ESTIMATION RECURSIVE DE SPECTRE DE HOULE

IFP Energies nouvelles (IFPEN) est un acteur majeur de la recherche et de la formation dans les domaines de l’énergie, du transport et de l’environnement. De la recherche à l’industrie, l’innovation technologique est au cœur de son action, articulée autour de quatre priorités stratégiques : Mobilité Durable, Energies Nouvelles, Climat / Environnement / Economie circulaire et Hydrocarbures Responsables.

Dans le cadre de la mission d’intérêt général confiée par les pouvoirs publics, IFPEN concentre ses efforts sur :

• l’apport de solutions aux défis sociétaux de l’énergie et du climat, en favorisant la transition vers une mobilité durable et l’émergence d’un mix énergétique plus diversifié ;
• la création de richesse et d’emplois, en soutenant l’activité économique française et européenne et la compétitivité des filières industrielles associées.

Partie intégrante d’IFPEN, l’école d’ingénieurs IFP School prépare les générations futures à relever ces défis.

ESTIMATION RECURSIVE DE SPECTRE DE HOULE

Dans une trajectoire de décarbonation du mix énergétique, les océans recèlent un formidable potentiel de production d’énergies renouvelables : éolien offshore, marémoteur, houlomoteur, gradients de température et de salinité…

Mais la mer est aussi un milieu exigeant qui soumet à rude épreuve les appareils ou structures qui s’y trouvent. En particulier, les vagues sont tout à la fois une source potentielle d’énergie, et un danger considérable qui conditionne la faisabilité ou non de nombreuses opérations en mer.

Les vagues océaniques se manifestent sous des formes très diverses, et sont un riche sujet d’étude d’un point de vue scientifique, dans des domaines aussi variés que l’hydrodynamique, les mathématiques appliquées, la physique statistique ou l’océanographie.

D’un point de vue phénoménologique, les vagues sont régies par les lois de la mécanique des fluides, que l’on peut modéliser de manière classique, déterministe, à l’aide d’équations différentielles. Pourtant, les vagues que l’on peut observer autour de soi à bord d’un navire résultent d’un si grand nombre de petites contributions, qu’on ne peut pas décrire le champ de houle de manière déterministe, et qu’on a donc recours à une description probabiliste sous forme d’un processus stochastique (ou plus généralement d’un champ aléatoire).

IFP Energies nouvelles (IFPEN) s’intéresse au monitoring et au contrôle en temps réel de systèmes en mer, tels que les navires, les éoliennes flottantes ou les récupérateurs d’énergie houlomotrice, en conditions de fonctionnement ou lors d’opérations d’installation ou de maintenance.

Dans ce contexte, il est essentiel d’estimer en temps réel l’état de mer environnant, c’est-à-dire le spectre de houle, qui décrit la répartition de l’énergie des vagues en fréquence et en direction de propagation. L’estimation du spectre peut s’effectuer in-situ à l’aide de capteurs, tels que les radars de navigation ou la centrale inertielle qui mesure les mouvements de l’appareil flottant.

Les approches « traditionnelles » d’estimation de spectre s’effectuent à intervalles réguliers, sur la base de séquences de mesures de quelques dizaines de minutes.

Dans ce stage, nous nous proposons d’explorer une approche innovante pour une estimation de spectre en continu, basée sur une méthode récursive : les différences observées en temps réel, entre d’une part les mesures des capteurs, et d’autre part celles attendues étant donnée l’estimation actuelle du spectre, seront utilisées pour corriger en continu l’estimation du spectre, à la manière d’un filtre de Kalman adaptatif.

Une telle approche vise à rendre l’estimation de spectre plus robuste, et constitue un lien original entre la théorie du contrôle et l’océanographie.

Ce sujet de stage permettra d’acquérir une compréhension approfondie de la nature des vagues océaniques et sera l’occasion d’aborder des notions intéressantes en statistique et en automatique.

Profil recherché

Etudiant en 3^ème année d’école d’ingénieur ou équivalent, idéalement Master 2 recherche.

• Très bonnes bases en automatique et/ou physique statistique et/ou mathématiques appliquées.
• Le candidat saura se montrer force de proposition.
• Aptitude à lire des publications scientifiques en anglais, pour appréhender l’état de l’art sur le sujet.
• Le projet pourra éventuellement déboucher sur une thèse portant sur les thématiques d’estimation, de modélisation et de simulation numérique d’états de mer, ainsi que la prédiction de vagues en temps réel.