36 mois

Thèse – Étude expérimentale et numérique des phénomènes hydrodynamiques liés au passage d’un navire dans une voie navigable confinée: quantification des ondes de batillage et de leur impact sur les berges.

[TheChamp-Sharing]
ENJEU ABORDE PAR LE PROJET: la navigation et les infrastructures de navigation Le lien entre les études menées en laboratoire et la simulation numérique trouve tout son intérêt pour les questions liées à la logistique. Le caractère pluridisciplinaire du sujet permet de relever le défi d’intégration au sein d'un outil numérique de toutes les caractéristiques du transport fluvial. En particulier, les résultats attendus permettent d’analyser l’influence des caractéristiques de navigation (vitesse, forme de la coque, claire sous quille, profondeur d’eau) sur les caractéristiques des ondes de batillages (hauteur, célérité). Ces données apportent une contribution à la connaissance de l’optimisation des bateaux fluviaux et donc de la rentabilité des voies d’eau dans le sens de la réduction du batillage et de son impact sur l’érosion des berges. MOTIVATION: Les ondes générées par les navires déstructurent les berges des fleuves, rivières et le trait de côte. Ce phénomène d’érosion des rives est principalement lié à la hauteur de la vague générée par les navires. Elle est causée par différents facteurs : la forme de la coque, la vitesse du navire, la distance de la rive, la profondeur de l’eau, le clair sous quille, le sens du courant par rapport à la progression du navire. L’intensité d’érosion des berges est liée également à la morphologie du fleuve et à la zone étudiée : méandre, largeur, aménagement, zone rectiligne, qualité de la berge, hauteur du plan d’eau liée à la marée. Ces phénomènes dus au batillage sont ponctuels. Cependant, les observations ont montré que l’impact sur les berges augmente de façon exponentielle par rapport à l’augmentation de la hauteur des vagues. OBJECTIF: L’approche proposée par ce projet a pour finalité d’apporter une caractérisation fine des évolutions spatiales et temporelles des ondes générées par la navigation en configuration fluviale confinée avec et sans courant et de quantifier les impacts hydrodynamiques déstructurant les berges.
Damien Calluaud - Contacter
Institut P’ (UPR CNRS 3346, Université de Poitiers, ISAE - ENSMA)
Département Fluides, Thermique, Combustion
Equipe HYDÉE (HYDrodynamique et Écoulements Environnementaux)

Autres offres d'emploi

Retour à la liste
12 mois

CHERCHEUR/POST-DOC (H/F) – Investigations expérimentales de stratégies de contrôle en boucle fermée pour la réduction d'impact du sillage d'un corps d'Ahmed

Au CNRS, Laboratoire PPRIME, situé au Futuroscope, ce post-doctorat s'inscrit dans le cadre du projet ANR COWAVE (Contrôle rétroactif du sillage d'un véhicule) entre les laboratoires PRISME à Orléans, Pprime à Poitiers, LHEEA à Nantes et l'industrie automobile PSA. Cette offre concerne la contribution de Pprime au projet COWAVE. Celle-ci consiste à explorer expérimentalement dans un canal hydrodynamique des stratégies de contrôle de sillage en boucle fermée avec des volets mobiles. Les sillages tridimensionnels de corps épais, du type corps d'Ahmed, génèrent une traînée de pression et des forces latérales, contribuant ainsi de manière significative à la consommation de carburant et aux émissions polluantes des véhicules routiers. Malgré les nombreuses tentatives réalisées pour minimiser l'impact des sillages sur l'environnement, on ne sait toujours pas quelle est la stratégie de contrôle la plus efficace ! Dans ce contexte, le projet ANR COWAVE aborde deux aspects fondamentaux du contrôle du sillage : premièrement, quels types d'actionneurs sont les plus efficaces ? Alors que la plupart des stratégies de contrôle en boucle fermée utilisent des effets d'entraînement visqueux pour actionner les couches de cisaillement dans le sillage, l'exploitation des forces de pression produites par des déflecteurs mobiles pourrait être une alternative intéressante à tester. Deuxièmement, pour la mise en œuvre de la commande en boucle fermée, nous voulons tester si les stratégies de commande obtenues par des techniques d'apprentissage automatique (Machine Learning) permettent d'obtenir une meilleure efficacité et une plus grande robustesse que les approches plus classiques basées sur des modèles. Pour postuler suivre ce lien https://bit.ly/3qDG6Ml / Date Limite Candidature : vendredi 12 mars 2021