Description

L’éolien offshore, l’une des sources d’énergie renouvelable majeures, est appelé à jouer un rôle clé dans la transition énergétique mondiale. Avec une capacité mondiale projetée de 441 GW d’ici 2034, l’optimisation des fondations, notamment des monopieux de grand diamètre, est cruciale pour réduire le coût actualisé de l’énergie (LCOE) et renforcer la compétitivité du secteur.

Les méthodes traditionnelles de conception reposent sur des approches déterministes, limitées dans leur capacité à capturer les effets complexes et à long terme des environnements marins stochastiques. Cela peut conduire à des conceptions trop conservatrices, augmentant les coûts, ou à une sous-estimation des risques, affectant la fiabilité et la durée de vie des structures.

Cette thèse vise à combler le fossé entre simulations avancées des charges aéro-hydrodynamiques et modélisation géotechnique haute fidélité, en développant un cadre numérique intégré pour prédire la performance des fondations dans des conditions océaniques réalistes et à long terme. Le projet contribuera à un déploiement rentable de l’éolien offshore, soutiendra la compétitivité industrielle, renforcera la sécurité énergétique et favorisera la transition vers un système bas carbone et socialement responsable.

Le programme de 36 mois se structure autour de quatre axes :

État de l’art et revue critique : collecte et synthèse des données sur l’interaction sol–pieu (laboratoire, centrifugeuse, essais sur site comme SOLCYP, PISA et MUTANC), analyse critique des méthodes de conception actuelles et identification des limites sous charges cycliques et stochastiques.

Simulation de charges stochastiques : utilisation d’outils aéro-hydro-servo-élastiques (OpenFAST ou similaires) pour générer des séries temporelles de vent et vagues représentatives des conditions extrêmes et opérationnelles, fournissant des conditions aux limites réalistes pour les analyses géotechniques.

Modélisation 3D par éléments finis et analyse couplée : développement de modèles tridimensionnels haute fidélité, calibrés sur données expérimentales, pour représenter le comportement non linéaire et cyclique des sables offshore sous charges latérales. Couplage avec les séries temporelles de charges pour un cadre intégré sol–structure réaliste.

Outils de conception et applications pratiques : développement de méthodes simplifiées adaptées à la pratique, améliorant la prédiction des déplacements, la dégradation de la raideur et les effets cycliques, et adaptant les méthodes existantes pour les fondations de pieux offshore.

Compétences requises

Les candidats doivent être titulaires d’un master en Génie Géotechnique, Génie Civil ou Mécanique Numérique. Ils doivent démontrer une solide expérience en modélisation par éléments finis, de préférence avec ABAQUS, et posséder une bonne maîtrise des modèles constitutifs avancés des sols. Une connaissance préalable de OpenFAST ou d’outils similaires de simulation aéro-hydro-servo-élastique est fortement souhaitée. La capacité à synthétiser et analyser de manière critique des données issues de sources expérimentales variées, y compris la modélisation en centrifugeuse et les essais sur site à grande échelle, sera considérée comme un atout majeur. Les candidats doivent être proficients en anglais et posséder de fortes compétences en programmation en MATLAB, et/ou Python, et/ou Fortran, et/ou C++. La capacité à travailler efficacement au sein d’une équipe de recherche interdisciplinaire est essentielle.

Bibliographie

1) Alkhoury, P., Soubra, A.-H., Rey, V., & Aït‑Ahmed, M. (2022). Dynamic analysis of a monopile‑supported offshore wind turbine considering the soil‑foundation‑structure interaction. Soil Dynamics and Earthquake Engineering.

2) Liang Cui, Muhammad Aleem, Shivashankar & Subhamoy Bhattacharya (2023). Soil–Structure Interactions for the Stability of Offshore Wind Foundations under Varying Weather Conditions. Journal of Marine Science and Engineering.

Mots clés

Modélisation Numérique , Loi de comportement mécanique, Interactions sols-strucutres, Chargements climatiques