Thèse Modélisation et Simulation de la Dynamique de Particules dans des Écoulements Turbulents du Mouvement Individuel au Mouvement Collectif Près d'Une Paroi H/F - 40

Établissement : Université Côte d'Azur
École doctorale : SFA - Sciences Fondamentales et Appliquées
Laboratoire de recherche : INRIA - CALISTO - Approches Stochastiques pour les Ecoulements Complexes et l'Environnement
Direction de la thèse : Christophe HENRY ORCID 0000000192690093
Début de la thèse : 2026-10-01
Date limite de candidature : 2026-04-24T23:59:59

Ce projet de doctorat vise à identifier et à modéliser les mécanismes qui régissent le mouvement collectif des particules en suspension dans un fluide à proximité des surfaces. Le projet s'appuie sur des mesures expérimentales récentes qui ont fourni des preuves directes du rôle des collisions entre particules et de l'agrégation dans les dépôts sur des surfaces. Dans le cadre de ce doctorat, des simulations à l'échelle fine du mouvement des particules seront réalisées. À partir de l'analyse de ces résultats, des modèles à grande échelle basés sur des approches stochastiques seront développés pour reproduire à la fois le mouvement individuel et le mouvement collectif. Ces modèles statistiques seront validés à l'aide de données expérimentales.

Ces développements ouvriront la voie à des modèles prédictifs, applicables à des phénomènes complexes (par exemple, la saltation du sable ou l'érosion des sédiments). Au-delà des connaissances fondamentales, les résultats de cette recherche pourraient également avoir des applications environnementales directes, par exemple dans la dépollution des lits de rivières.

This Ph.D. project is focused on particle resuspension. Resuspension refers to the physical process by which a bed of solid microscopic particles adhering to a surface is re-entrained into a gas due to the action of the flow. Particle resuspension commonly occurs in the environment (e.g. with sand winnowing on sand dunes, sediment erosion in riverbeds).
Despite a century of research on particle resuspension, the underlying physical mechanisms are only partially understood and, hence, numerical models are still incomplete. This Ph.D. project aims at addressing some of the limitations of existing models, in particular towards constructing a unified and predictive model.