Pascal Fede
Aller vers les projets industriels, élargir le champ de ses recherches…
À l’issue d’une discussion il y a quelques semaines avec Pascal Fede (chercheur à l’IMFT – responsable du groupe Fluides & Particules) qui a monté plusieurs projets ressourcés financés par notre Carnot, deux enseignements, illustrant l’efficacité du dispositif Carnot, se sont dévoilés de manière très claire.
Voici, avant d’aborder les projets plus en détail, quelques mots les concernant :
- des travaux académiques via un ressourcement peuvent conduire à un contact industriel,
- un projet ressourcé dont le déroulement aboutit à une montée en compétence sur un point jusque-là non maîtrisé permet d’élargir son champ de recherche.
Du laboratoire à l’industrie : WEARING, un projet qui crée des ponts
Projet WEARING : prédiction de l’érosion dans les conduites par un écoulement de particules
C’est en 2016 que le projet WEARING a vu le jour, financé dans le cadre d’un ressourcement Carnot ISIFoR. Son objectif : adapter un outil de simulation numérique des écoulements de suspension de particules, pour prédire l’usure des parois dans les procédés de séparation ou de transport diphasique. Une problématique bien connue dans de nombreuses installations industrielles, où l’abrasion prématurée des parois solides peut engendrer des incidents coûteux.
Le projet, mené en collaboration avec Éric Climent (chercheur à l’IMFT), le chercheur canadien Sean Sanders (professeur invité dans le cadre des mobilités de notre Carnot) et porté par un post-doctorant, a permis de développer des modèles performants sur la problématique d’abrasion particulaire, notamment dans les conduites.
Pascal Fede : « Les projets ressourcés sont intéressants notamment dans la mesure où ils permettent de devenir visible sur des points spécifiques qui peuvent intéresser l’industrie. Ainsi en 2016, j’avais monté un projet ressourcé nommé WEARING. Réalisé via un post-doctorat, en lien avec un chercheur canadien, il a été fructueux dans ses résultats. Peu de temps après ce travail, nous avons été contactés par un industriel qui rencontrait d’importants soucis d’abrasion suite à la conversion d’une centrale thermique à charbon en une centrale fonctionnant avec de la biomasse. Nous avons donc travaillé avec eux sur la base des modèles développés dans ce projet. »
Monter en compétence pour viser plus haut : le cas du projet REBIS
Projet REBIS : développement d’approche filtrée pour la simulation des écoulements particulaires (1)
Lancé en 2021, le projet REBIS illustre une autre vertu essentielle du dispositif de ressourcement : permettre aux chercheurs d’explorer de nouveaux champs scientifiques et de se former sur des compétences émergentes, avec une grande liberté.
Objectif de ce projet : faire progresser une méthode de simulation numérique dite « filtrée » en y intégrant des effets physiques plus complexes, nécessaires pour prédire finement les écoulements de particules dans différents contextes industriels (énergies renouvelables, captation du CO₂, etc.).
Ce projet, en collaboration avec Olivier Simonin (chercheur à l’IMFT dans le groupe Milieux Réactifs), a notamment permis au post-doctorant impliqué de développer une expertise poussée en Intelligence Artificielle appliquée à la modélisation des écoulements transportant des particules.
Pascal Fede : « Ce projet de recherche a bien fonctionné. Le post-doctorant a particulièrement développé la partie IA, ce qui nous permet aujourd’hui d’ouvrir de nouvelles perspectives. Cette dernière corde à notre arc peut nous projeter vers des choses que nous n’aurions pas pu proposer auparavant, comme des projets ANR ou européens dans le domaine. Le financement via le ressourcement, et la liberté que cela permet, peut véritablement ouvrir la voie à des avancées de recherche significatives. »
Conclusion
À travers les projets WEARING et REBIS, Pascal Fede nous offre une démonstration concrète de ce que peut apporter un financement via ressourcement : une passerelle vers l’industrie d’un côté, une montée en compétence ouvrant de nouveaux horizons scientifiques de l’autre.
- (1) ex. Machine Learning Approaches to Close the Filtered Two-Fluid Model for Gas–Solid Flows: Models for Subgrid Drag Force and Solid Phase Stress – Baptiste Hardy, Stefanie Rauchenzauner, Pascal Fede, Simon Schneiderbauer, Olivier Simonin, Sankaran Sundaresan, and Ali Ozel – Industrial & Engineering Chemistry Research 2024 63 (18), 8383-8400 – DOI: 10.1021/acs.iecr.3c04652