Description

Cette thèse s'inscrit dans le cadre du projet THERMOPINN (Détection et modélisation des pathologies des enveloppes de bâtiments induites par le changement climatique grâce au contrôle non destructif et à l'intelligence artificielle physico-informée), porté par le laboratoire L2MGC de CY Cergy Paris Université, en partenariat avec la société d'ingénierie HEJAUS, et financé par le programme Paris Region PhD de la Région Île-de-France.

Le projet vise à mieux comprendre et prédire la dégradation des enveloppes de bâtiments en béton armé soumises aux effets du changement climatique. En Île-de-France, l'allongement des périodes de sécheresse, l'intensification des vagues de chaleur et la multiplication des épisodes de fortes précipitations engendrent des sollicitations thermo-hydriques complexes, à l'origine de fissurations, de dégradations superficielles et d'écaillages.

L'objectif de THERMOPINN est d'établir un lien entre les sollicitations environnementales auxquelles les ouvrages sont soumis et les dégradations observées lors des inspections. Pour cela, le projet s'appuie sur des Physics-Informed Neural Networks (PINNs) capables de reconstruire les champs thermo-hydriques internes à partir de mesures de surface, puis de les relier aux indicateurs de dégradation extraits des inspections non destructives.

La thèse sera réalisée sous la codirection de Javad Eslami et Eleni Tsangouri (CY Cergy Paris Université – L2MGC), en étroite collaboration avec HEJAUS, qui mettra à disposition des bases de données d'inspection en conditions réelles, des campagnes de thermographie infrarouge ainsi que ses plateformes numériques de diagnostic (Diagrent® et Optidiag®).

Les travaux porteront notamment sur :


le diagnostic des enveloppes de bâtiments ;
la modélisation thermo-hydrique sous l'effet du changement climatique ;
les techniques de contrôle non destructif et la thermographie infrarouge ;
la vision par ordinateur (CNN, YOLO) et l'intelligence artificielle physico-informée (PINNs) ;
la prédiction de la dégradation et de la durée de vie des ouvrages.


Les résultats attendus contribueront à une meilleure compréhension des mécanismes de dégradation des bâtiments face au changement climatique. Ils donneront lieu à des publications scientifiques internationales et au développement de nouveaux outils d'aide au diagnostic et à la maintenance préventive des patrimoines bâtis.

Ce que nous proposons:


Une allocation doctorale de trois ans entièrement financés, avec un démarrage prévu le 1er octobre 2026.
L'accès aux plateformes expérimentales et aux équipements du laboratoire L2MGC (essais expérimentaux, contrôle non destructif, microscopie, modélisation numérique).
L'accès aux bases de données d'inspection de HEJAUS, aux campagnes de thermographie infrarouge ainsi qu'aux plateformes numériques de diagnostic Diagrent® et Optidiag®.
Un financement pour participer à des conférences internationales et développer un réseau scientifique.
Un programme de formation personnalisé portant notamment sur :

les Physics-Informed Neural Networks (PINNs), l'apprentissage automatique et la vision par ordinateur (CNN-YOLO) ;
les techniques de contrôle non destructif (méthodes optiques, thermographie infrarouge, méthodes acoustiques, etc.) ;
la modélisation du vieillissement accéléré et la caractérisation thermo-hydrique multi-échelle et multispectrale ;
la rédaction scientifique et la diffusion des résultats en libre accès.