Data assimilation is a sophisticated technique, yet not available in combustion, that combines measurements to model simulation and account for uncertainties in order to improve the numerical prediction of a system. In the context of gas turbines, data assimilation may be used for example to improve the prediction of flame ignition and propagation by a smart analysis of images and measurements. A first illustration of data assimilation is given in a simple case, where synthetic time-evolving positions of the flame front are assimilated to calibrate parameters of a premixed flame model. Its successful application in the context of natural fire propagation assesses the predictive capacity of the technique and the resulting higher fidelity in the data-driven simulations.

Lʼassimilation de données, encore inappliquée en combustion, combine mesures et simulations en tenant compte des incertitudes afin dʼaméliorer la prévision numérique dʼun système. Dans le contexte des turbines à gaz, lʼassimilation de données peut être utilisée par exemple pour améliorer lʼestimation de lʼallumage et de la propagation de la flamme, grâce à une exploitation plus poussée de données telles que des images ou des mesures ponctuelles. Une première illustration de lʼassimilation de données est présentée pour la prédiction de la propagation dʼun front de flamme dans un cas test simple. Dans cet exemple, les positions du front de flamme au cours du temps sont assimilées pour caler les paramètres dʼun modèle de flamme prémélangée. La capacité de prédiction des simulations obtenues par assimilation de données est finalement démontrée dans un cas réel de propagation de feux naturels.