Bayesian calibration and assessment of gas-surface interaction models and experiments in atmospheric entry plasmas - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Thèse Année : 2021

Bayesian calibration and assessment of gas-surface interaction models and experiments in atmospheric entry plasmas

Calibration Bayésienne et évaluation de modèles et expériences d’interaction gaz-surface pour les plasmas d'entrée atmosphérique

Résumé

The investigation of gas-surface interaction phenomena for atmospheric entry vehicles relies on the development of predictive theoretical models and the capabilities of current experimental facilities. However, due to the complexity of the physics and the various phenomena that need to be investigated in ground-testing facilities, both numerical and experimental processes generate data subjected to uncertainties. Nevertheless, it remains a common practice in the field of aerothermodynamics to resort to calibration and validation methods that are not apt for rigorous uncertainty treatment. This thesis investigates the process of scientific inference and its ramifications for selected gas-surface interaction experiments. Its main contributions are the improvement and re-formulation of model calibrations as statistical inverse problems with the consequent extension of current databases for catalysis and ablation. The model calibrations are posed using the Bayesian formalism where a complete characterization of the posterior probability distributions of selected parameters are computed. The first part of the thesis presents a review of the theoretical models, experiments and numerical codes used to study catalysis and ablation in the context of the von Karman Institute's Plasmatron wind tunnel. This part ends with a summary on the potential uncertainty sources present in both theoretical-numerical and experimental data. Subsequently, the methods used to deal with these uncertainty sources are introduced in detail. The second part of the thesis presents the various original contributions of this thesis. For catalytic materials, an optimal likelihood framework for Bayesian calibration is proposed. This methodology offers a complete uncertainty characterization of catalytic parameters with a decrease of 20\% in the standard deviation with respect to previous works. Building on this framework, a testing strategy which produces the most informative catalysis experiments to date is proposed. Experiments and consequent stochastic analyses are performed, enriching existing catalysis experimental databases for ceramic matrix composites with accurate uncertainty estimations. The last contribution deals with the re-formulation of the inference problem for nitridation reaction efficiencies of a graphite ablative material from plasma wind tunnel data. This is the first contribution in the literature where different measurements of the same flowfield are used jointly to assess their consistency and the resulting ablation parameters. An Arrhenius law is calibrated using all available data, extending the range of conditions to lower surface temperatures where no account of reliable experimental data is found. Epistemic uncertainties affecting the model definition and ablative wall conditions are gauged through various hypothesis testing studies. The final account on the nitridation reaction efficiency uncertainties is given by averaging the results obtained under the different models. This thesis highlights the fact that the process of scientific inference can also carry deep assumptions about the nature of the problem and it can impact how researchers reach conclusions about their work. Ultimately, this thesis contributes to the early efforts of introducing accurate and rigorous uncertainty quantification techniques in atmospheric entry research. The methodologies here presented go in line with developing predictive models with estimated confidence levels.
L'étude des phénomènes d'interaction gaz-surface pour les véhicules d'entrée atmosphérique est basée sur le développement de modèles théoriques prédictifs et sur les capacités des installations expérimentales actuelles. Toutefois, en raison de la complexité de la physique et des divers phénomènes qui doivent être étudiés dans ces installations, les simulations tant numériques qu'expérimentales génèrent des données qui présentent des incertitudes. Cependant, il est courant dans le domaine de l'aérothermodynamique de recourir à des méthodes de calibration et de validation non adaptées à un traitement rigoureux de ces incertitudes. Cette thèse étudie le processus d'inférence scientifique et ses ramifications dans certaines expériences d'interaction gaz-surface. Ses principales contributions sont l'amélioration et la reformulation de la calibration de modèles en tant que problème statistique inverse et l'extension résultante des bases de données actuelles pour la catalyse et l'ablation. La calibration des modèles utilise le formalisme Bayésien où la caractérisation complète des distributions de probabilités postérieures des paramètres sélectionnés est calculée. La première partie de la thèse présente une revue des modèles théoriques, des expériences et des codes de simulation numérique utilisés pour étudier la catalyse et l'ablation dans le Plasmatron, la soufflerie à plasma de l'Institut von Karman. Cette partie se termine par un résumé des sources possibles d'incertitude présentes dans les données théoriques-numériques et expérimentales. Ensuite, les méthodes utilisées pour traiter mathématiquement ces sources d'incertitude sont présentées en détail. La deuxième partie présente les différentes contributions originales de cette thèse. Pour les matériaux catalytiques, une méthodologie de vraisemblance optimale pour l'inférence Bayésienne est développée. Cette méthodologie offre une caractérisation complète de l'incertitude des paramètres catalytiques avec une diminution de 20\% de l'écart type par rapport aux travaux antérieurs. En utilisant cette méthodologie, une stratégie de test produisant les données expérimentales de catalyse les plus informatives à ce jour est proposée. Ensuite, des expériences et des analyses stochastiques sont effectuées, enrichissant les bases de données expérimentales de catalyse existantes pour les composés à matrice céramique à l'aide d'estimations précises de l'incertitude. La dernière contribution est la reformulation du problème d'inférence des efficacités de réaction de l'azote à la surface d'un matériau ablatif en graphite à partir des données de soufflerie à plasma. Il s'agit de la première étude dans la litérature où différentes observations de la même expérience sont utilisées ensemble pour évaluer leur cohérence et les paramètres d'ablation qui en résultent. Une loi d'Arrhenius stochastique est déduite en utilisant toutes les données disponibles, étendant la gamme de conditions à des températures de surface plus basses, là où il n'y a pas de données expérimentales fiables. L'incertitude épistémique qui affecte la définition du modèle et les conditions aux limites d'ablation sont étudiées par des méthodes de test d'hypothèses. L'incertitude finale sur l'efficacité de la réaction azotée est obtenue en moyennant les résultats obtenus avec les différents modèles. Cette thèse met en évidence que le processus d'inférence scientifique peut également imposer des hypothèses sur la nature du problème et avoir un impact sur la manière dont les chercheurs parviennent à des conclusions sur leur travail. En fin de compte, cette thèse contribue aux premiers efforts d'introduction de techniques précises et rigoureuses de quantification de l'incertitude dans le domaine de recherche de l'entrée atmosphérique. Les méthodologies présentées ici permettront in fine le développement de modèles prédictifs avec estimation de niveaux de confiance.
Fichier principal
Vignette du fichier
delVal_thesis_final.pdf (92.85 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

tel-03504757 , version 1 (29-12-2021)

Identifiants

  • HAL Id : tel-03504757 , version 1

Citer

Anabel del Val. Bayesian calibration and assessment of gas-surface interaction models and experiments in atmospheric entry plasmas. Reactive fluid environment. Institut polytechnique de Paris; Ecole Polytechnique (Palaiseau, France); Centre de Mathématiques Appliquées, École Polytechnique, France, 2021. English. ⟨NNT : 2021IPPAX081⟩. ⟨tel-03504757⟩
153 Consultations
15 Téléchargements

Partager

Gmail Facebook X LinkedIn More