Présentation de Marie-Hélène Azam
A l’issue d’un diplôme d’ingénieur du bâtiment, et afin de me tourner vers les métiers de la recherche et l’enseignement, j’intègre l’École Normale Supérieur de Cachan. J’y obtiens l’agrégation de Génie Civil et je complète ma formation par un master recherche sur les sciences de la ville à l’École Centrale de Nantes.
Après ces expériences, je débute en septembre 2017 une thèse sur les méthodes de réduction de modèles pour la simulation thermique de grande échelle accueillie au GeM, laboratoire de l’université de Nantes et au Cerema.
Présentation des travaux de thèse de marie-Hélène Azam
La proportion de la population mondiale vivant en ville ne cesse d’augmenter. En France, selon les chiffres de l’INSEE, 85% de la population vit en ville ou dans des aires urbanisées. Ce phénomène a de forts impacts sur l’urbanisation et l’expansion des villes. Il devient primordial d’élaborer de nouvelles méthodes de conception, dans le but d’adapter les constructions à leur environnement climatique.
Les principaux enjeux sont alors la réduction drastique de nos consommations énergétiques et la gestion précise des différents réseaux d’énergie tel que les réseaux de chaleur urbain. Ainsi, pour la mise en place de leurs politiques énergétiques, les villes vont rapidement devoir se doter d’outils permettant de prendre des décisions et de piloter efficacement leurs équipements. Pour cela, il faudra faire face à un premier verrou : le calcul dynamique des demandes énergétiques des bâtiments à grande échelle.
La ville est un environnement relativement complexe. De très nombreux phénomènes à différentes échelles interagissent. La géométrie est souvent complexe et hétérogène, et les matériaux divers. Sa modélisation demande donc une connaissance détaillée des différents phénomènes physiques et des éléments qui la composent. Derrière chaque phénomène physique ou éléments, un sous modèle est développé. Afin de prendre en compte les différents phénomènes en interaction, les sous-modèles sont combinés. Les temps de calcul enjeux sont alors très importants.
Afin de réduire le coût de résolution plusieurs solutions peuvent être envisagées. La description physique du modèle peut être simplifiée, conduisant à une perte d’informations importantes. La deuxième solution consiste à utiliser des méthodes de réduction mathématiques. L’enjeu de ces méthodes est donc de réduire la complexité du problème tout en calculant la solution avec précision. C’est cette option que nous explorons dans ces travaux de thèse.