La législation sur les émissions de polluants des Moteurs à Combustion Interne (ICEs) est de plus en plus contraignante et représente un gros défi pour les constructeurs automobiles. De nouvelles stratégies de combustion telles que la Combustion à Allumage par Compression Homogène (HCCI) et l’exploitation de stratégies d’injections multiples sont des voies prometteuses qui permettent de respecter les normes sur les émissions de NOx et de suies, du fait que la combustion a lieu dans un mélange très dilué et par conséquent à basse température. Ces aspects demandent la création d’outils numériques adaptés à ces nouveaux défis. Cette thèse présente le développement d’un nouveau modèle 0D de combustion Diesel HCCI : le dual Combustion Model (dual - CM). Le modèle dual-CM a été basé sur l’approche PCM-FPI utilisée en Mécanique des Fluides Numérique (CFD) 3D, qui permet de prédire les caractéristiques de l’auto-allumage et du dégagement de chaleur de tous les modes de combustion Diesel. Afin d’adapter l’approche PCM-FPI à un formalisme 0D, il est fondamental de décrire précisément le mélange à l’intérieur du cylindre. Par consequent, des modèles d’évaporation du carburant liquide, de formation de la zone de mélange et de variance de la fraction de mélange, qui permettent d’avoir une description détaillée des proprietés thermochimiques locales du mélange y compris pour des configurations adoptant des stratégies d’injections multiples, sont proposés. Dans une première phase, les résultats du modèle ont été comparés aux résultats du modèle 3D. Ensuite, le modèle dual-CM a été validé sur une grande base de données expérimentales; compte tenu du bon accord avec l’expérience et du temps de calcul réduit, l’approche présentée s’est montrée prometteuse pour des applications de type simulation système. Pour conclure, les limites des hypothèses utilisées dans dual-CM ont été investiguées et des perspectives pour les dévélopements futurs ont été proposées. / More and more stringent restrictions concerning the pollutant emissions of Internal Combustion Engines (ICEs) constitute a major challenge for the automotive industry. New combustion strategies such as Homogeneous Charge Compression Ignition (HCCI) and the implementation of complex injection strategies are promising solutions for achieving the imposed emission standards as they permit low NOx and soot emissions, via lean and highly diluted combustions, thus assuring low combustion temperatures. This requires the creation of numerical tools adapted to these new challenges. This Ph.D presents the development of a new 0D Diesel HCCI combustion model : the dual Combustion Model (dual−CM ). The dual-CM is based on the PCM-FPI approach used in 3D CFD, which allows to predict the characteristics of Auto-Ignition and Heat Release for all Diesel combustion modes. In order to adapt the PCM-FPI approach to a 0D formalism, a good description of the in-cylinder mixture is fundamental. Consequently, adapted models for liquid fuel evaporation, mixing zone formation and mixture fraction variance, which allow to have a detailed description of the local thermochemical properties of the mixture even in configurations adopting multiple injection strategies, are proposed. The results of the 0D model are compared in an initial step to the 3D CFD results. Then, the dual-CM is validated against a large experimental database; considering the good agreement with the experiments and low CPU costs, the presented approach is shown to be promising for global engine system simulations. Finally, the limits of the hypotheses made in the dual-CM are investigated and perspectives for future developments are proposed.

L'imagerie intravasculaire ultrasonore (IVUS) est une technologie médicale par cathéter qui produit des images de coupe des vaisseaux sanguins. Elle permet de quantifier et d'étudier la morphologie de plaques d'athérosclérose en plus de visualiser la structure des vaisseaux sanguins (lumière, intima, plaque, média et adventice) en trois dimensions. Depuis quelques années, cette méthode d'imagerie est devenue un outil de choix en recherche aussi bien qu'en clinique pour l'étude de la maladie athérosclérotique. L'imagerie IVUS est par contre affectée par des artéfacts associés aux caractéristiques des capteurs ultrasonores, par la présence de cônes d'ombre causés par les calcifications ou des artères collatérales, par des plaques dont le rendu est hétérogène ou par le chatoiement ultrasonore (speckle) sanguin. L'analyse automatisée de séquences IVUS de grande taille représente donc un défi important. Une méthode de segmentation en trois dimensions (3D) basée sur l'algorithme du fast-marching à interfaces multiples est présentée. La segmentation utilise des attributs des régions et contours des images IVUS. En effet, une nouvelle fonction de vitesse de propagation des interfaces combinant les fonctions de densité de probabilité des tons de gris des composants de la paroi vasculaire et le gradient des intensités est proposée. La segmentation est grandement automatisée puisque la lumière du vaisseau est détectée de façon entièrement automatique. Dans une procédure d'initialisation originale, un minimum d'interactions est nécessaire lorsque les contours initiaux de la paroi externe du vaisseau calculés automatiquement sont proposés à l'utilisateur pour acceptation ou correction sur un nombre limité d'images de coupe longitudinale. La segmentation a été validée à l'aide de séquences IVUS in vivo provenant d'artères fémorales provenant de différents sous-groupes d'acquisitions, c'est-à-dire pré-angioplastie par ballon, post-intervention et à un examen de contrôle 1 an suivant l'intervention. Les résultats ont été comparés avec des contours étalons tracés manuellement par différents experts en analyse d'images IVUS. Les contours de la lumière et de la paroi externe du vaisseau détectés selon la méthode du fast-marching sont en accord avec les tracés manuels des experts puisque les mesures d'aire sont similaires et les différences point-à-point entre les contours sont faibles. De plus, la segmentation par fast-marching 3D s'est effectuée en un temps grandement réduit comparativement à l'analyse manuelle. Il s'agit de la première étude rapportée dans la littérature qui évalue la performance de la segmentation sur différents types d'acquisition IVUS. En conclusion, la segmentation par fast-marching combinant les informations des distributions de tons de gris et du gradient des intensités des images est précise et efficace pour l'analyse de séquences IVUS de grandes tailles. Un outil de segmentation robuste pourrait devenir largement répandu pour la tâche ardue et fastidieuse qu'est l'analyse de ce type d'images. / Intravascular ultrasound (IVUS) is a catheter based medical imaging technique that produces cross-sectional images of blood vessels. These images provide quantitative assessment of the vascular wall, information about the nature of atherosclerotic lesions as well as the plaque shape and size. Over the past few years, this medical imaging modality has become a useful tool in research and clinical applications, particularly in atherosclerotic disease studies. However, IVUS imaging is subject to catheter ring-down artifacts, missing vessel parts due to calcification shadowing or side-branches, heterogeneously looking plaques and ultrasonic speckle from blood. The automated analysis of large IVUS data sets thus represents an important challenge. A three-dimensional segmentation algorithm based on the multiple interface fast-marching method is presented. The segmentation is based on region and contour features of the IVUS images: a new speed fonction for the interface propagation that combines the probability density functions (PDFs) of the vessel wall components and the intensity gradients is proposed. The segmentation is highly automated with the detection of the lumen boundary that is fully automatic. Minimal interactions are necessary with a novel initialization procedure since initial contours of the external vessel wall border are also computed automatically on a limited number of longitudinal images and then proposed to the user for acceptance or correction. The segmentation method was validated with in-vivo IVUS data sets acquired from femoral arteries. This database contained 3 subgroups: pullbacks acquired before balloon angioplasty, after the intervention and at a 1 year follow-up examination. Results were compared with validation contours that were manually traced by different experts in IVUS image analysis. The lumen and external wall boundaries detected with the fast-marching method are in agreement with the experts' manually traced contours with similarly found area measurements and small point-to-point contour differences. In addition, the 3D fast-marching segmentation method dramatically reduced the analysis time compared to manual tracing. Such a valdiation study, with comparison between pre- and post-intervention data, has never been reported in the IVUS segmentation literature. In conclusion, the fast-marching method combining the information on the gray level distributions and intensity gradients of the images is precise and efficient to analyze large IVUS sequences. It is hoped that the fast-marching method will become a widely used tool for the fastidious and difficult task of IVUS image processing.

Une courbe de fragilité sismique qui présente la probabilité de défaillance d’une structure en fonction d’une intensité sismique, est un outil performant pour l’évaluation de la vulnérabilité sismique des structures en génie nucléaire et génie civil. On se concentre dans cette thèse sur l’approche par simulations numériques pour la construction des courbes de fragilité sismique. Une étude comparative des méthodes paramétriques existantes avec l’hypothèse log-normale est d’abord réalisée. Elle permet ensuite de proposer des améliorations de la méthode du maximum de vraisemblance dans le but d’atténuer l’influence de l’excitation sismique lors de son processus de construction. Une autre amélioration est l’application de la méthode de simulations par subsets pour l’évaluation de la probabilité de défaillance faible. Enfin, en utilisant la méthode de calcul de l’évolution des fonctions de densité de probabilité qui permet d’évaluer la probabilité conjointe entre la réponse structurale et les variables aléatoires du système et de l’excitation, nous proposons également une nouvelle technique non-paramétrique de construction des courbes de fragilité sismique sans utiliser l’hypothèse de la loi log-normale. La validation des améliorations et de la nouvelle technique est réalisée sur des exemples numériques. / A seismic fragility curve that shows the failure probability of a structure in function of a seismic intensity is a powerful tool for the evaluation of the seismic vulnerability of structures in nuclear engineering and civil engineering.We focus in this thesis on the numerical simulations-based approach for the construction of seismic fragility curves. A comparative work between existent parametric methods with the lognormal assumption of the fragility curves is first performed. It then allows proposing improvements to the maximum likelihood method in order to mitigate the influence of seismic excitation during its construction process. Another improvement is the application of the subsets simulation method for the evaluation of the low probability of failure. Finally, using the Probability Density Evolution Method (PDEM) for evaluating the joint probability between a structural response and random variables of a system and/or excitations, a new technique for construction of seismic fragility curves was proposed. The seismic fragility curve can be derived without the assumption of lognormal law. The improvements and the new technique are all validated by numerical examples.

L'imagerie intravasculaire ultrasonore (IVUS) est une technologie médicale par cathéter qui produit des images de coupe des vaisseaux sanguins. Elle permet de quantifier et d'étudier la morphologie de plaques d'athérosclérose en plus de visualiser la structure des vaisseaux sanguins (lumière, intima, plaque, média et adventice) en trois dimensions. Depuis quelques années, cette méthode d'imagerie est devenue un outil de choix en recherche aussi bien qu'en clinique pour l'étude de la maladie athérosclérotique. L'imagerie IVUS est par contre affectée par des artéfacts associés aux caractéristiques des capteurs ultrasonores, par la présence de cônes d'ombre causés par les calcifications ou des artères collatérales, par des plaques dont le rendu est hétérogène ou par le chatoiement ultrasonore (speckle) sanguin. L'analyse automatisée de séquences IVUS de grande taille représente donc un défi important. Une méthode de segmentation en trois dimensions (3D) basée sur l'algorithme du fast-marching à interfaces multiples est présentée. La segmentation utilise des attributs des régions et contours des images IVUS. En effet, une nouvelle fonction de vitesse de propagation des interfaces combinant les fonctions de densité de probabilité des tons de gris des composants de la paroi vasculaire et le gradient des intensités est proposée. La segmentation est grandement automatisée puisque la lumière du vaisseau est détectée de façon entièrement automatique. Dans une procédure d'initialisation originale, un minimum d'interactions est nécessaire lorsque les contours initiaux de la paroi externe du vaisseau calculés automatiquement sont proposés à l'utilisateur pour acceptation ou correction sur un nombre limité d'images de coupe longitudinale. La segmentation a été validée à l'aide de séquences IVUS in vivo provenant d'artères fémorales provenant de différents sous-groupes d'acquisitions, c'est-à-dire pré-angioplastie par ballon, post-intervention et à un examen de contrôle 1 an suivant l'intervention. Les résultats ont été comparés avec des contours étalons tracés manuellement par différents experts en analyse d'images IVUS. Les contours de la lumière et de la paroi externe du vaisseau détectés selon la méthode du fast-marching sont en accord avec les tracés manuels des experts puisque les mesures d'aire sont similaires et les différences point-à-point entre les contours sont faibles. De plus, la segmentation par fast-marching 3D s'est effectuée en un temps grandement réduit comparativement à l'analyse manuelle. Il s'agit de la première étude rapportée dans la littérature qui évalue la performance de la segmentation sur différents types d'acquisition IVUS. En conclusion, la segmentation par fast-marching combinant les informations des distributions de tons de gris et du gradient des intensités des images est précise et efficace pour l'analyse de séquences IVUS de grandes tailles. Un outil de segmentation robuste pourrait devenir largement répandu pour la tâche ardue et fastidieuse qu'est l'analyse de ce type d'images. / Intravascular ultrasound (IVUS) is a catheter based medical imaging technique that produces cross-sectional images of blood vessels. These images provide quantitative assessment of the vascular wall, information about the nature of atherosclerotic lesions as well as the plaque shape and size. Over the past few years, this medical imaging modality has become a useful tool in research and clinical applications, particularly in atherosclerotic disease studies. However, IVUS imaging is subject to catheter ring-down artifacts, missing vessel parts due to calcification shadowing or side-branches, heterogeneously looking plaques and ultrasonic speckle from blood. The automated analysis of large IVUS data sets thus represents an important challenge. A three-dimensional segmentation algorithm based on the multiple interface fast-marching method is presented. The segmentation is based on region and contour features of the IVUS images: a new speed fonction for the interface propagation that combines the probability density functions (PDFs) of the vessel wall components and the intensity gradients is proposed. The segmentation is highly automated with the detection of the lumen boundary that is fully automatic. Minimal interactions are necessary with a novel initialization procedure since initial contours of the external vessel wall border are also computed automatically on a limited number of longitudinal images and then proposed to the user for acceptance or correction. The segmentation method was validated with in-vivo IVUS data sets acquired from femoral arteries. This database contained 3 subgroups: pullbacks acquired before balloon angioplasty, after the intervention and at a 1 year follow-up examination. Results were compared with validation contours that were manually traced by different experts in IVUS image analysis. The lumen and external wall boundaries detected with the fast-marching method are in agreement with the experts' manually traced contours with similarly found area measurements and small point-to-point contour differences. In addition, the 3D fast-marching segmentation method dramatically reduced the analysis time compared to manual tracing. Such a valdiation study, with comparison between pre- and post-intervention data, has never been reported in the IVUS segmentation literature. In conclusion, the fast-marching method combining the information on the gray level distributions and intensity gradients of the images is precise and efficient to analyze large IVUS sequences. It is hoped that the fast-marching method will become a widely used tool for the fastidious and difficult task of IVUS image processing.

Une courbe de fragilité sismique qui présente la probabilité de défaillance d'une structure en fonction d'une intensité sismique, est un outil performant pour l'évaluation de la vulnérabilité sismique des structures en génie nucléaire et génie civil. On se concentre dans cette thèse sur l'approche par simulations numériques pour la construction des courbes de fragilité sismique. Une étude comparative des méthodes paramétriques existantes avec l'hypothèse log-normale est d'abord réalisée. Elle permet ensuite de proposer des améliorations de la méthode du maximum de vraisemblance dans le but d'atténuer l'influence de l'excitation sismique lors de son processus de construction. Une autre amélioration est l'application de la méthode de simulations par subsets pour l'évaluation de la probabilité de défaillance faible. Enfin, en utilisant la méthode de calcul de l'évolution des fonctions de densité de probabilité qui permet d'évaluer la probabilité conjointe entre la réponse structurale et les variables aléatoires du système et de l'excitation, nous proposons également une nouvelle technique non-paramétrique de construction des courbes de fragilité sismique sans utiliser l'hypothèse de la loi log-normale. La validation des améliorations et de la nouvelle technique est réalisée sur des exemples numériques.

Cette thèse a pour objet la simulation d'une zone de mélange turbulente issue de l'instabilité de Richtmyer-Meshkov à l'aide d'un modèle à fonction de densité de probabilité (PDF). Nous analysons plus particulièrement la prise en charge par le modèle PDF du transport de l'énergie cinétique turbulente dans la zone de mélange.Dans cette optique, nous commençons par mettre en avant le lien existant entre les statistiques en un point de l'écoulement et ses conditions initiales aux grandes échelles. Ce lien s'exprime à travers le principe de permanence des grandes échelles, et permet d'établir des prédictions pour certaines grandeurs de la zone de mélange, telles que son taux de croissance ou son anisotropie.Nous dérivons ensuite un modèle PDF de Langevin capable de restituer cette dépendance aux conditions initiales. Ce modèle est ensuite validé en le comparant à des résultats issus de simulations aux grandes échelles (LES).Enfin, une analyse asymptotique du modèle proposé permet d'éclairer notre compréhension du transport turbulent. Un régime de diffusion est mis en évidence, et l'expression du coefficient de diffusion associé à ce régime atteste l'influence de la permanence des grandes échelles sur le transport turbulent.Tout au long de cette thèse, nous nous sommes appuyés sur des résultats issus de simulations de Monte Carlo du modèle de Langevin. A cet effet, nous avons développé une méthode spécifique eulérienne et à l'avons comparé à des alternatives lagrangiennes. / The aim of the thesis is to simulate a turbulent mixing zone resulting from the Richtmyer-Meshkov instability using a probability density function (PDF) model. An emphasis is put on the analysis of the turbulent kinetic energy transport.To this end, we first highlight the link existing between the one-point statistics of the flow and its initial conditions at large scales. This link is expressed through the principle of permanence of large eddies, and allows to establish predictions for quantities of the mixing zone, such as its growth rate or its anisotropy.We then derive a Langevin PDF model which is able to reproduce this dependency of the statistics on the initial conditions. This model is then validated by comparing it against large eddy simulations (LES).Finally, an asymptotic analysis of the derived model helps to improve our understanding of the turbulent transport. A diffusion regime is identified, and the expression of the diffusion coefficient associated with this regime confirms the influence of the permanence of large eddies on the turbulent transport.Throughout this thesis, our numerical results were based on Monte Carlo simulations for the Langevin model. In this regard, we proceeded to the development of a specific Eulerian method and its comparison with Lagrangian counterparts.