Stage - Application de la Méthode Twin à la Prédiction du Flottement en Turbomachines H/F - Safran - CDD/Stage/Alternance

Safran est un groupe international de haute technologie opérant dans les domaines de l'aéronautique (propulsion, équipements et intérieurs), de l'espace et de la défense. Sa mission : contribuer durablement à un monde plus sûr, où le transport aérien devient toujours plus respectueux de l'environnement, plus confortable et plus accessible. Implanté sur tous les continents, le Groupe emploie 110 000 collaborateurs pour un chiffre d'affaires de 31,3 milliards d'euros en 2025, et occupe, seul ou en partenariat, des positions de premier plan mondial ou européen sur ses marchés.
Safran est la 2ème entreprise du secteur aéronautique et défense du classement « World's Best Companies 2025 » du magazine TIME.

Safran Aircraft Engines conçoit, produit et commercialise, seul ou en coopération, des moteurs aéronautiques civils et militaires aux meilleurs niveaux de performance, fiabilité et respect de l'environnement. La société est notamment, à travers CFM International*, le leader mondial de la propulsion d'avions commerciaux courts et moyen-courriers.
* CFM International est une société commune 50/50 de Safran Aircraft Engines et GE Aerospace.

Parce que nous sommes persuadés que chaque talent compte, nous valorisons et encourageons les candidatures de personnes en situation de handicap pour nos opportunités d'emploi.

L'accroissement continu des performances des moteurs aéronautiques conduit à des architectures toujours plus légères et à des niveaux de chargement aérodynamique plus élevés. Parmi ces phénomènes, le flottement aéroélastique peut entraîner une augmentation rapide des vibrations des aubages et compromettre leur intégrité structurale. La prédiction numérique du flottement repose aujourd'hui sur des simulations numériques coûteuses. Pour réduire les coûts de calcul liés aux nombreuses configurations géométriques et conditions de fonctionnement considérées, des méthodes de réduction de modèle et d'extrapolation sont développées. Parmi elles, la méthode TWIN vise à exploiter un nombre limité de simulations pour construire une représentation simplifiée du comportement aéroélastique du système.

L'objectif du stage sera d'étudier l'application de la méthode TWIN à la prédiction du flottement en turbomachines. Le travail consistera à comprendre les fondements théoriques de la méthode, à la mettre en oeuvre sur des cas académiques puis industriels, et à évaluer sa capacité à reproduire les résultats obtenus par des calculs CFD instationnaires de référence. Une attention particulière sera portée à la précision des prédictions, aux gains de coût de calcul ainsi qu'aux limites d'application de l'approche.
Ce stage offre l'opportunité d'acquérir une expertise à l'interface entre mécanique des fluides numérique, dynamique des structures et aéroélasticité des turbomachines, sur une problématique au coeur du développement des futures générations de moteurs aéronautiques.

Les activités du stagiaire seront :
- Constitution d'une base théorique solide sur l'aéroélasticité en turbomachines et la méthode TWIN (bibliographie et pratiques de modélisation),
- Mise en place de simulations numériques de flottement via la méthode TWIN sur un code de simulation RANS,
- Synthèse et proposition d'une pratique méthodologique pour l'application de la méthode TWIN à la prédiction du flottement en turbomachines,
- Suivi régulier des résultats avec les encadrants et présentation des conclusions de l'étude aux différents acteurs et experts du département.

Formation : Bac +5, école d'ingénieur ou Master en mécanique des fluides/aérodynamique.

Ce stage nécessite de bonnes connaissances théoriques en aérodynamique, mécanique des fluides compressibles, turbulence et la connaissance des principales notions de la dynamique des structures, des analyses modale et vibratoire. Une expérience pratique sur des outils ou codes de simulation numérique CFD serait fortement appréciée. Des connaissances en turbomachines ainsi qu'une expérience pratique du langage de programmation Python sont un plus. Le stagiaire devra faire preuve de rigueur, d'autonomie et d'une bonne capacité d'analyse et de synthèse.

• Python
• Autonomie
• Mécanique des fluides
• Esprit d'analyse