Ette thèse traite d’écoulements de fluides à seuil (ou viscoplastiques) en milieu confiné. Les difficultés analytiques et numériques sont dues à la multivaluation du tenseur des contraintes dans les zones plastiques ainsi qu’à la non-différentiabilité du problème de minimisation associé. Cette thèse s’articule en deux parties.Dans un premier temps, des simulations numériques parallèles très précises à l’aide d’algorithmes de dualité ont été effectuées. Elles ont permis de retrouver des résultats observés expérimentalement dont l’existence d’une ligne de glissement pour l’écoulement au dessus d’un obstacle et le caractère quasi-Poiseuille de la vitesse au-delà de cette ligne. Par ailleurs, la théorie de couche limite viscoplastique définie par Oldroyd (1947, à nombre de Bingham asymptotiquement grand) a été revisitée à nombre de Bingham modéré en milieu confiné. L’étude a mis en œuvre des allers-retours entre ces simulations et les expériences physiques de Luu et al. d’IRSTEA ainsi qu’une dérivation théorique. L’approximation de couche limite est vérifiée dans une certaine mesure à l’intérieur de la cavité. Une adaptation de la notion de couche limite viscoplastique est alors exhibée et permet d’étendre les scalings dérivés par Oldroyd (1947) et Balmforth et al. (J. of Fluid Mech, 2017). Ces scalings sont aussi généralisés au cas de la loi d’Herschel-Bulkley. Dans un second temps, on présente une analyse asymptotique des champs de vitesses et de contraintes pour des écoulements en faible épaisseur (ε). Un développement à l’ordre ε2 de la vitesse permet de trouver une équation de Reynolds à la même précision. Cette équation de Reynolds prolonge les résultats déjà existants dans le cadre newtonien, d’une part et dans le cadre fluide à seuil avec une surface libre, d’autre part. / This thesis is devoted to the flow of yield stress (or viscoplastic) fluids in pipes.Analytical and numerical difficulties lie in the multivaluation of the stress tensor in the plastic regions and in the non-differentiability of the associated minimization problem. This manuscript is organized following two main axes.First, very accurate numerical simulations were carried out using duality methods and parallel multifrontal solvers. Thus, experimental observations were recovered, namely the existence of a slip line for the flow over an obstacle and the Poiseuille-like behaviour of the velocity above this line. Moreover, the viscoplastic boundary layer theory defined by Oldroyd (1947 at high Bingham numbers) was revisited at moderate Bingham numbers in confined areas. This study provided an opportunity to go back and forth between these simulations and the physical measures of Luu et al. from IRSTEA and to perform a theoretical derivation. The boundary layer approximation is valid up to a certain extent in the cavity. An adaptation of the viscoplastic boundary layer definition is then given and allows to generalize the scalings shown by Oldroyd (1947) and Balmforth et al. (JFM 2017). These scalings are also generalized to the Herschel-Bulkley case. Then, an asymptotic analysis of the velocity and stress fields for thin layer (ε) flows is presented. A velocity development up to ε2 lets us find a Reynolds equation of same accuracy. This Reynolds equation extends the already existing results, on the one hand in the newtonian case and on the second hand for free surface flows.

Dans cette thèse de doctorat, nous abordons trois défis auxquels sont confrontés les solveurs d'algèbres linéaires dans la perspective des futurs systèmes exascale: accélérer la convergence en utilisant des techniques innovantes au niveau algorithmique, en profitant des accélérateurs GPU (Graphics Processing Units) pour améliorer le calcul sur plusieurs systèmes, en évaluant l'impact des erreurs due à l'augmentation du parallélisme dans les superordinateurs. Nous nous intéressons à l'étude des méthodes permettant d'accélérer la convergence et le temps d'exécution des solveurs itératifs pour les grands systèmes linéaires creux. Le solveur plus spécifiquement considéré dans ce travail est le “parallel Algebraic Recursive Multilevel Solver (pARMS)” qui est un soldeur parallèle sur mémoire distribuée basé sur les méthodes de sous-espace de Krylov.Tout d'abord, nous proposons d'intégrer une technique de randomisation appelée “Random Butterfly Transformations (RBT)” qui a été proposée avec succès pour éliminer le coût du pivotage dans la résolution des systèmes linéaires denses. Notre objectif est d'appliquer cette technique dans le préconditionneur ARMS de pARMS pour résoudre plus efficacement le dernier système Complément de Schur dans l'application du processus à multi-niveaux récursif. En raison de l'importance considérable du dernier Complément de Schur pour certains problèmes de test, nous proposons également d'utiliser une variante creux de RBT suivie d'un solveur direct creux (SuperLU). Les résultats expérimentaux sur certaines matrices de la collection de Davis montrent une amélioration de la convergence et de la précision par rapport aux implémentations existantes.Ensuite, nous illustrons comment une approche non intrusive peut être appliquée pour implémenter des calculs GPU dans le solveur pARMS, plus particulièrement pour la phase de préconditionnement locale qui représente une partie importante du temps pour la résolution. Nous comparons les solveurs purement CPU avec les solveurs hybrides CPU / GPU sur plusieurs problèmes de test issus d'applications physiques. Les résultats de performance du solveur hybride CPU / GPU utilisant le préconditionnement ARMS combiné avec RBT, ou le préconditionnement ILU(0), montrent un gain de performance jusqu'à 30% sur les problèmes de test considérés dans nos expériences.Enfin, nous étudions l'effet des défaillances logicielles variable sur la convergence de la méthode itérative flexible GMRES (FGMRES) qui est couramment utilisée pour résoudre le système préconditionné dans pARMS. Le problème ciblé dans nos expériences est un problème elliptique PDE sur une grille régulière. Nous considérons deux types de préconditionneurs: une factorisation LU incomplète à double seuil (ILUT) et le préconditionneur ARMS combiné avec randomisation RBT. Nous considérons deux modèle de fautes logicielles différentes où nous perturbons la multiplication du vecteur matriciel et la phase de préconditionnement, et nous comparons leur impact potentiel sur la convergence. / In this PhD thesis, we address three challenges faced by linear algebra solvers in the perspective of future exascale systems: accelerating convergence using innovative techniques at the algorithm level, taking advantage of GPU (Graphics Processing Units) accelerators to enhance the performance of computations on hybrid CPU/GPU systems, evaluating the impact of errors in the context of an increasing level of parallelism in supercomputers. We are interested in studying methods that enable us to accelerate convergence and execution time of iterative solvers for large sparse linear systems. The solver specifically considered in this work is the parallel Algebraic Recursive Multilevel Solver (pARMS), which is a distributed-memory parallel solver based on Krylov subspace methods.First we integrate a randomization technique referred to as Random Butterfly Transformations (RBT) that has been successfully applied to remove the cost of pivoting in the solution of dense linear systems. Our objective is to apply this method in the ARMS preconditioner to solve more efficiently the last Schur complement system in the application of the recursive multilevel process in pARMS. The experimental results show an improvement of the convergence and the accuracy. Due to memory concerns for some test problems, we also propose to use a sparse variant of RBT followed by a sparse direct solver (SuperLU), resulting in an improvement of the execution time.Then we explain how a non intrusive approach can be applied to implement GPU computing into the pARMS solver, more especially for the local preconditioning phase that represents a significant part of the time to compute the solution. We compare the CPU-only and hybrid CPU/GPU variant of the solver on several test problems coming from physical applications. The performance results of the hybrid CPU/GPU solver using the ARMS preconditioning combined with RBT, or the ILU(0) preconditioning, show a performance gain of up to 30% on the test problems considered in our experiments.Finally we study the effect of soft fault errors on the convergence of the commonly used flexible GMRES (FGMRES) algorithm which is also used to solve the preconditioned system in pARMS. The test problem in our experiments is an elliptical PDE problem on a regular grid. We consider two types of preconditioners: an incomplete LU factorization with dual threshold (ILUT), and the ARMS preconditioner combined with RBT randomization. We consider two soft fault error modeling approaches where we perturb the matrix-vector multiplication and the application of the preconditioner, and we compare their potential impact on the convergence of the solver.

Ce manuscrit porte sur la modélisation et la simulation numérique d’écoulements diphasiques compressibles. Dans ce contexte, les méthodes d’interfaces diffuses sont aujourd’hui bien acceptées. Cependant, un progrès est encore attendu en ce qui concerne la précision de la capture numérique de ces interfaces. Une nouvelle méthode est développée et permet de réduire significativement cette zone de capture. Cette méthode se place dans le contexte des méthodes numériques de type “MUSCL”, très employées dans les codes de production, et sur maillages non-structurés. Ces interfaces pouvant être le lieu où une transition de phase s’opère, celle-ci est considérée au travers d’un processus de relaxation des énergies libres de Gibbs. Un nouveau solveur de relaxation à thermodynamique rapide est développé et s’avère précis, rapide et robuste y compris lors du passage vers les limites monophasiques. En outre, par rapport aux applications industrielles envisagées, une extension de la thermodynamique des phases et du mélange est nécessaire. Une nouvelle équation d’état est développée en conséquence. La formulation est convexe et est basée sur l’équation d’état “Noble-Abel-Stiffened-Gas”. Enfin, sur un autre plan la dispersion de fluides non-miscibles sous l’effet de la gravité est également abordée. Cette problématique fait apparaître de larges échelles de temps et d’espace et motive le développement d’un nouveau modèle multi-fluide de type “shallow water bi-couche”. Sa résolution numérique est également traitée / This manuscript addresses the theoretical modeling and numerical simulation of compressible two-phase flows. In this context, diffuse interface methods are now well-accepted but progress is still needed at the level of numerical accuracy regarding their capture. A new method is developed in this research work, that allows significant sharpening. This method can be placed in the framework of MUSCL-type schemes, widely used in production codes and on unstructured grids. Phase transition is addressed as well through a relaxation process relying on Gibbs free energies. A new instantaneous relaxation solver is developed and happens to be accurate, fast and robust. Moreover, in view of the intended industrial applications, an extension of the thermodynamics of the phases and of the mixture is necessary. A new equation of state is consequently developed. The formulation is convex and based on the “Noble-Abel-Stiffened-Gas” equation of state. In another context, the dispersion of non-miscible fluids under gravity effects is considered as well. This problematic involves large time and space scales and has motivated the development of a new multi-fluid model for “two-layer shallow water” flows. Its numerical resolution is treated as well