Co-directeurs de thèse: Dashnor Hoxha, Sébastien Remond
Contexte et objectives:
Ce sujet de thèse s’inscrit dans la continuité des travaux réalisés au sein de l’équipe Génie Civil du laboratoire Lamé, tels que le projet européen Cirmap qui vise à optimiser le processus de l’impression 3D des structures en béton ainsi que les projets de recherche portant contribution à la conception des ouvrages souterrains. Dans ces cadres, le développement actuel de l’approche stochastique pour prendre en compte quantitativement les incertitudes dans la procédure de l’optimisation permet d’améliorer les résultats de l’approche classique qui se base sur les valeurs empiriques des facteurs de sécurité.
La stratégie conventionnelle de la conception suivie par la phase de construction de l’ouvrage présente
néanmoins certaines limites. D’une part, la détermination des paramètres d’entrée (comme les propriétés mécaniques/physiques des matériaux) pour la conception, qui est réalisée sur un nombre limite des essais et souvent dans les conditions très différentes à celles in-situ, présente une grande incertitude sur la stabilité à court et à long terme de la structure. D’autre part, les aides aux décisions à la construction se basaient sur les mesures et les observations in-situ. Ces données sont souvent traitées de manière approximative, souvent par l’expérience des experts et sont encore rarement prises en compte dans l’actualisation de la conception de l’ouvrage.
Dans le contexte de l’impression en 3D des structures en béton, par exemple, les propriétés mécaniques du béton frais qui sont mesurées au laboratoire ont montré une forte incertitude. D’ailleurs, les paramètres déterminés au cours de l'impression (comme la géométrie et la position des cordons déposés, les propriétés du matériau réellement mises en œuvre) sont probablement très différents de ceux pris en compte initialement. Cette différence pourra modifier les prédictions réalisées dans la phase de conception et par conséquence, la structure imprimée pourrait ne plus être stable pour la même vitesse d’impression. Ainsi, une nouvelle procédure pour optimiser la conception du processus de l’impression 3D, qui permettra de pouvoir modifier en temps réel les paramètres d'impression (vitesse de buse et pression de pompe) afin d’assurer la stabilité de la structure, sera fortement indispensable. Lors de cette procédure, il est aussi important d’apporter les réponses au choix optimal des mesures en ligne pour s’adapter à la procédure développée. L’objectif de ce travail de thèse est donc de développer une stratégie pertinente qui permettra d’actualiser et d’optimiser en temps réel la conception et la construction en utilisant les données des mesures avant et pendant la phase d’exécution des ouvrages. Il s’agit d’une procédure itérative lorsque la conception et la construction sont réalisées de manière continue et séquentielle. Plus précisément, correspondant à une itération, les données des mesures obtenues dans cette itération sont utilisées pour mettre à jour les paramètres d’entrée et leurs incertitudes associées. Ces résultats contribueront à vérifier les prédictions et les décisions de l’itération précédente. Ils seront de plus considérés afin de prédire le comportement des ouvrages et d’optimiser la conception et la construction de l’itération suivante.
Pour atteindre cet objectif, l’adaptation de l’approche d’optimisation stochastique à cette procédure itérative sera envisagée. La quantité des données à prendre en compte dans les analyses stochastiques présentera un grand défi dans une telle procédure. Une étude de sensibilité des différents types de données sera donc indispensable pour mettre en évidence les paramètres clés avec un nombre nécessaire et suffisant de mesures à réaliser. D’ailleurs, face au problème de grandes dimensions (compte tenu du nombre des paramètres d’entrée et des mesures), il est primordial d’améliorer la performance des techniques de traitement des données, de quantification de l’incertitude et d’analyse probabiliste. L’application de la méthode de réduction des modèles, en combinant avec la méta- modélisation, sera une piste prometteuse à considérer dans ce contexte.
Profil:
Le candidat, de moins de 30 ans, doit être titulaire d’un master, ou equivalent, en: Génie Civil, matériaux, mécaniques, mathématiques appliqués.
Le candidat doit avoir une base solide en mécanique des matériaux, mécanique des structures, modélisation numérique, théorie statistique.
Modalités de candidature:
Le candidat postule et remplit son dossier sur Adum (https://www.adum.fr/)
