La structure de l’oeil permet d’observer la microcirculation, grâce aux caméras de fond d’oeil. Ces appareils sont bon marché et couramment utilisés dans la pratique clinique, permettant le dépistage de maladies oculaires. La capacité des vaisseaux à adapter leur diamètre (autorégulation) afin de réguler le débit sanguin est importante dans la microcirculation. L’hémodynamique de l’oeil est impactée par la pression à l’intérieur du globe oculaire (IOP), qui est à son tour influencée par le flux sanguin oculaire. Les altérations de l’autorégulation et l’IOP jouent un rôle dans les maladies oculaires. La modélisation mathématique peut aider à interpréter l’interaction entre ces phénomènes et à mieux exploiter les données médicales disponibles. Dans la première partie, nous présentons un modèle simplifié d’interaction fluidestructure qui inclut l’autorégulation, appliqué à un reseau 3D obtenu par imagerie médicale. Les cellules musculaires lisses regulant le diamètre du vaisseau sont modélisés dans la structure. Ensuite, nous utilisons des équations de poroélasticité pour décrire le flux sanguin dans la choroïde, dans un modèle multi-compartiments de l’oeil. Cette approche permet de rendre compte de la transmission de la pulsatilité de la choroïde à la chambre antérieure, où l’IOP est mesurée. Nous présentons des résultats préliminaires sur la choroïde, l’humeur aqueuse et sur la choroïde couplée avec la vitrée. Enfin, nous présentons un modèle d’ordre réduit pour accélérer des simulations multi-physique. Des modèles de haute précision sont utilisés pour les compartiments d’intérêt et une représentation réduite de l’opérateur de Steklov-Poincaré est utilisée pour les autres compartiments. / The structure of the eye offers a unique opportunity to directly observe the microcirculation, by means, for instance, of fundus camera, which are cheap devices commonly used in the clinical practice. This can facilitate the screening of systemic deseases such as diabetes and hypertension, or eye diseases such as glaucoma. A key phenomenon in the microcirculation is the autoregulation, which is the ability of certain vessels to adapt their diameter to regulate the blood flow rate in response to changes in the systemic pressure or metabolic needs. Impairments in autoregulation are strongly correlated with pathological states. The hemodynamics in the eye is influenced by the intraocular pressure (IOP), the pressure inside the eye globe, which is in turn influenced by the ocular blood flow. The interest in the IOP stems from the fact that it plays a role in several eye-diseases, such as glaucoma. Mathematical modelling can help in interpreting the interplay between these phenomena and better exploit the available data. In the first part of the thesis we present a simplified fluid-structure interaction model that includes autoregulation. A layer of fibers in the vessel wall models the smooth muscle cells that regulate the diameter of the vessel. The model is applied to a 3D image-based network of retinal arterioles. In the second part, we propose a multi-compartments model of the eye. We use the equations of poroelasticity to model the blood flow in the choroid. The model includes other compartments that transmit the pulsatility from the choroid to the anterior chamber, where the measurements of the IOP are actually performed. We present some preliminary results on the choroid, the aqueous humor and on the choroid coupled with the vitreous. Finally, we present a reduced order modelling technique to speed up multiphysics simulations. We use high fidelity models for the compartments of particular interest from the modelling point of view. The other compartments are instead replaced by a reduced representation of the corresponding Steklov-Poincaré operator.

Afin d'élaborer des stratégies de contrôle des écoulements en temps réel, il est nécessaire d'avoir recours à des modèles d'ordre réduit (ROMs), car la résolution des équations complètes est trop coûteuse en temps de calcul (des jours, des semaines) et en espace mémoire. Dans cette thèse, les modèles réduits ont été construits avec la méthode POD (Proper Orthogonal Decomposition). Une méthode de projection basée sur la minimisation des résidus, initiée par les travaux de Leblond et al. [134] a été proposée. Dans certaines configurations, la précision des résultats est significativement augmentée, par rapport à une projection de Galerkin classique. Dans un second temps, un algorithme d'optimisation non-linéaire, à direction de descente basée sur la méthode des équations adjointes, a été couplé avec des modèles réduits utilisant des bases POD. Deux méthodes de construction de base POD ont été employées : soit avec un paramètre (un nombre de Reynolds,. . . ), soit avec plusieurs paramètres (plusieurs nombres de Reynolds, . . . ). Les ROMs obtenus ont été utilisés pour contrôler la dispersion d'un polluant dans une cavité ventilée puis pour contrôler le champ de température dans une cavité entraînée différentiellement chauffée. Le contrôle est réalisé en temps quasi-réel et les résultats obtenus sont plutôt satisfaisants. Néanmoins, ces méthodes sont encore trop coûteuses en espace mémoire pour être aujourd'hui embarquées dans les boîtiers de contrôle utilisés dans le bâtiment. Une autre stratégie de contrôle, s'appuyant sur les contrôleurs actuels, a ainsi été développée. Celle-ci permet d'obtenir la température (ainsi que la vitesse) dans la zone d'occupation du bâtiment, en utilisant une décomposition des champs par POD et un algorithme d'optimisation de Levenberg-Marquardt. Elle a été validée sur une cavité différentiellement chauffée, puis appliquée sur une cavité ventilée 3D, proche d'un cas réel.

Le développement de la fabrication additive permet d'élaborer des pièces de forme extrêmement complexes, en particulier des structures alvéolaires ou "lattices", où l'allégement est recherché. Toutefois, cette technologie, en très forte croissance dans de nombreux secteurs d'activités, n'est pas encore totalement mature, ce qui ne facilite pas les corrélations entre les mesures expérimentales et les simulations déterministes. Afin de prendre en compte les variations de comportement, les approches multiparamétriques sont, de nos jours, des solutions pour tendre vers des conceptions fiables et robustes. L'objectif de cette thèse est d'intégrer des incertitudes matérielles et géométriques, quantifiées expérimentalement, dans des analyses de flambement. Pour y parvenir, nous avons, dans un premier temps, évalué différentes méthodes de substitution, basées sur des régressions et corrélations, et différentes réductions de modèles afin de réduire les temps de calcul prohibitifs. Les projections utilisent des modes issus soit de la décomposition orthogonale aux valeurs propres, soit de développements homotopiques ou encore des développements de Taylor. Dans un second temps, le modèle mathématique, ainsi créé, est exploité dans des analyses ensemblistes et probabilistes pour estimer les évolutions de la charge critique de flambement de structures lattices. / The development of additive manufacturing allows structures with highly complex shapes to be produced. Complex lattice shapes are particularly interesting in the context of lightweight structures. However, although the use of this technology is growing in numerous engineering domains, this one is not enough matured and the correlations between the experimental data and deterministic simulations are not obvious. To take into account observed variations of behavior, multiparametric approaches are nowadays efficient solutions to tend to robust and reliable designs. The aim of this thesis is to integrate material and geometric uncertainty, experimentally quantified, in buckling analyses. To achieve this objective, different surrogate models, based on regression and correlation techniques as well as different reduced order models have been first evaluated to reduce the prohibitive computational time. The selected projections rely on modes calculated either from Proper Orthogonal Decomposition, from homotopy developments or from Taylor series expansion. Second, the proposed mathematical model is integrated in fuzzy and probabilistic analyses to estimate the evolution of the critical buckling load for lattice structures.