Thèse soutenue

Méthode de percolation en gradient auto-organisée pour une simulation numérique d'imprégnation dans le milieux poreux
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Anh Khoa Nguyen
Direction : Eric Henri Blond
Type : Thèse de doctorat
Discipline(s) : Mécanique
Date : Soutenance le 01/02/2019
Etablissement(s) : Orléans
Ecole(s) doctorale(s) : École doctorale Énergie, Matériaux, Sciences de la Terre et de l'Univers (Centre-Val de Loire)
Partenaire(s) de recherche : Laboratoire : Laboratoire de mécanique Gabriel Lamé (Orléans ; 2018-....)
Jury : Président / Présidente : Dashnor Hoxha
Examinateurs / Examinatrices : Eric Henri Blond, Dashnor Hoxha, Philippe Boisse, Amine Ammar, Thomas Sayet, Hermine Biermé, Emmanuel de Bilbao
Rapporteurs / Rapporteuses : Philippe Boisse, Amine Ammar

Mots clés

FR  |  
EN

Mots clés contrôlés

Résumé

FR  |  
EN

La modélisation numérique du phénomène d’imprégnation dans les milieux poreux a une très large gamme d’applications. Le développement d’un modèle doit tenir compte de la complexité multiphysique du problème afin de rester fidèle à la physique du phénomène. Dans le cadre de cette thèse, nous proposons un modèle numérique pour la prédiction de l’évolution de l‘imprégnation non-réactive quasi-unidimensionnelle et en particulier de sa courbe de succion capillaire. Ce modèle est basé sur une approche purement probabiliste, avec des paramètres liés aux lois physiques régissant le procédé d’imprégnation, passant outre la résolution des équations aux dérivées partielles qui sont à l’origine des difficultés numériques actuelles. Les enjeux de cette méthode, appelée Self-Organized Gradient Percolation, sont doubles : réduction significative des temps de calcul et résultats fiables exempts de toutes oscillations parasites. Les points clés de la méthode résident dans la simulation de l’évolution du front d’imprégnation selon une fonction de densité de probabilité et dans l’identification de la relation entre les paramètres du modèle et les propriétés matériaux. Les premiers résultats, comparés à des résultats numériques provenant d’autres méthodes et à des résultats expérimentaux, sont prometteurs. Une évolution de ce modèle dans la deuxième dimension est proposée dans les perspectives.