webTV

Lecture

Lancement de la Chaire industrielle ANR TOPAZE

Lecture

Je découvre l'événement "BATMAN" sur Fortnite ! (Pack Batman + Gotham City)

Lecture

Bio-based aerogels: new eco-friendly porous materials for thermal insulation and controlled release

Lecture

LE PIMENT LE PLUS FORT DU MONDE - 10? SI TU REUSSI - Micro Trottoir

Lecture

La chaire industrielle ANR DIGIMU

+ Toutes les vidéos

 

Page personnelle

David RYCKELYNCK

Coordonnées

tél : 01.60.76.31.71
fax : 01.60.76.31.50
mél : david.ryckelynck@mines-paristech.fr

Centre des Matériaux
MINES Paristech
CNRS UMR 7633

adresse physique :
63-65 rue Henri Auguste Desbruères
Corbeil-essonnes

adresse postale :
BP 87
F-91003 Evry Cedex, France

 

Professeur,

Thèmes de recherche

Mécanique des structures: modélisation hybride à base physique/à base de données, apprentissage automatique pour la réduction de modèle, vision par ordinateur pour la réduction de modèle,  réduction adaptative de modèles non linéaires, modèles d'ordre réduit non linéaires pour la propagation d'incertitudes et les simulations multidimensionnelles (surfaces de réponse, aide à la décision,...), hyper réduction, élagage de données issues de la tomographie en mécan, contact, calcul parallèle, modèles d'ordre réduit non linéaires pour le développement durable de la simulation numérique en science des matériaux. Développement de modèles multiphysiques pour la maîtrise des procédés. Modélisation simplifiée des procédés à sollicitation localisée mobile (soudage, frittage laser, cold spray, coupe, ...). Recalage de modèles. Résultats scientifiques récents (novembre 2011). CSDL (janvier 2012).

Hyper-reduction in nonlinear mechanics of solid materials. Reduced-order models reveal common features between solutions of parametric partial differential equations (PDE). They aim to save computational time when modelling complex mechanical phenomena, as setting-up convenient nonlinear constitutive equations or boundary conditions for instance.The Garlerkin weak form of nonlinear reduced equations do not provide sufficient speed-up, mainly because the computation of the reduced-residual can’t be performed offline. Hence, this computation remains affected by the complexity of the original model. Hyper-reduction methods aim to generate reduced-order model whose complexity does not depend on the complexity of the original model by introducing a reduced integration domain (RID). This domain contains only few elements of the original mesh.We propose both an explicit hyper-reduced scheme and implicit hyper-reduced schemes applied to nonlinear mechanics of solid materials. The explicit approach aims to interpolate missing boundary conditions on the boundary of the RID. The implicit approach predicts the reduced coordinate of the displacement field by using balance conditions restricted to the RID.

Option Ingénierie Digitale des Systèmes complexes (Cycle Ingénieurs Civils)

http://mms2.ensmp.fr/option_IDSysCo/accueil_option.php

L’option a pour objectif de faire découvrir les algorithmes et les applications en lien avec les transformations digitales de secteurs industriels traditionnels. On s’intéresse à la modélisation numérique de systèmes complexes, dont la conception ou l’exploitation passe par des étapes incontournables de modélisation à fort contenu physique ou multiphysique. Aujourd’hui, les données produites pour ou par ces systèmes sont massives et les technologies pour mieux les valoriser sont facilement disponibles avec des langages informatiques comme le C++ ou le Python. Dans le but d’illustrer avec précision ces transformations, l’option s’appuie en partie sur la mécanique au sens large (fluides, structures, matériaux…). Mais les domaines d’application de cet enseignement sont très vastes. Ainsi, les optionnaires découvrent comment la modélisation de systèmes s’enrichie du rapprochement de la science des données et de l'apprentissage automatique avec le calcul massivement parallèle et l’imagerie. De nouvelles méthodes de travail collaboratif sont en train d’émerger, dans des secteurs où l’exigence de fiabilité des modèles est primordiale (aéronautique, automobile, exploitation de l’énergie nucléaire, transport de polluants potentiels, …).

 

Page personnelle - MINES ParisTech
Partager

actualité

240 ans de recherche et de formation

Ecole 240 ans de recherche et de formation Vidéo : 240ans de recherche…
> En savoir +

Prix Jean Mandel 2023 mécanique des matériaux

Recherche Prix Jean Mandel 2023 mécanique des matériaux Le prix Jean Mandel décerné tous les…
> En savoir +

Samuel Forest, élu membre de l’Académie des Sciences

Formation Samuel Forest, élu membre de l’Académie des… Samuel Forest lors de sa réception à…
> En savoir +

Mines Paris plébiscitée par ses étudiantes

Formation Mines Paris plébiscitée par ses étudiantes Mines Paris - PSL, une école qui répond…
> En savoir +

Femmes de science

Formation Femmes de science Chercheuses confirmées, doctorantes, élèves ou alumni,…
> En savoir +

Quelle école d’ingénieurs a le meilleur réseau LinkedIn ?

Formation Quelle école d’ingénieurs a le…  Mines Paris - PSL au Top 5 du classement LinkedIn 2023…
> En savoir +

+ Toutes les actualités

Plan du site
Mentions légales efil.fr © 2014 MINES ParisTech