La liquéfaction des sols s'observe lors de forts séismes dans des zones saturées en eau et peut causer un enfoncemenl des bâtiments dans le sol. On propose ici un nouveau modèle qui explique de nombreux cas de liquéfaction incompris jusque là. Un modèle analytique de milieu granulaire a été conçu avec une sphère modélisant un bâtiment. Le milieu est soumis à une oscillation horizontale et on caractérise l'état liquéfié par l'amplitude d'enfoncement de la sphère. On suppose que la liquéfaction a lieu lorsque la secousse permet aux grains du milieu de glisser les uns sur les autres. La fenêtre d'accélération permettant ce glissement dépend de la hauteur d'eau dans le milieu, du coefficient de frottement et de la densité du matériau. Les expériences et les simulations numériques réalisées confirment nos prédictions précédentes, caractérisent la micromécanique des milieux liquéfiés, expliquent la vitesse de pénétration de la sphère et ouvrent des pistes pour l'étude des sables mouvants. / Sail liquefaction happens during important earthquakes in water-saturated zones and can make the buildings sink in the soil. A new model explaining many occurences of liquefaction we cannot understand yet is presented in this paper. A new analytical model of granular medium, with a sphere representing a building, has been developed. A horizontal oscillation is applied on the medium. The penetration rate of the sphere then caracterizes the liquefaction state of the modeled soil. We suppose that liquefaction happens when the shaking makes the grains slide against one another. The interval of acceleration allowing this sliding depends on the water height in the medium, on the friction coefficient and on the material density. Experiments and numerical simulations have been carried out. They confirmed our previous predictions, they caracterize the micromecanics of liquefied media, they explain the penetration speed of the sphere and they suggest perspectives to study quicksands.

Random fields are frequently used in computational simulations of real-life processes. In particular, in this work they are used in modeling of flow and transport in porous media. Porous media as they arise in geological formations are intrinsically deterministic but there is significant uncertainty involved in determination of their properties such as permeability, porosity and diffusivity. In many situations description of properties of the porous media is aided by a limited number of observations at fixed points. These observations constrain the randomness of the field and lead to conditional simulations. In this work we propose a method of simulating the random fields which respect the observed data. An advantage of our method is that in the case that additional data becomes available it can be easily incorporated into subsequent representations. The proposed method is based on infinite series representations of random fields. We provide truncation error estimates which bound the discrepancy between the truncated series and the random field. We additionally provide the expansions for some processes that have not yet appeared in the literature. There are several approaches to efficient numerical computations for partial differential equations with random parameters. In this work we compare the solutions of flow and transport equations obtained by conditional simulations with Monte Carlo (MC) and stochastic collocation (SC) methods. Due to its simplicity MC method is one of the most popular methods used for the solution of stochastic equations. However, it is computationally expensive. The SC method is functionally similar to the MC method but it provides the faster convergence of the statistical moments of the solutions through the use of the carefully chosen collocation points at which the flow and transport equations are solved. We show that for both methods the conditioning on measurements helps to reduce the uncertainty of the solutions of the flow and transport equations. This especially holds in the neighborhood of the conditioning points. Conditioning reduces the variances of solutions helping to quantify the uncertainty in the output of the flow and transport equations. / Graduation date: 2013

Cette thèse développe des estimations d’erreur a posteriori et critères d’arrêt pour les méthodes de décomposition de domaine avec des conditions de transmission de Robin optimisées entre les interfaces. Différents problèmes sont considérés: l’équation de Darcy stationnaire puis l’équation de la chaleur, discrétisées par les éléments finis mixtes avec un schéma de Galerkin discontinu de plus bas degré en temps pour le second cas. Pour l’équation de la chaleur, une méthode de décomposition de domaine globale en temps, avec mêmes ou différents pas de temps entre les différents sous domaines, est utilisée. Ce travail est finalement étendu à un modèle diphasique en utilisant une méthode de volumes finis centrés par maille en espace. Pour chaque modèle, un problème d’interface est résolu itérativement, où chaque itération nécessite la résolution d’un problème local dans chaque sous-domaine, et les informations sont ensuite transmises aux sous-domaines voisins. Pour les modèles instationnaires, les problèmes locaux dans les sous-domaines sont instationnaires et les données sont transmises par l’interface espace-temps. L’objectif de ce travail est, pour chaque modèle, de borner l’erreur entre la solution exacte et la solution approchée à chaque itération de l’algorithme de décomposition de domaine. Différentes composantes d’erreur en jeu de la méthode sont identifiées, dont celle de l’algorithme de décomposition de domaine, de façon à définir un critère d’arrêt efficace pour cette méthode. En particulier, pour l’équation de Darcy stationnaire, on bornera l’erreur par un estimateur de décomposition de domaine ainsi qu’un estimateur de discrétisation en espace. On ajoutera à la borne de l’erreur un estimateur de discrétisation en temps pour l’équation de la chaleur et pour le modèle diphasique. L’estimation a posteriori répose sur des techniques de reconstructions de pressions et de flux conformes respectivement dans les espaces H1 et H(div) et sur la résolution de problèmes locaux de Neumann dans des bandes autour des interfaces de chaque sous-domaine pour les flux. Ainsi, des critères pour arrêter les itérations de l’algorithme itératif de décomposition de domaine sont développés. Des simulations numériques pour des problèmes académiques ainsi qu’un problème plus réaliste basé sur des données industrielles sont présentées pour illustrer l’efficacité de ces techniques. En particulier, différents pas de temps entre les sous-domaines sont considérés pour cet exemple. / This work contributes to the developpement of a posteriori error estimates and stopping criteria for domain decomposition methods with optimized Robin transmission conditions on the interface between subdomains. We study several problems. First, we tackle the steady diffusion equation using the mixed finite element subdomain discretization. Then the heat equation using the mixed finite element method in space and the discontinuous Galerkin scheme of lowest order in time is investigated. For the heat equation, a global-in-time domain decomposition method is used for both conforming and nonconforming time grids allowing for different time steps in different subdomains. This work is then extended to a two-phase flow model using a finite volume scheme in space. For each model, the multidomain formulation can be rewritten as an interface problem which is solved iteratively. Here at each iteration, local subdomain problems are solved, and information is then transferred to the neighboring subdomains. For unsteady problems, the subdomain problems are time-dependent and information is transferred via a space-time interface. The aim of this work is to bound the error between the exact solution and the approximate solution at each iteration of the domain decomposition algorithm. Different error components, such as the domain decomposition error, are identified in order to define efficient stopping criteria for the domain decomposition algorithm. More precisely, for the steady diffusion problem, the error of the domain decomposition method and that of the discretization in space are estimated separately. In addition, the time error for the unsteady problems is identified. Our a posteriori estimates are based on the reconstruction techniques for pressures and fluxes respectively in the spaces H1 and H(div). For the fluxes, local Neumann problems in bands arround the interfaces extracted from the subdomains are solved. Consequently, an effective criterion to stop the domain decomposition iterations is developed. Numerical experiments, both academic and more realistic with industrial data, are shown to illustrate the efficiency of these techniques. In particular, different time steps in different subdomains for the industrial example are used.