La dispersion atmosphérique de substances dangereuses est un évènement susceptible d’entrainer de graves conséquences. Sa modélisation est primordiale pour anticiper des situations accidentelles. L’objectif de ce travail fut de développer un modèle opérationnel, à la fois rapide et précis, prenant en compte la dispersion en champ proche sur un site industriel. L’approche développée s’appuie sur des modèles issus de l’intelligence artificielle : les réseaux de neurones et les automates cellulaires. L’utilisation des réseaux de neurones requiert l’apprentissage d’une base de données de dispersion : des simulations CFD k-ϵ dans ce travail. Différents paramètres sont évalués lors de l’apprentissage : échantillonnage et architecture du réseau. Trois méthodologies sont développées :La première méthode permet d’estimer la dispersion continue en champ libre, par réseaux de neurones seuls.La deuxième méthode utilise le réseau de neurones en tant que règle de transition de l’automate cellulaire pour le suivi de l’évolution d’une bouffée en champ libre.La troisième méthode sépare la problématique : le calcul de l’écoulement est effectué par les réseaux de neurones alors que le calcul de la dispersion est réalisé par la résolution de l’équation d’advection diffusion pour le suivi de l’évolution d’un nuage autour d’un obstacle cylindrique. La simulation de cas tests non-appris avec des simulations CFD permet de valider les méthodes développées. Les temps de calcul mis en œuvre pour réaliser la dispersion sont en accord avec la cinétique d’une situation de crise. L’application à des données réelles doit être développée dans la perspective de rendre les modèles opérationnels. / Atmospheric dispersion of hazardous materials is an event that could lead to serious consequences. Atmospheric dispersion is studied in particular in this work. Modeling of atmospheric dispersion is an important tool to anticipate industrial accidents. The objective of this work was to develop a model that is both fast and accurate, considering the dispersion in the near field on an industrial site. The approach developed is based on models from artificial intelligence: neural networks and cellular automata. Using neural networks requires training a database typical of the phenomenon, CFD k-ϵ simulations in this work. Training the neural network is carried out by identifying the important parameters: database sampling and network architecture. Three methodologies are developed:The first method estimates the continuous dispersion in free field by neural networks.The second method uses the neural network as a transition rule of the cellular automaton to estimate puff evolution in the free field.The third method divides the problem: the flow calculation is performed by the neural network and the calculation of the dispersion is realized by solving the advection diffusion equation to estimate the evolution of a cloud around a cylindrical obstacle. For the three methods, assessment of the generalization capabilities of the neural network has been validated on a test database and on unlearned cases. A comparison between developed method and CFD simulations is done on unlearned cases in order to validate them. Simulations computing time are low according to crisis duration. Application to real data should be developed to make these models operational.

Ce travail de thèse est consacré à l'étude numérique et théorique de la modulation de la turbulence par des particules. Cette étude s'appuie sur des résultats issus de simulations de type Euler/Lagrange qui résolvent directement les équations instantanées de la phase gazeuse et effectuent un suivi de trajectoires des particules. La configuration étudiée représente une nappe de particules injectées à haute vitesse dans une turbulence homogène isotrope décroissante. Le mouvement des particules est supposé uniquement gouverné par la force de traînée visqueuse. Le chargement en particules est suffisamment important pour que les particules influent sur la phase gazeuse (couplage inverse) mais suffisamment faible pour pouvoir négliger les collisions interparticulaires. Une analyse des équations de transport des principales grandeurs moyennes de l'écoulement est menée pour déterminer les effets directs et indirects des particules sur la turbulence fluide. L'étude des transferts d'énergie entre phases montre que la présence des particules tend à détruire la turbulence gazeuse au centre de la nappe et à l'augmenter à la périphérie. Ce dernier effet est causé par la forte corrélation entre la distribution de particules et la vitesse instantanée du gaz. Le modèle k-epsilon est ensuite étudié et la validité de ses hypothèses de fermeture en écoulement diphasique est éprouvée à l'aide de tests a priori. une nouvelle formulation de type viscosité turbulente, fonction des paramètres diphasiques, est utilisée pour modéliser le tenseur de Reynolds du gaz. Une équation de Langevin diphasique est également testée pour modéliser les équations de vitesse de dérive et de covariance des fluctuations de vitesse fluide-particules.

Depuis une dizaine d’années, l’évolution de la puissance des ordinateurs a permis de développer l’utilisation, dans les études d’ingénierie, des simulations 3D CFD (Computational Fluid Dynamics) pour l’étude de l’atmosphère à petite échelle, en particulier pour la dispersion de polluants sur des sites industriels et urbains complexes. Compte tenu de la complexité des domaines à étudier et des ressources de calcul généralement disponibles, ces études sont la plupart du temps réalisées à l’aide des modèles RANS (Reynolds Averaged Navier-Stokes), et particulièrement avec le modèle de fermeture k – e. Différents travaux de validation de l’approche RANS k – e ont mis en évidence quelques limitations à reproduire la dynamique de l’écoulement et de la dispersion dans des configurations géométriques complexes. Le travail de recherche réalisé dans le cadre de cette thèse a pour objectif une caractérisation expérimentale fine de l’écoulement et de la dispersion turbulente autour d’un obstacle bidimensionnel placé dans une couche limite de surface, afin d’évaluer la validité des modèles RANS en vue de leur application pour l’étude de la dispersion atmosphérique.Dans un premier temps, nous avons utilisé des techniques d’anémométrie à fil chaud, d’anémométrie laser Doppler et d’anémométrie par image de particules, pour déterminer le champ de vitesse dans une couche limite de surface rugueuse et autour d’un obstacle bidimensionnel de section carrée. Une attention particulière a été portée sur l’analyse des termes de l’équation évolutive de l’énergie cinétique turbulente (ECT) et sur la détermination de la viscosité turbulente vt. Différentes approches ont également été utilisées pour estimer le taux de dissipation e de l’énergie cinétique turbulente. Nous avons mis en évidence que ces différentes approches fournissent des résultats comparables dans le cas de la couche limite, tandis que seule la technique estimant e comme le résidu de l’ECT est applicable dans le sillage de l’obstacle. De plus, nos mesures ont permis d’évaluer les paramétrisations du modèle k – e et de montrer que la valeur du coefficient Cμ = 0.09 ne semble pas adaptée dans le cas de la couche limite, conduisant à une surestimation de vt, alors que cette valeur apparait plus adaptée dans le cas de l’obstacle. Une étude de sensibilité, portant la détermination de la constante σk du modèle k – e, indique une contribution non négligeable des termes de corrélation entre la vitesse et la pression dans le sillage de l’obstacle.Dans un deuxième temps, nous avons étudié la dispersion d’un scalaire passif, en mesurant les différents moments statistiques de la concentration, au moyen d’un détecteur à ionisation de flamme. Nous avons également déterminé les flux turbulents de masse, par un couplage entre les mesures de vitesse et de concentration, en prenant soin de contrôler les influences réciproques des deux techniques de mesure. Ces mesures nous ont permis de tester la validité de différents modèles de fermeture de l’équation d’advection-diffusion pour estimer les flux dans le sens vertical et dans le sens longitudinal. Nous avons également pu déterminer expérimentalement le coefficient de diffusivité turbulente Dt, nous permettant d’évaluer un nombre de Schmidt turbulent Sct, afin de mettre en évidence que la valeur Sct = 0.7 est adaptée à la majorité des zones étudiées, excepté dans la zone de recirculation induite par l’obstacle. Enfin, nous nous sommes intéressés aux différents termes de l’équation de la variance de la concentration et plus particulièrement à son taux de dissipation. À nouveau, les mesures nous ont permis de tester un modèle de fermeture disponible dans la littérature et de montrer la bonne cohérence entre le modèle et l’expérience. / In the last decades, there has been an increasing use of Computational Fluid Dynamics (CFD)simulations to evaluate the impact of atmospheric pollutants dispersion in within industrial and urban sites. Given the high geometrical complexity of these sites, these simulations are mainly performed adopting a Reynolds Averaged Navier-Stokes (RANS) approach and using k−e closure models. As is well known from previous studies, RANS k−e simulations are affected by some limitations that prevent them correctly reproducing the dynamics of the flow and the pollutant dispersion in complex geometrical configurations. The aim of the PhD is to provide a detailed experimental characterization of the flow and the turbulent dispersion around an idealized two-dimensional obstacle placed within a boundary layer flow. This is subsequently used to analyse the reliability of RANS closure models as predictive tools for the atmospheric dispersion of airborne pollutants. Initially we focus on the flow dynamics of a boundary layer flow developing over a rough wall and in the wake of a 2D obstacle. The velocity field is investigated experimentally by means of different measurement techniques, namely Hot Wire Anemometry (HWA), Laser Doppler Anemometry (LDA) and Stereo-Particle Imagery Velocimetry (PIV). A particular attention was devoted to the estimate of the turbulent viscosity nt as well as of the terms composing the turbulent kinetic energy budget (TKE), including its rate of dissipation e which was determined adopting different approaches. These measurements allowed us to analyse the accuracy of the parameterizations included in a standard k−e closure model. Our analysis show that a value of the coefficient Cμ = 0.09 leads to significant overestimation of nt in a boundary layer flow. Conversely, adopting Cμ = 0.09 provides a good agreement between modeled and direct estimates of nt in the wake of the obstacle. As a second step, we studied the dispersion of a passive scalar emitted by a ground level line source. To that purpose we measured the first four order moments of the concentration probability density function by mean of a flame ionization detector (FID). Furthermore, the coupling of the FID system with the LDA or HWA system allowed us to directly measure the turbulent mass transfer, i.e. the correlation between velocity and concentration fluctuations. The combination of these two techniques was carefully analyzed, in order to quantify eventual mutual disturbances of one measurement technique on the other. The measurements of the velocity/concentration correlations allowed us to determine experimentally the turbulent diffusivity Dt and the turbulent Schmidt number Sct , and therefore to test the accuracy of different closure models of the advection-distribution equation. Our results show that the value of the turbulent Schmidt number is approximately equal to 0.7 in most of the domain, except in the recirculation zone on the wake of the obstacle. Experimental data provide also a complete description of the spatial distribution of the concentration variance, and of the term composing its budget (with a focus on its dissipation). As for the velocity field, we test the reliability of different closure model proposed in the literature of the turbulent mass transfer terms, enlightening the shortcomings of simple gradient-law closer models.