Les écosystèmes fluviaux sont de plus en plus affectés par l’érosion des berges, un phénomène amplifié par les activités humaines et le changement climatique. Face aux limites des infrastructures grises classiques, les solutions fondées sur la nature (SfN), et en particulier la végétalisation des berges, apparaissent comme des alternatives durables et efficaces pour atténuer l’érosion, réduire l’énergie des écoulements et préserver la biodiversité. La végétation riveraine joue un rôle clé dans la modulation des écoulements en réduisant les vitesses, en modifiant la turbulence et en favorisant la dissipation de l’énergie. Ces effets dépendent fortement des traits morphologiques et biomécaniques des plantes, notamment de leur flexibilité, qui conditionne à la fois leur résistance aux contraintes hydrodynamiques et leur capacité à influencer les écoulements. Cependant, les mécanismes reliant flexibilité végétale, déformation des plantes, turbulence et dissipation énergétique restent encore mal compris, en particulier dans les systèmes fluviaux, et sont rarement intégrés de manière réaliste dans les modèles hydrauliques.
Cette thèse vise à comprendre, quantifier et modéliser les interactions entre la végétation riveraine et les écoulements fluviaux, afin de fournir des bases scientifiques solides pour la conception de solutions fondées sur la nature. Les objectifs principaux sont :
– caractériser les traits morpho-biomécaniques de plantes riveraines contrastées (morphologie, rigidité, flexibilité, seuils de rupture) ;
– analyser les forces hydrodynamiques, la déformation des plantes, la turbulence et la dissipation de l’énergie induites par la végétation ;
– établir des relations quantitatives entre traits végétaux, hydrodynamique et dissipation énergétique ;
– développer des modèles prédictifs simplifiés intégrant explicitement la flexibilité végétale, transférables vers la gestion des cours d’eau.
Autres offres d'emploi
Retour à la listeTechnicien-ne électronicien-ne
CDD Technicien-ne électronicien-ne - 12 Mois - Catégorie B
POST-DOC (M/F) - Control by Machine Learning of bluff body wakes
At the CNRS-Laboratory PPRIME, based at the Futuroscope, this post-doctorate position is part of the French ANR COWAVE program between the laboratories PRISME in Orleans, Pprime in Poitiers, LHEEA in Nantes and the PSA automotive industry. This Post-Doc position concerns the Pprime contribution to the COWAVE project which aims the experimental exploration of closed-loop wake control strategies with mobile flaps in a water tunnel facility. Three-dimensional bluff-body wakes generate pressure drag and side forces and thus contribute significantly to the fuel consumption and pollutant emission of road vehicles. Despite this crucial impact and the numerous attempts to reduce harmful environmental effect of bluff body wakes by flow control it is still unclear what is the most efficient control strategy! In this context, the ANR project COWAVE addresses two fundamental aspects of wake control: - First, what kind of actuators are most efficient? While most closed-loop control strategies use viscous entrainment effects to actuate the shear layers in the wake, the exploitation of pressure forces produced by mobile deflectors could be an interesting alternative to be tested. - Second, for the implementation of closed-loop control, we want to test if control strategies obtained by machine learning techniques allow to obtain better efficiency and robustness than the more classical model-based approaches? The proposed Post-Doc position is part of the French ANR COWAVE program between the laboratories PRISME in Orleans, Pprime in Poitiers, LHEEA in Nantes and the PSA automotive industry. This Post-Doc position concerns the Pprime contribution to the COWAVE project which aims the experimental exploration of closed-loop wake control strategies with mobile flaps in a water tunnel facility. APPLY Follow link / Application Deadline : 12 March 2021 https://bit.ly/3qDG6Ml