Les turbines organiques à cycle de Rankine (ORC) fonctionnent généralement dans des régions thermodynamiques caractérisées par des rapports de pression élevés et de puissants effets de gaz non idéaux, ce qui complique considérablement la conception aérodynamique. Les méthodes d’optimisation systématiques prenant en compte de multiples incertitudes dues à des conditions de fonctionnement variables, appelées optimisation robuste, peuvent bénéficier à la conception aérodynamique des turbines ORC. Cette étude présente une approche d’optimisation de forme robuste et originale permettant de dépasser la limitation d’une optimisation déterministe qui néglige la variabilité des conditions de fonctionnement, appliquée à une tuyère supersonique bien connue pour les applications ORC. Le flux autour de la lame est supposé non invisible et adiabatique et il est reconstruit à l’aide du code SU2 à code source ouvert. La dynamique gazeuse non idéale est modélisée à l’aide de l’équation d’état de Peng-Robinson-Stryjek-Vera. Nous proposons ici une formulation mono-objectif qui consiste à minimiser le alpha-quantile de la quantité d’intérêt (QoI) ciblée sous une contrainte probabiliste, à un faible coût de calcul. Ce problème est résolu en utilisant une approche d’optimisation robuste et efficace, combinant une estimation quantile de pointe et une méthode d’optimisation bayésienne classique. Premièrement, les avantages d’une formulation à base de quantiles sont illustrés par rapport à une optimisation robuste classique à base de moyenne. Deuxièmement, nous démontrons l’efficacité de l’application de ce cadre d’optimisation robuste avec un solveur inviscide basse fidélité en comparant la conception optimale résultante à celles obtenues avec une optimisation déterministe utilisant un solveur entièrement turbulent.