Ingénieur de Recherche H/F - Ecole Nationale Supérieure d'Arts et Métiers (ENSAM)
- Paris 13e - 75
- Fonctionnaire
- Ecole Nationale Supérieure d'Arts et Métiers (ENSAM)
Les missions du poste
Le poste est rattaché au Laboratoire d'Ingénierie des Fluides et des Systèmes Énergétiques (LIFSE).
L'ingénieur de recherche aura la responsabilité complète du dimensionnement, de la conception, de l'instrumentation et de la mise en oeuvre d'un banc d'essais dédié à la caractérisation thermo-hydraulique d'échangeurs de chaleur.
Il conduira en parallèle des simulations numériques avancées (CFD, modèles réduits, corrélations thermo-hydrauliques) et des campagnes expérimentales afin de :
- Caractériser précisément les performances (rendement thermique, coefficients d'échange, pertes de charge, efficacité, distribution des températures, régimes transitoires),
- Développer des modèles prédictifs,
- Optimiser les architectures d'échangeurs dans une approche intégrant data science, modélisation hybride et jumeau numérique.
Activités
1. Conception et mise en place du banc d'essais
- Définition des spécifications fonctionnelles et métrologiques.
- Dimensionnement thermo-hydraulique (débits, puissances, régimes d'écoulement, contraintes thermiques).
- Conception mécanique et intégration des composants (pompes, échangeurs, capteurs, régulation).
- Choix et implantation des capteurs (température, pression, débit, flux thermique).
- Développement du système d'acquisition et de pilotage (DAQ, automatisation, supervision).
- Validation métrologique et analyse des incertitudes.
2. - Simulation numérique et modélisation
Mise en place de modèles CFD (RANS/LES selon besoin).
- Développement de modèles analytiques et semi-empiriques.
- Études paramétriques et analyses de sensibilité.
- Validation croisée simulation / expérimentation.
- Développement de modèles réduits pour intégration en jumeau numérique.
3. Exploitation des données et approche data-driven
- Traitement et structuration des données expérimentales.
Identification de modèles par méthodes statistiques ou machine learning.
- Fusion modèle physique / modèle data-driven.
- Développement d'outils de prédiction temps réel.
- Implémentation d'une architecture de jumeau numérique.
4. Optimisation et valorisation
- Optimisation multi-critères (rendement, compacité, pertes de charge).
- Propositions d'améliorations géométriques ou opérationnelles.
- Rédaction de rapports scientifiques et techniques.
- Contribution à publications et projets collaboratifs.
Le profil recherché
Doctorat ou diplôme d'ingénieur avec forte composante recherche/expérience en thermique, énergétique ou mécanique des fluides.