Advanced reduced-order modeling and parametric sampling for non-Newtonian fluid flows

Advanced reduced-order modeling and parametric sampling for non-Newtonian fluid flows

Le sujet de cette thèse porte sur laréduction d'ordre de modèle (MOR) deproblèmes d'écoulement non-Newtonianparamétrés qui ont des applicationsindustrielles importantes. Les méthodestraditionnelles de réduction de l'ordre desmodèles limitent les performances decalcul de ces problèmes...

Description complète

Détails bibliographiques
Auteurs principaux : Chetry Manisha (Auteur), Rocha da Silva Luisa Alexandra (Directeur de thèse), Borzacchiello Domenico (Directeur de thèse), Laure Patrice (Président du jury de soutenance), Béringhier Marianne (Rapporteur de la thèse), Férec Julien (Rapporteur de la thèse), Binétruy Christophe (Membre du jury)
Collectivités auteurs : Centrale Nantes 1991-.... (Organisme de soutenance), Sciences de l'ingénierie et des systèmes Nantes Université (Ecole doctorale associée à la thèse), Institut de Recherche en Génie Civil et Mécanique Nantes (Laboratoire associé à la thèse)
Format : Thèse ou mémoire
Langue : anglais
Titre complet : Advanced reduced-order modeling and parametric sampling for non-Newtonian fluid flows / Manisha Chetry; sous la direction de Luisa Alexandra Rocha da Silva et de Domenico Borzacchiello
Publié : 2023
Accès en ligne : Accès Nantes Université
Note sur l'URL : Accès au texte intégral
Note de thèse : Thèse de doctorat : Mécanique des solides, des matériaux des structures et des surfaces : Ecole centrale de Nantes : 2023
Sujets :
Fluides non newtoniens
Rhéologie
Réduction de modèles
Hyper-réduction
Stabilisation hors ligne
Modèles multi-fidélité
Snapshots adaptés à l'espace
Thèses et écrits académiques
LEADER 06112nlm a2200685 4500
001 PPN271545232
003 http://www.sudoc.fr/271545232
005 20240821055800.0
029 |a FR  |b 2023ECDN0011 
033 |a http://www.theses.fr/2023ECDN0011 
035 |a (OCoLC)1395389069 
035 |a STAR199972 
100 |a 20230828d2023 k y0frey0103 ba 
101 0 |a eng  |d fre  |d eng  |2 639-2 
102 |a FR 
105 |a ||||ma 00|yy 
135 |a dr||||||||||| 
181 |6 z01  |c txt  |2 rdacontent 
181 1 |6 z01  |a i#  |b xxxe## 
182 |6 z01  |c c  |2 rdamedia 
182 1 |6 z01  |a b 
183 |6 z01  |a ceb  |2 RDAfrCarrier 
200 1 |a Advanced reduced-order modeling and parametric sampling for non-Newtonian fluid flows  |f Manisha Chetry  |g sous la direction de Luisa Alexandra Rocha da Silva et de Domenico Borzacchiello 
214 1 |d 2023 
230 |a Données textuelles 
304 |a Titre provenant de l'écran-titre 
314 |a Ecole(s) Doctorale(s) : Sciences de l'ingénierie et des systèmes (Centrale Nantes) 
314 |a Partenaire(s) de recherche : Institut de Recherche en Génie Civil et Mécanique (Nantes) (Laboratoire) 
314 |a Autre(s) contribution(s) : Patrice Laure (Président du jury) ; Christophe Binétruy (Membre(s) du jury) ; Marianne Béringhier, Julien Férec (Rapporteur(s)) 
328 0 |b Thèse de doctorat  |c Mécanique des solides, des matériaux des structures et des surfaces  |e Ecole centrale de Nantes  |d 2023 
330 |a Le sujet de cette thèse porte sur laréduction d'ordre de modèle (MOR) deproblèmes d'écoulement non-Newtonianparamétrés qui ont des applicationsindustrielles importantes. Les méthodestraditionnelles de réduction de l'ordre desmodèles limitent les performances decalcul de ces problèmes hautement nonlinéaires, nous suggérons donc une techniqued'hyper-réduction avancée basée sur uneapproximation sparse de l'évaluation destermes non linéaire à complexité reduite.Nous proposons également une stratégie destabilisation hors ligne pour stabiliser le modèleconstitutif dans le modèle d'ordre réduit quiest moins cher à calculer tout en maintenant laprécision du modèle d'ordre complet. Lacombinaison des deux réduit drastiquement lecoût du processeur, augmentantinévitablement les performances du MOR. Cetravail est validé sur deux problèmes debenchmark. En outre, une stratégied'échantillonnage adaptatif est égalementprésentée dans ce manuscrit, qui est réaliséeen tirant parti de l'approximation des modèlesmulti-fidélité. Vers la fin de la thèse, nousabordons un autre problème qui estgénéralement observé dans les cas où desmaillages d'éléments finis adaptatifs sontdéployés. Dans de tels cas, les méthodes MORne parviennent pas à produire unereprésentation de faible dimension car lessnapshots ne sont pas des vecteurs de mêmelongueur. Par conséquent, nous suggérons uneméthodologie qui peut générer des fonctionsde base réduites pour des snapshotsadaptative. 
330 |a The subject of this thesis concernsmodel-order reduction (MOR) of parameterizednon-Newtonian flow problems that havesignificant industrial applications. TraditionalMOR methods constrain the computationalperformance of such highly nonlinear problems,so we suggest a state-of-the-art hyper-reductiontechnique based on a sparse approximation totackle the evaluation of nonlinear terms at muchreduced complexity. We also provide offlinestabilization strategy for stabilizing theconstitutive model in the reduced order modelframework that is less expensive to computewhile maintaining the full order model's (FOM)accuracy. Combining the two significantlylowers the CPU cost as compared to the FOMevaluation which inevitably boosts MORperformance. This work is validated on twobenchmark flow problems. Additionally, anadaptive sampling strategy is also presented inthis manuscript which is achieved byleveraging multi-fidelity model approximation.Towards the end of the thesis, we addressanother issue that is typically observed forcases when adaptive finite element meshesare deployed. In such cases, MOR methods failto produce a low-dimensional representationsince the snapshots are not vectors of samelength. We therefore, suggest an alternatemethod that can generate reduced basisfunctions for database of space-adaptedsnapshots. 
337 |a Configuration requise : un logiciel capable de lire un fichier au format : PDF 
541 | |a Modélisation avancée d'ordre réduit et échantillonnage paramétrique pour les écoulements de fluides non-Newtonian  |z fre 
606 |3 PPN02783476X  |a Fluides non newtoniens  |2 rameau 
606 |3 PPN027536394  |a Rhéologie  |2 rameau 
606 |3 PPN270674535  |a Réduction de modèles  |2 rameau 
608 |3 PPN027253139  |a Thèses et écrits académiques  |2 rameau 
610 0 |a Hyper-réduction 
610 0 |a Stabilisation hors ligne 
610 0 |a Modèles multi-fidélité 
610 0 |a Snapshots adaptés à l'espace 
686 |a 620  |2 TEF 
700 1 |3 PPN271203072  |a Chetry  |b Manisha  |f 1993-....  |4 070 
701 1 |3 PPN116699922  |a Rocha da Silva  |b Luisa Alexandra  |f 1975-...  |4 727 
701 1 |3 PPN177510307  |a Borzacchiello  |b Domenico  |f 1985-....  |4 727 
701 1 |3 PPN032811314  |a Laure  |b Patrice  |f 1959-....  |4 956 
701 1 |3 PPN118113429  |a Béringhier  |b Marianne  |f 1976-...  |4 958 
701 1 |3 PPN126872929  |a Férec  |b Julien  |f 1980-....  |4 958 
701 1 |3 PPN069785619  |a Binétruy  |b Christophe  |4 555 
711 0 2 |3 PPN03063525X  |a Centrale Nantes  |c 1991-....  |4 295 
711 0 2 |3 PPN20476842X  |a Sciences de l'ingénierie et des systèmes  |c Nantes Université  |4 996 
711 0 2 |3 PPN198448449  |a Institut de Recherche en Génie Civil et Mécanique  |c Nantes  |4 981 
801 3 |a FR  |b Abes  |c 20230828  |g AFNOR 
856 4 |q PDF  |s 7653871  |u http://www.theses.fr/2023ECDN0011/document  |z Accès au texte intégral 
856 4 |u http://www.theses.fr/2023ECDN0011/abes 
856 4 |u https://tel.archives-ouvertes.fr/tel-04189308 
930 |5 441092306:795648804  |b 441092306  |j g 
991 |5 441092306:795648804  |a exemplaire créé automatiquement par STAR 
998 |a 947139