Science@ifpen n°61
Brèves

Intelligence artificielle en mécanique des fluides numérique multi-échelle

L’un des principaux défis en mécanique des fluides numérique est de représenter correctement les phénomènes physiques à différentes échelles de temps et d’espace. De plus, la résolution numérique exacte à chaque échelle est très coûteuse en temps de calcul. L’obtention de solutions fiables passe alors par des simulations effectuées à une échelle grossière mais utilisant des modèles capables de décrire les effets de la physique à très fine échelle.
Science@ifpen n°61
Brèves

Des supports de catalyseurs conçus grâce à l'IA générative

Les performances d'un support de catalyseur – alumine ou zéolithe – se jouent à l'échelle de sa microstructure poreuse : porosité, surface spécifique et connectivité du réseau solide qui gouvernent l'accès des réactifs aux sites actifs. Concevoir un support optimal revient donc à résoudre un problème inverse, c’est-à-dire à identifier la microstructure, puis les paramètres de fabrication, qui satisfont un cahier des charges de propriétés.