS), based on a joint maximum likelihood approach. We show that this estimator is robust to sensor saturation and widens by more than two orders of magnitude the intensity range exploitable for reliable slope measurements compared to classical algorithms. Consequently, by increasing the intensity assigned to the wavefront sensor, we also increase the number of valid measurements despite sensor saturation.Les liens de télécommunications optiques à haut débit nécessitent d'avoir recours à l'optique adaptative pour compenser l'effet de la turbulence atmosphérique en particulier dans le cas des fortes perturbations et à basse élévation. Du fait des larges fluctuations d'intensité dans la pupille du terminal au sol dues à la scintillation, nous présentons un nouvel algorithme de mesure de pente pour l'analyseur de front d'onde Shack-Hartmann, basé sur une approche dite de Maximum de Vraisemblance. Nous montrons que notre estimateur est robuste à la saturation du détecteur et permet d'étendre de deux ordres de grandeur l'intervalle d'intensité exploitable pour mesurer précisément la pente par rapport aux algorithmes classiques. De fait, en augmentant l'intensité allouée au Shack-Hartmann, on réduit aussi l'erreur de mesure malgré la saturation
Unsupervised Discovery of Objects Physical Properties Through Maximum Entropy Reinforcement Learning
No full textInternational audienceUnderstanding the environment is crucial for autonomous robots to perform navigation and manipulation tasks. Never-seen-before objects may have complex appearances and dynamics, where only physical interactions can help to identify visually hidden properties like mass or friction. In this work we propose a baseline for the newly defined problem of using physical interactions to discover unknown properties of objects, without prior knowledge of them or any supervision. The agent first uses intrinsically motivated unsupervised reinforcement learning to learn how to interact with objects, so as to get observations with a level of information which eases the physical properties estimation. A self-supervised predictive task is then set up while following the learned behaviour to extract a latent representation of the physical properties of an object. When applied to a simulated mobile robot in presence of varying objects, the proposed baseline identifies and differentiates categorical properties, e.g. shape, and quantifies continuous properties, e.g. mass and friction, with excellent correlations to their true values even from noisy observations. It achieves significantly better results than simple interactions of a policy that performs poor exploration. This work provides an implementation of a functional, object-oriented action-perception cycle for embodied robotic agents.La compréhension de l'environnement est essentielle pour que les robots autonomes puissent effectuer des tâches de navigation et de manipulation. Des objets jamais vus auparavant peuvent présenter une apparence et une dynamique complexes, où seules les interactions physiques peuvent permettre d'identifier des propriétés visuellement cachées, telles que la masse ou le frottement. Dans cet article, nous décrivons un processus permettant à des agents robotiques incarnés de découvrir et d'évaluer des propriétés inconnues d'objets par le biais d'interactions physiques et sans supervision. L'agent utilise d'abord un apprentissage par renforcement non supervisé, intrinsèquement motivé, pour apprendre à interagir avec les objets, afin d'obtenir des observations avec un niveau d'information facilitant l'estimation des propriétés physiques. Une tâche prédictive auto-supervisée est ensuite mise en place, tout en suivant le comportement appris, afin d'extraire une représentation latente des propriétés physiques d'un objet. Notre méthode, expérimentée avec un robot mobile, permet de classer clairement les types d'objets présentant de fortes corrélations sur des propriétés continues telles que la masse et le frottement. La politique apprise obtient des résultats nettement supérieurs aux simples interactions d'une politique peu exploratoire. Ce travail constitue une tentative de mise en œuvre de la première partie d'un cycle d'action-perception fonctionnel et orienté objet pour des agents robotiques incarnés