Thèse soutenue

FR
Auteur / Autrice : Steven Diot
Direction : Stéphane ClainRaphaël Loubère
Type : Thèse de doctorat
Discipline(s) : Mathématiques appliquées
Date : Soutenance en 2012
Etablissement(s) : Toulouse 3

Mots clés

FR

Mots clés contrôlés

Résumé

FR  |  
EN

Nous introduisons et développons dans cette thèse un nouveau type de méthodes Volumes Finis d'ordre très élevé pour les systèmes hyperboliques de lois de conservations. Appelée MOOD pour Multidimensional Optimal Order Detection, elle permet de réaliser des simulations très précises en dimensions deux et trois sur maillages non-structurés. La conception d'une telle méthode est rendue délicate par l'apparition de singularités dans la solution (chocs, discontinuités de contact) pour lesquelles des phenomènes parasites (oscillations, création de valeurs non physiques. . . ) sont générés par l'approximation d'ordre élevé. L'originalité de cette thèse réside dans le traitement de ces problèmes. A l'opposé des méthodes classiques qui essaient de contrôler ces phénomènes indésirables par une limitation a priori, nous proposons une approche de traitement a posteriori basée sur une décrémentation locale de l'ordre du schéma. Nous montrons en particulier que ce concept permet très simplement d'obtenir des propriétés qui sont habituellement difficiles à prouver dans le cadre multi-dimensionel non-structuré (préservation de la positité par exemple). La robustesse et la qualité de la méthode MOOD ont été prouvées sur de nombreux tests numériques en 2D et 3D. Une amélioration significative des ressources informatiques (CPU et stockage mémoire) nécessaires à l'obtention de résultats équivalents aux méthodes actuelles a été démontrée.