Topic description
Les matériaux granulaires interagissent avec des structures élancées déformables dans de nombreux contextes industriels et naturels (végétation stabilisant les dunes, racines, filets de protection), mais les mécanismes physiques régissant ces interactions restent mal compris. Bien que l'efficacité des fibres pour renforcer les sols granulaires soit empiriquement prouvée (protection des sols, amélioration des matériaux de construction), leur influence sur les comportements dynamique et quasi-statique des milieux granulaires en présence de fibres reste peu étudiée, notamment en régime d'écoulement.
Ce projet de thèse vise à comprendre et modéliser les écoulements de mélanges grains-fibres, en identifiant le rôle de paramètres microscopiques clés (concentration en fibres, rapport d'aspect et rigidité en flexion des fibres) sur le comportement macroscopique. Il se focalisera sur les développements théoriques (modélisation mathématique) et numériques (DEM, MPM), tout en conservant une interaction forte avec les expériences en laboratoire menées au FAST dans le cadre d'une collaboration.
Le projet s'articulera autour de trois axes :
- Étudier le couplage microscopique entre l'élasticité des fibres et le contact avec les grains via des simulations DEM d'écoulements granulaires dans des forêts de fibres flexibles.
- Développer et implémenter un modèle mésoscopique biphasique (couplage MPM-structure), où la phase granulaire est décrite par une loi rhéologique continue et les fibres sont simulées individuellement.
- Étendre les modèles continus existants pour les milieux granulaires secs aux mélanges grains-fibres, en proposant une loi rhéologique homogénéisée.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Granular materials interact with slender deformable structures in numerous industrial and natural contexts (e.g., vegetation stabilising dunes, roots, or protective nets), yet the physical mechanisms governing these interactions remain poorly understood. While the effectiveness of fibres in reinforcing granular soils has been empirically demonstrated—such as in soil protection and improving construction materials—their influence on the dynamic and quasi-static behaviors of fibre-reinforced granular media, particularly in flow regimes, remains poorly characterised.
This PhD project aims to understand and model the flow of grain-fibre mixtures, identifying the role of key microscopic parameters (fibre concentration, aspect ratio, and flexural stiffness) on macroscopic behavior. It will focus on theoretical developments (mathematical modeling) and numerical methods (DEM, MPM), while maintaining strong synergy with laboratory experiments conducted at FAST as part of a collaboration.
The project will be structured around three main research axes:
- Investigate the microscopic coupling between fibre elasticity and grain contact through DEM simulations of granular flows in forests of flexible fibres.
- Develop and implement a mesoscopic biphasic model (MPM-structure coupling), where the granular phase is described by a continuous rheological law, and fibres are simulated individually.
- Extend existing continuous models for dry granular media to grain-fibre mixtures by proposing a homogenised rheological law.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Début de la thèse : 01/10/
Funding category
Funding further details
Concours allocations
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.