Offre de thèse
CNRS - Développement des méthodologies de simulation hybride multi-échelle des processus TH(M) dans l'argilite du Callovo-Oxfordien (COx).
Date limite de candidature
06-06-2026
Date de début de contrat
01-10-2026
Directeur de thèse
TINET Anne-Julie
Encadrement
Encadrement élargi.
Type de contrat
école doctorale
équipe
Hydrogéomécanique multi-échelles (Axe GéoModèles)contexte
Les argilites du Callovo-Oxfordien (COx) , roches hôtes envisagées pour le stockage géologique de déchets radioactifs, sont notoirement multiéchelle, et le lieu de processus complexes. A l'échelle des pores, des modèles directs via diverses méthodes numériques se sont attachés à décrire différents mécanismes complexes ayant lieu dans le COx. On peut citer des mécanismes d'invasion de gaz couplant drainage et séchage (Amrofel et al. 2024), l'invasion de gaz avec dilatation, couplant hydro et mécanique (Dymitrowska et al. 2026), les mécanismes d'auto-cicatrisation, impliquant des couplages hydromécaniques et/ou hydrochimiques. Cependant, ces modèles ne sont pas applicables sur l'ensemble de la gamme d'échelles, en raison de leur coût numérique élevé. Certains mécanismes physiques (e.g., effet Kelvin, effet Klinkenberg), propres au caractère nanoporeux de cette roche argileuse, n'ont d'ailleurs pas d'intérêt à être pris en compte à l'échelle de la macroporosité. D'autre part, les données d'imagerie ne permettent pas de proposer une géométrie porale parfaitement connectée pour des volumes représentatifs (« grande échelle »). La prise en compte des transferts de fluides, entre autres via les mécanismes, nécessite donc l'intégration des résultats à l'échelle inférieure. Pour cela, le changement d'échelle numérique, souvent utilisé pour le passage de modèles directs à l'échelle des pores à des modèles à « grande échelle », consiste à calculer numériquement des propriétés effectives, ou lois de comportement, à l'aide des méthodes directes, puis de les utiliser dans les modèles aux échelles supérieures. Or cela implique, une continuité d'échelle, mais aussi une détermination a priori des propriétés effectives / lois de comportement et de leur paramétrisation ce qui peut être particulièrement délicat lorsque des couplages forts sont en jeu. Pour complémenter les méthodes de changement d'échelle numérique, l'utilisation des réseaux de neurones artificiels présente un intérêt particulier, en raison de leur applicabilité à une large gamme de géométries et de régimes hydrodynamiques, ainsi que de leur efficacité de calcul.spécialité
Mécanique - Génie Civillaboratoire
GeoRessources
Mots clés
Réseaux de Neurones, Milieux poreux
Détail de l'offre
Le projet de thèse proposé vise le développement de modèles multi-échelles pour des milieux poreux fortement hétérogènes présentant des réseaux de pores partiellement connectés, comme les argilites du COx. L'objectif de ce projet est de développer une méthodologie hybride combinant la robustesse des modèles à l'échelle des pores, notamment pour la description réaliste des processus physiques, et la flexibilité géométrique (caractéristiques microstructurales issues des images 3D FIB-SEM et µCT) ainsi que l'efficacité computationnelle des modèles à « grande échelle ». L'approche reposera sur l'utilisation de réseaux de neurones artificiels pour assurer le passage d'échelle numérique, en exploitant leur capacité à traiter une grande diversité de géométries et de régimes hydrodynamiques, ainsi que leur rapidité de calcul a posteriori. Les processus considérés incluront des couplages H2C (drainage et séchage), HM (invasion de gaz) et HM et/ou HC appliqués aux phénomènes d'autocicatrisation, en 2D. Dans un premier temps, la méthodologie sera toutefois développée et validée en conditions de transfert monophasique.
Keywords
Neural Networks, Porous Media
Subject details
The proposed PhD project aims to develop multi-scale models for highly heterogeneous porous media with partially connected pore networks, such as the COx claystones. The aim of this project is to develop a hybrid methodology that combines the robustness of pore-scale models – particularly in terms of realistically describing physical processes – with the geometric flexibility (microstructural characteristics derived from 3D FIB-SEM and µCT images) and computational efficiency of ‘macroscale' models. The approach will rely on the use of artificial neural networks to facilitate numerical upscaling, by exploiting their ability to handle a wide variety of geometries and hydrodynamic regimes, as well as their speed in post-processing calculations. The processes considered will include H2C (drainage and drying), HM (gas invasion) and HM and/or HC couplings applied to self-healing phenomena in 2D. Initially, however, the methodology will be developed and validated under single-phase transfer conditions.
Profil du candidat
Le candidat doit posséder de solides compétences en programmation (de préférence en C/C++) et des connaissances fondamentales en réseaux neuronaux. Une connaissance des principes de la mécanique des fluides, en particulier dans les milieux poreux et la modélisation en géosciences, constituerait un atout majeur. Le candidat doit être une personne très motivée, titulaire d'un master (ou équivalent) en informatique, en ingénierie, en géosciences ou dans tout autre domaine pertinent. Le candidat doit parler couramment l'anglais (ou le français).
Candidate profile
The candidate must have a strong background in programming (preferably C/C++), and a fundamental knowledge of neural networks. Knowledge of the principles of fluid mechanics, particularly in porous media and modelling in geoscience would be a significant added value. The candidate must be a highly motivated person with a masters degree (or equivalent) in either computer science, engineering, geosciences or any other relevant field. The candidate should be fluent in English (or French).
Référence biblio
Amrofel, N., Dymitrowska, M., Obliger, A., Tinet, A. J., & Golfier, F. (2024). Drying in nanoporous media with Kelvin effect: Capillary imbibition against evaporation by smoothed particle hydrodynamics method. Physics of Fluids, 36(2).
Amrofel, N. (2024). Caractérisation numérique des phénomènes de couplage multiphysique sur la migration de gaz dans une roche argileuse saturée aux échelles mésoscopiques (Doctoral dissertation, Université de Lorraine).
Dymitrowska, M., Amrofel, N., Letourneux, C., Deptulski, R., Kondo, D., & Golfier, F. (2026). Modelling damage propagation and coupling of fluid flow and elasto-damage using smoothed particle hydrodynamics (SPH) method. Environmental Geotechnics, 1-17.
Tinet, A. J. (2025). Modélisation multi-physique des transferts en milieu poreux à différentes échelles (HDR dissertation, Université de Lorraine).
Younes, A., Koohbor, B., Fahs, M., Hoteit, H., 2023. An efficient discontinuous Galerkin - mixed finite element model for variable density flow in fractured porous media. Journal of Computational Physics 477, 111937. https://doi.org/10.1016/j.jcp.2023.111937