Topology optimization, Convective problems, Lattice Boltzmann Method, GPU computing, Level- Set Function

L’optimisation des transferts de chaleur est un enjeu de recherche important pour améliorer les performances des systèmes énergétiques, notamment des échangeurs de chaleur. Cette optimisation peut s’appuyer sur différents leviers, comme le choix du régime d’écoulement, ou la modification de la géométrie de l’échangeur. C’est sur ce deuxième angle que nous avons travaillé au cours de cette thèse, en proposant une méthode d’optimisation topologique. Le nombre de paramètres impliqués dans cette méthode est important (plusieurs milliers). Une méthode à gradient est donc employée. Le calcul du gradient de la fonction de coût en fonction des paramètres de design est facilité par l’emploi d’une méthode adjointe. Le problème direct est résolu à l’aide de la méthode de Lattice Boltzmann (LBM). L’implémentation aisée des conditions aux limites dans l’algorithme LBM est un bénéfice pour l’optimisation topologique. De plus, la formulation de la LBM est explicite et hautement parallélisable, notamment sur les cartes graphiques (GPU), utilisées au cours de cette thèse. Ensuite le domaine d’optimisation est composé de fluide et de solide. Leur distribution est définie par une fonction Level- Set (LSF). Cette fonction est continue et le contour zéro définit précisément l’interface fluide/solide. La méthode d’optimisation développée a été testée et validée pour différents objectifs (minimisation de la température moyenne, maximisation de l’échange de chaleur) et contraintes (limitation des pertes de charges, porosité fixée).Heat transfer enhancement is an important research area to improve the efficiency of energy systems, especially for heat exchangers. There are different ways of optimizing such systems as the choice of flow regime or the modification on the fluid channels geometry. This thesis is focused on the latter option with the development of a topology optimization method. The number of design parameters involved in this technique is important (several thousands) so a gradient-based method is employed. The calculation of the cost function gradient with respect to the design variables is done with an adjoint-state method. The forward problem is solved with the Lattice Boltzmann Method (LBM). The simple implementation of the LBM boundary conditions is an interesting feature for topology optimization. The LBM algorithm is also highly parallelizable and GPU cards have been used in this thesis to obtain fast computational times. The efficiency of the LBM is important because the forward problem must be solved at each optimization step. Then, the optimization domain is composed of either solid of fluid elements. This material distribution is defined by a Level-Set Function (LSF). This is a continuous function in which the zero contour defines the fluid/solid interface, allowing an accurate description of both domains. The proposed optimization method has been tested for different objectives (minimization of the mean temperature, maximization of heat transfer rate) and constraints (pressure drops limitation, fixed porosity)