Conception et étude d’infrastructures de transports à

énergie positive : de la modélisation thermomécanique à

l’optimisation de tels systèmes énergétiques
Nicolas Le Touz

To cite this version:

Nicolas Le Touz. Conception et étude d’infrastructures de transports à énergie positive : de la modéli-
sation thermomécanique à l’optimisation de tels systèmes énergétiques. Thermique [[Link]-ph].
École centrale de Nantes, 2018. Français. �NNT : 2018ECDN0038�. �tel-01959310�

HAL Id: tel-01959310

[Link]
Submitted on 18 Dec 2018

HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est

archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
THESE DE DOCTORAT DE

L'ÉCOLE CENTRALE DE NANTES

COMUE UNIVERSITE BRETAGNE LOIRE

ECOLE DOCTORALE N° 602

Sciences pour l'Ingénieur
Spécialité : Énergétique, thermique, combustion

Par
Nicolas LE TOUZ
Conception et étude d’infrastructures de transports à énergie positive :
de la modélisation thermomécanique à l’optimisation de tels systèmes
énergétiques
Thèse présentée et soutenue à Bouguenais, le 20 novembre 2018
Unité de recherche : Institut Français des Sciences et Technologies des Transports, de l’Aménagement
et des Réseaux

Rapporteurs avant soutenance :

Wahbi JOMAA Professeur des Universités Université de Bordeaux
Monica SIROUX Professeure des Universités Institut National des Sciences
Appliquées de Strasbourg

Composition du Jury :
Président du jury : Rachid BENNACER Professeur des Universités École Normale Supérieure Paris-Saclay
Examinateurs : Frédéric GRONDIN Professeur des Universités École Centrale de Nantes
Patrick PERRÉ Professeur des Universités CentraleSupélec
Directeur de thèse Pierre HORNYCH Ingénieur Divisionnaire des Institut Français des Sciences et
Travaux Publics de l’État – Technologies des Transports, de
Habilitation à diriger des l’Aménagement et des Réseaux
recherches
Encadrant Jean DUMOULIN Chargé de Recherche Institut Français des Sciences et
Technologies des Transports, de
l’Aménagement et des Réseaux

Invité
Jean-Michel PIAU Ingénieur Général des Ponts, des Eaux et des Institut Français des Sciences et
Forêts Technologies des Transports, de
l’Aménagement et des Réseaux
2
Remerciements

Je tiens à remercier avant tout les membres de l’équipe d’encadrement, et en premier lieu Jean
Dumoulin, sans qui rien n’aurait été possible à la fois pour ses conseils et remarques scientifiques, qui
ont toujours été très utiles pour l’avancée de cette thèse, mais aussi pour la qualité de l’encadrement et
pour m’avoir supporté tout au long de ces trois années de thèse. Jamais je ne me serai attendu, en venant
pour la première fois dans ce bureau au début de l’année 2014, à ce que cette collaboration parvienne à
ces résultats.
Des remerciements aussi à l’IFSTTAR pour avoir financé cette thèse, et au ministère de la transition
écologique et solidaire (MTES) et à la direction générale des infrastructures, des transports et de la mer
(DGITM) pour son soutien au volet expérimental.
Je dois aussi beaucoup à Jean-Michel Piau, dont je n’ai pas toujours saisi le sens des remarques
immédiatement, mais qui avec du recul se sont toujours avérées très pertinentes et ont permis de faire
mûrir les travaux. Je remercie également Pierre Hornych, mon directeur de thèse, pour les échanges
réguliers, notamment au cours de la dernière ligne droite, qui ont là aussi contribué à l’avancement de
cette thèse.
L’implication de Frédéric Bourquin, directeur du département Composants et Systèmes (COSYS),
doit aussi être saluée, tant pour ses apports scientifiques que pour sa confiance et son appui au projet
des routes de cinquième génération (R5G) dans lequel s’inscrit cette thèse. R5G, ce projet fédérateur
de l’IFSTTAR, initié par Chantal De La Roche et porté par Nicolas Hautière, que je remercie aussi
chaleureusement.
Je remercie également Rachid Bennacer pour avoir bien voulu présider mon jury. J’ai aussi une
attention particulière pour Monica Siroux et Wahbi Jomaa, les rapporteurs, dont la lecture aura rendu
possible la finalisation et l’approfondissement de certains points, et pour les autres membres du jury,
Patrick Perré et Frédéric Grondin avec qui les échanges auront permis là aussi de poser des questions
pertinentes sur certains éléments de ces travaux.
Des remerciements doivent également être adressés aux membres du comité de suivi de thèse, Sébastien
Bourguignon et Laurent Ibos.
Ces trois années de thèse n’auraient pas non plus été possibles sans le soutien de l’ensemble des
équipes du laboratoire SII, avec ses directeurs successifs Louis-Marie Cottineau et Vincent Le Cam, mais
aussi l’équipe projet I4S dirigée par Laurent Mével. Un grand merci également à ceux qui auront été de
fantastiques collègues : stagiaires, doctorants et post-docs pour la qualité du travail que nous avons pu
accomplir.
Il me faut évidemment remercier tous ceux qui m’auront accompagné au cours de ces trois ans, en
plus de ceux déjà mentionnés et qui mériteraient de l’être encore une fois. Merci donc au personnel du
bâtiment Darcy : Yveline pour la préparation des missions, David pour la préparation du café, Yvan pour
les discussions souvent animées, Jean-Luc pour ses connaissances encyclopédiques, Arthur, Quentin et
tous ceux que j’oublie.
Des remerciements encore pour David, dont la soutenance viendra également rapidement, et pour le
bonhomme Ludo, même si c’est difficile de le reconnaître. Un grand merci aussi à tous ceux qui auront
été mes cobureaux pendant ces trois années, notamment Jordan dont les travaux ont influencé une partie
de ce travail. Une pensée aussi pour Yingying, dont j’espère la réussite en Chine, pour les stagiaires, ainsi
que pour Thomas et Charles qui ont dû me supporter quelques mois. Je ne peux évidemment pas ne
pas remercier Guillaume, qui aura partagé le bureau presque jusqu’à la fin de cette thèse, même si les
parties de scrabble que nous avons faites sont parfois allées trop loin. Merci aussi pour la licorne qui aura
pu voyager jusqu’à l’autre bout du monde et passer à la télé. Enfin, merci au futur docteur Thibaud,
pour le travail que nous avons pu réaliser ensemble et surtout pour le choix des couleurs qui aura eu une

3
très grande influence sur ce travail. Merci également pour avoir bien voulu m’accompagner pendant deux
jours à Paris juste avant la remise de ce manuscrit pour piocher une boule noire et ramener un robot de
cuisine. Bon courage dans tes futures responsabilités.
Merci aussi à toute la famille pour son soutien, au chat pour sa contribution chaque fin d’année
à l’écriture d’articles, aux amis de Dijon, notamment Guillaume et Olivier pour les parties d’échecs à
distance que nous avons pu faire, et à Sofia (promis la prochaine fois je ne jouerai pas au tennis la veille
du départ). Enfin, merci à Armand Jammot, grâce à qui j’ai pu voyager dans toute la France et même
en Belgique et rencontrer beaucoup de nouvelles personnes, dont, à Nantes, Élisabeth et Claudette que
je remercie également pour leur soutien et sans qui il aurait été bien difficile de débuter cette thèse.
Et merci aussi à tous les autres, et plus particulièrement à ceux qui ne sont plus là.

4
a
Table des matières

Remerciements 3

Table des figures 12

Liste des tableaux 16

1 Introduction générale 18

2 Contexte et position du problème : état de l’art sur les chaussées à énergie positive 21
2.1 Structure d’une route . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.2 Prévention du gel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.2.1 Salage de la route . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.2.2 Chauffage de la chaussée par effet Joule . . . . . . . . . . . . . . . . . . . . . . . . 24
2.2.3 Chauffage de la surface par solution hydraulique . . . . . . . . . . . . . . . . . . . 24
2.2.4 Autres méthodes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.2.5 Régulation du système de chauffage . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.3 Récupération de l’énergie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.3.1 Cas des systèmes hydrauliques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.3.2 Stockage de l’énergie thermique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.3.3 Récupération de l’énergie thermique pour la production d’électricité . . . . . . . . 26
2.3.4 Utilisation de cellules photovoltaïques . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.3.5 Autre méthode de récupération de l’énergie : utilisation de l’énergie mécanique . . 26
2.4 Synthèse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

3 Étude bibliographique sur les aspects connexes à la modélisation multiphysique 28

3.1 Rayonnement solaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.1.1 Nature du rayonnement solaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.1.2 Calcul du rayonnement solaire extraterrestre . . . . . . . . . . . . . . . . . . . . . 29
3.1.3 Rayonnement reçu sans atmosphère, pour un lieu donné . . . . . . . . . . . . . . . 30
3.1.4 Rayonnement solaire reçu par temps clair . . . . . . . . . . . . . . . . . . . . . . . 34
3.1.5 Rayonnement reçu en présence de nuages . . . . . . . . . . . . . . . . . . . . . . . 40
3.1.6 Détermination des irradiances directe et diffuse . . . . . . . . . . . . . . . . . . . . 41
3.1.7 Estimation de l’irradiance journalière à partir de données météorologiques journalières 43
3.2 Coefficient d’échange convectif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.2.1 Corrélations pour l’estimation du coefficient d’échange convectif . . . . . . . . . . 46
3.2.2 Synthèse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.3 Rayonnement atmosphérique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.3.2 Corrélations donnant l’émissivité du ciel par temps clair . . . . . . . . . . . . . . . 51
3.3.3 Prise en compte de la nébulosité . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.3.4 Synthèse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.4 Température de rosée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.4.2 Corrélations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.4.3 Obtention de l’humidité relative à partir de l’humidité absolue . . . . . . . . . . . 56

6
 3.4.4 Calcul de la température de rosée à partir de la pression de vapeur . . . . . . . . . 58
3.4.5 Point de givrage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3.5 Synthèse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59

4 Composantes physiques des ROutes Solaires HYbrides : formulation et résolution 61

4.1 Diffusion thermique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.1.1 Équation de la chaleur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.1.2 Détermination de paramètres caractéristiques . . . . . . . . . . . . . . . . . . . . . 63
4.1.3 Application de la méthode des éléments finis . . . . . . . . . . . . . . . . . . . . . 64
4.1.4 Cas de la modélisation thermique du changement de phase . . . . . . . . . . . . . 65
4.1.5 Synthèse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.2 Convection hydraulique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.2.2 Mise en équation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.2.3 Résolution analytique dans le cas d’un régime permanent établi . . . . . . . . . . . 80
4.2.4 Synthèse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.3 Transferts radiatifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.3.1 Mise en équation - Rayonnement émis par un corps . . . . . . . . . . . . . . . . . . 84
4.3.2 Établissement de l’équation de transfert radiatif . . . . . . . . . . . . . . . . . . . 87
4.3.3 Méthodes de résolution de l’équation de transfert radiatif . . . . . . . . . . . . . . 94
4.3.4 Application de la méthode des éléments finis à l’équation de transfert radiatif . . . 99
4.4 Mise en place sur un cas test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
4.4.1 Synthèse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
4.5 Choix de la méthode de discrétisation spatiale . . . . . . . . . . . . . . . . . . . . . . . . . 109

5 Modélisation multiphysique des routes solaires hybride (RoSHy) 111

5.1 Résolution spatiale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
5.2 Schéma de résolution temporel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
5.2.1 θ-schéma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
5.2.2 Méthode de Runge-Kutta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
5.2.3 Utilisation des polynômes de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . 115
5.2.4 Utilisation des séries de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
5.2.5 Synthèse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
5.3 Mise en place des couplages multiphysiques . . . . . . . . . . . . . . . . . . . . . . . . . . 116
5.3.1 Couplage entre la diffusion thermique et la convection hydraulique . . . . . . . . . 116
5.3.2 Couplage entre la diffusion thermique et les transferts radiatifs . . . . . . . . . . . 117
5.3.3 Couplage multiphysique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
5.4 Comparaison avec la solution analytique 1D pour le couplage diffusion thermique / convec-
tion hydraulique en régime permanent . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
5.5 Validation sur un démonstrateur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
5.5.1 Obtention de la vitesse du fluide . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
5.6 Validation sur une maquette de route solaire hybride . . . . . . . . . . . . . . . . . . . . . 129
5.7 Application du modèle aux matériaux à changement de phase . . . . . . . . . . . . . . . . 133
5.8 Synthèse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134

6 Évaluation du potentiel de récupération d’énergie 138

6.1 Étude de la réponse du système à une excitation . . . . . . . . . . . . . . . . . . . . . . . 138
6.1.1 Comparaison avec la relation analytique établie pour le régime permanent . . . . . 139
6.1.2 Détermination des caractéristiques de la réponse temporelle du système . . . . . . 139
6.1.3 Discussion des résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
6.2 Données nécessaires au fonctionnement du modèle numérique . . . . . . . . . . . . . . . . 141
6.3 Notion de degré jour unifié . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
6.3.1 Fonctionnement en chauffage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
6.3.2 Fonction Cooling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
6.3.3 Évaluation des DJU cooling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
6.4 Résultats en récupération d’énergie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147

7
 6.5 Synthèse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151

7 Optimisation et contrôle commande 152

7.1 Données climatiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
7.2 Évaluation des besoins en énergie avec les DJU . . . . . . . . . . . . . . . . . . . . . . . . 152
7.3 Formulation du problème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
7.3.1 Présentation du problème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
7.3.2 Formulation du problème d’optimisation . . . . . . . . . . . . . . . . . . . . . . . . 154
7.4 Introduction aux problèmes inverses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
7.4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
7.4.2 Formulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
7.4.3 Régularisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
7.5 Résolution du problème de minimisation avec la méthode de l’état adjoint . . . . . . . . . 159
7.5.1 Problème direct . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
7.5.2 Problème linéaire tangent . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
7.5.3 Application de la méthode de l’état adjoint . . . . . . . . . . . . . . . . . . . . . . 160
7.5.4 Linéarité du problème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
7.5.5 Minimisation de la fonctionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
7.6 Contrôle de l’état de santé de la couche poreuse : extension à la reconstruction de plusieurs
paramètres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
7.6.1 Présentation du problème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
7.6.2 Application à la reconstruction de propriétés physiques dans une paroi par couplage
avec une méthode basée sur l’électromagnétisme . . . . . . . . . . . . . . . . . . . 167
7.7 Application de la méthode de l’état adjoint pour le contrôle en température . . . . . . . . 177
7.7.1 Application de la méthode de l’état adjoint à des conditions environnementales
sinusoïdales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
7.7.2 Cas de l’optimisation de la température d’injection sur une période de quelques jours180
7.7.3 Mise en place d’une stratégie d’optimisation de la température d’entrée du fluide
avec actualisation des prévisions météorologiques . . . . . . . . . . . . . . . . . . . 182
7.8 Résultats pour plusieurs zones climatiques . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
7.9 Étude d’un dispositif de chauffage électrique . . . . . . . . . . . . . . . . . . . . . . . . . . 185
7.9.1 Présentation de la structure étudiée . . . . . . . . . . . . . . . . . . . . . . . . . . 185
7.9.2 Réponse temporelle du système . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
7.9.3 Commande du système par l’application de la méthode de l’état adjoint . . . . . . 187
7.9.4 Conditions environnementales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
7.9.5 Ajout de contraintes sur l’utilisation des câbles électriques . . . . . . . . . . . . . . 189
7.9.6 Contrainte fréquentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
7.9.7 Contrainte sur la valeur du terme source . . . . . . . . . . . . . . . . . . . . . . . . 190
7.10 Synthèse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193

Bibliographie 197

Annexes 209

A Solution en régime permanent pour la convection hydraulique 210

B Méthode des éléments finis - Obtention des matrices 214

B.1 Détail de l’obtention du système linéaire de l’équation de transfert radiatif . . . . . . . . . 214
B.2 Expressions des matrices éléments finis dans le cas de fonctions d’interpolation linéaires . 216
B.2.1 Fonctions d’interpolation linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
B.2.2 Cas de la diffusion thermique et de la convection hydraulique . . . . . . . . . . . . 219
B.2.3 Ajout de la diffusion numérique - Méthode de Petrov-Galerkin . . . . . . . . . . . 221
B.2.4 Cas des transferts radiatifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222

C Couplage entre les transferts radiatifs et la diffusion thermique : description de la

méthode de Rosseland 225

8
D Application de la méthode de l’état adjoint 227
D.1 Rappel des problèmes direct et linéaire tangent . . . . . . . . . . . . . . . . . . . . . . . . 227
D.2 Détermination du gradient du terme de résidu . . . . . . . . . . . . . . . . . . . . . . . . . 228
D.2.1 Réécriture de la fonctionnelle à minimiser . . . . . . . . . . . . . . . . . . . . . . . 228
D.2.2 Introduction du problème adjoint . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229
D.2.3 Minimisation du terme de résidu . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231

E Résolution des problèmes d’électromagnétisme 232

E.1 Hypothèses effectuées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232
E.2 Excitation utilisée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233
E.3 Conditions aux limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233
E.4 Résolution du problème direct . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234
E.5 Résolution du problème inverse d’électromagnétisme . . . . . . . . . . . . . . . . . . . . . 238

9
Nomenclature

Grandeurs introduites au cours du chapitre 3

β pente
δ angle de déclinaison
γ angle azimutal de surface ou humidité absolue [g.m−3 ]
λ longueur d’onde
ω angle horaire
φ latitude
ρ masse volumique
σ constante de Stefan
τ coefficient de transmission
τr coefficient de transmission pour la diffusion de Rayleigh
θ angle d’incidence
θz angle azimutal du Soleil
θz angle de zénith
ε émissivité
εc émissivité du ciel
G0 rayonnement solaire extraterrestre
Gc densité de flux solaire par temps clair
Gd densité de flux solaire direct
Gs densité de flux solaire diffus
hc coefficient d’échange convectif [W.m-2.K-1]
Kt coefficient de transmission total
M longueur atmosphérique traversée par les rayons solaires
n nébulosité (fraction du ciel recouvert de nuages) ou numéro du jour dans l’année
peau pression partielle en eau [mbar]
pglace pression partielle en eau [mbar]
psat pression saturante [mbar]
R(n) distance Terre-Soleil le nème jour de l’année
Rm distance moyenne entre la Terre et le Soleil
RH humidité relative
T température

10
Tair , Ta température de l’air
Tciel , Tc température de ciel
Tdp point de rosée
Tg point de givrage
Vw vitesse du vent [m.s-1
Grandeurs introduites au cours du chapitre 4
[C] matrice masse
[K] matrice raideur
β coefficient d’extinction [m-1]
δ paramètre de stabilisation de Petrov-Galerkin
κ coefficient d’absorption [m-1]
Lν luminance énergétique monochromatique [[Link]-1]
ν fréquence [s-1]
Ω angle solide [sr]
Ω densité d’étude
ω albédo de diffusion : ω = κ
κ+σ

Φ densité de flux
φ porosité
ρ masse volumique
ρ réflectance
σ coefficient de diffusion [m-1]
θ température extérieure
~u vitesse d’écoulement (de Darcy)
ϑ direction
{F } vecteur source
f phase fluide
s phase solide
c capacité thermique massique
D diffusivité thermique
H enthalpie
h constante de Planck : h = 6.63 × 10−34 J.s
h taille du maillage
k conductivité thermique
kB constante de Boltzmann : kB = 1.38 × 10−23 J.K-1
L longueur de l’écoulement
M émittance
p fonction de phase
q source thermique
s abscisse curviligne [m]

11
Srad terme source radiatif
T0 température initiale
Grandeurs introduites au cours du chapitre 5
δt pas de temps pour la résolution temporelle
e écart
Tin température d’injection du fluide
Tout température de sortie du fluide
Grandeurs introduites au cours du chapitre 6
L luminance énergétique [[Link]-1]
DJUcooling degré jour unifié pour la fonction cooling
DJUheating degré jour unifié pour la fonction heating
E potentiel de récupération d’énergie
Tcons température de consigne
Teq température équivalente
Grandeurs introduites au cours du chapitre 7
χ fonction de contraste
M espace des mesures
U espace des paramètres
ε paramètre de Tikhonov
εr permittivité relative
J fonctionnelle à minimiser
Ju fonctionnelle J linéarisée au point u
Ur fonction de contraste

12
Table des figures

2.1 Schéma d’une structure routière . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

3.1 Comparaison des spectres solaires extraterrestre et mesuré au niveau de la mer [142] . . . 29
3.2 Principaux angles intervenant dans le calcul du rayonnement solaire (d’après [73]) . . . . 31
3.3 Correction due à la variation de la vitesse de rotation de la Terre en fonction du jour de
l’année . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.4 Évolution de l’angle azimutal en fonction du temps à Paris pour les solstices . . . . . . . . 33
3.5 Densité de flux solaire le 21 juin sur une surface plane . . . . . . . . . . . . . . . . . . . . 33
3.6 Densité de flux solaire le 21 décembre sur une surface plane . . . . . . . . . . . . . . . . . 34
3.7 Densité de flux solaire pour différentes dates à Paris sur une surface plane . . . . . . . . . 34
3.8 Comparaison de corrélations donnant la densité de flux solaire par temps clair . . . . . . . 37
3.9 Coefficient d’absorption en fonction de la longueur d’onde pour certains composants de
l’atmosphère (d’après [191]) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.10 Coefficient d’absorption du rayonnement solaire prenant en compte l’absorption par les
différents gaz qui constituent l’atmosphère et pour un rayonnement vertical (d’après [191]) 39
3.11 Flux solaire global reçu sur une surface plane en fonction de la nébulosité pour plusieurs
corrélations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.12 K en fonction de Kt pour plusieurs corrélations . . . . . . . . . . . . . . . . . . . . . . . . 43
3.13 Coefficient d’échange convectif hc pour Vw = 3 m.s-1 . . . . . . . . . . . . . . . . . . . . . 48
3.14 Coefficient d’échange convectif hc pour Vw = 6 m.s-1 . . . . . . . . . . . . . . . . . . . . . 48
3.15 Coefficient d’échange convectif pour différents corrélations et vitesses de vent . . . . . . . 48
3.16 Rayonnement entre deux corps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.17 Rayonnement reçu de la part de l’atmosphère . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.18 Émissivité du ciel en fonction du point de rosée pour plusieurs corrélations . . . . . . . . 53
3.19 Comparaison entre les différentes corrélations donnant le point de rosée en fonction de
l’humidité relative . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.20 Température de givrage en fonction de la température de rosée . . . . . . . . . . . . . . . 59

4.1 Diagramme de phase H2 O / NaCl . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

4.2 Passage de la saumure de l’état liquide à l’état solide . . . . . . . . . . . . . . . . . . . . 68
4.3 Variations d’enthalpie pour des solution de chlorure de sodium comprenant 25 (à gauche)
et 200 g (à droite) de sel par litre d’eau . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.4 Chaussée avec une couche drainante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.5 Représentation 1D du problème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.6 Longueur caractéristique en fonction de la vitesse du vent Vw et de la température de l’air 81
4.7 Températures de la couche de surface et du fluide pour diverses conditions environnementales 82
4.8 Températures minimale du fluide Tf (0) en fonction de données environnementales pour
L = 1 et L = 2 m . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.9 Représentation de la luminance énergétique de corps noir calculée par la loi de Planck . . 84
4.10 Représentation de F (x) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.11 Apports et pertes intervenant dans l’équation de transfert radiatif . . . . . . . . . . . . . 91
4.12 Frontières d’entrée et de sortie pour une direction donnée . . . . . . . . . . . . . . . . . . 92
4.13 Bilan radiatif au niveau des frontières d’entrée . . . . . . . . . . . . . . . . . . . . . . . . 93
4.14 Cas étudié : deux plaques planes encadrant un milieu semi-transparent . . . . . . . . . . . 95

13
4.15 Coordonnées sphériques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
4.16 Exemple d’élément obtenu avec la discrétisation angulaire à pas constant . . . . . . . . . 103
4.17 Directions avec la quadrature T4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
4.18 Directions avec la quadrature S4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
4.19 Quadrature utilisant des icosaèdres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
4.20 Quadrature utilisant des Octaèdres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
4.21 Température de givrage en fonction de la température de rosée . . . . . . . . . . . . . . . 109
4.22 Comparaison entre les températures obtenues avec la méthode des éléments finis et la
moyenne de quatre études (gauche) et erreur relative (droite) . . . . . . . . . . . . . . . . 110

5.1 Cas étudié : deux plaques planes encadrant un milieu semi-transparent . . . . . . . . . . . 118
5.2 Comparaison entre les résultats de [238] et ceux issus de l’utilisation de la méthode des
éléments finis pour ω = 0.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
5.3 Comparaison entre les résultats de [238] et ceux issus de l’utilisation de la méthode des
éléments finis pour ω = 0.9 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
5.4 Structure étudiée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
5.5 Température d’entrée du fluide nécessaire pour conserver une température positive en
surface de la chaussée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
5.7 Données extérieures mesurées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
5.8 Volume de fluide cumulé sur la durée de l’expérience . . . . . . . . . . . . . . . . . . . . . 125
5.9 Données mesurées aux sondes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
5.10 Volume de fluide cumulé sur les premières heures de la simulation . . . . . . . . . . . . . 126
5.11 Maillage spatial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
5.12 Températures mesurées et calculées au niveau de quelques sondes . . . . . . . . . . . . . 128
5.13 Écart selon la vitesse utilisée pour la simulation numérique . . . . . . . . . . . . . . . . . 129
5.14 Erreur sur les sondes selon la position de la chute de la hauteur d’eau . . . . . . . . . . . 129
5.15 Images obtenues après calibrations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
5.16 Images obtenues après calibrations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
5.17 Maillage de la maquette . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
5.18 Flux incident à la surface de la maquette en régime permanent . . . . . . . . . . . . . . . 131
5.19 Évolution de la température mesurée au niveau d’un pixel . . . . . . . . . . . . . . . . . 132
5.20 Évolution de la température mesurée au niveau d’un pixel . . . . . . . . . . . . . . . . . 133
5.21 Schémas de la structure avec les inclusions . . . . . . . . . . . . . . . . . . . . . . . . . . 133
5.22 Variations de l’enthalpie pour le SP5 pendant son changement d’état . . . . . . . . . . . . 134
5.23 Variations de l’enthalpie pour la saumure pendant son changement d’état . . . . . . . . . 134
5.24 Évolution de la température de l’air au cours du temps . . . . . . . . . . . . . . . . . . . . 135
5.25 Vues en coupe de champs de températures . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
5.26 Différence de température à la surface sur un segment entre le bloc d’asphalte avec inclu-
sions et le bloc sain . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
5.27 Vues en coupe des positions des sondes pour le bloc d’asphalte avec inclusions (à gauche)
et pour le bloc sain (à droite) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
5.28 Évolution des températures mesurées et calculées pour les positions de certaines sondes . 136
5.29 Écart entre les températures mesurées et calculées à la surface avec et sans inclusions . . . 137

6.1 Comparaison du modèle numérique et de la formulation analytique en régime permanent

en fonction de la distance au point d’injection du fluide . . . . . . . . . . . . . . . . . . . 139
6.2 Température de surface en fonction du temps et de l’éloignement au point d’injection . . 140
6.3 Retard en fonction de la distance au point d’injection du fluide . . . . . . . . . . . . . . . 140
6.4 Paramètre A . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
6.5 Paramètres b1 et b2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
6.6 Paramètres λ1 et λ2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
6.7 Données du problème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
6.8 Intégration des données au schéma numérique . . . . . . . . . . . . . . . . . . . . . . . . . 143
6.9 Synthèse des données climatiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
6.10 Synthèse des données climatiques durant la période de récupération d’énergie . . . . . . . 145
6.11 Synthèse des DJU cooling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147

14
6.12 Synthèse des résultats en récupération d’énergie . . . . . . . . . . . . . . . . . . . . . . . 148
6.13 Synthèse des résultats en efficacité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
6.14 Amélioration des performances avec un revêtement semi-transparent . . . . . . . . . . . . 149
6.15 Potentiel d’énergie récupérable fonction des DJU cooling pour les 53 villes étudiées . . . 149
6.16 Potentiel d’énergie récupérable moyen en fonction de la distance au point d’injection du
fluide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
6.17 Potentiel surfacique d’énergie récupérable moyen en fonction de la distance au point d’in-
jection du fluide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
6.18 Efficacité de l’échange thermique en fonction de la distance au point d’injection du fluide 151

7.1 Principales données climatiques entre novembre et mars . . . . . . . . . . . . . . . . . . . 153

7.2 Synthèse des DJU heating . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
7.3 Baisse relative des DJU heating entre les deux approches . . . . . . . . . . . . . . . . . . 155
7.4 Domaines et frontières étudiés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
7.5 Problème inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
7.6 Représentation du cas étudié . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
7.7 Sous-domaines pour le problème de thermique . . . . . . . . . . . . . . . . . . . . . . . . . 171
7.8 Sous-domaines pour le problème de thermique . . . . . . . . . . . . . . . . . . . . . . . . . 173
7.9 Reconstruction par le GPR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
7.10 Sous-domaines pour la reconstruction thermique . . . . . . . . . . . . . . . . . . . . . . . 174
7.11 Propriétés thermiques reconstruites avec les informations a priori apportées par le GPR 174
7.12 Reconstruction de l’inclusion avec les informations a priori . . . . . . . . . . . . . . . . . 175
7.13 Propriétés thermiques reconstruites sans les informations a priori apportées par le GPR . 175
7.14 Reconstruction de l’inclusion sans informations a priori . . . . . . . . . . . . . . . . . . . 176
7.15 Reconstruction de la position de l’inclusion d’air avec et sans les informations a priori du
GPR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
7.16 Reconstruction de la position de l’inclusion d’acier avec et sans les informations a priori
du GPR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
7.17 Évolutions des conditions environnementales en fonction du temps . . . . . . . . . . . . . 178
7.18 Température de surface sans régulation de la température d’injection du fluide . . . . . . 179
7.19 Résultats avec les trois scenarii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
7.20 Température d’injection du fluide avec et sans loi de commande . . . . . . . . . . . . . . 180
7.21 Températures de l’air et de ciel et densité de flux solaire . . . . . . . . . . . . . . . . . . 180
7.22 Température minimale de surface avec et sans loi de commande . . . . . . . . . . . . . . 181
7.23 Température d’injection du fluide avec loi de commande et avec maintien d’une tempéra-
ture d’injection égale à 40.5◦ C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
7.24 Température minimale de surface avec et sans loi de commande . . . . . . . . . . . . . . 182
7.25 Conditions climatiques sur quarante jours à Nancy . . . . . . . . . . . . . . . . . . . . . . 183
7.26 Température d’injection du fluide avec et sans loi de commande . . . . . . . . . . . . . . 184
7.27 Température minimale de la surface avec et sans loi de commande . . . . . . . . . . . . . 184
7.28 Position du problème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
7.29 Réponse en température normalisée suite à un échelon de puissance . . . . . . . . . . . . 186
7.30 Conditions environnementales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
7.31 Température minimale de la surface cible . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
7.32 Fonctionnement des câbles électriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
7.33 Température minimale de la surface cible et termes sources avec la méthode de l’adjoint . 190
7.34 Température minimale de la surface cible et termes sources avec la méthode de l’adjoint . 190
7.35 Température minimale de la surface cible et termes sources avec un régulateur tout ou rien
(tor : fonctionnement en tout ou rien, sc fonctionnement sans loi de commande) . . . . . 191
7.36 Température minimale de la surface cible et termes sources avec un régulateur tout ou
rien, les périodes de fonctionnement sont représentées en vert . . . . . . . . . . . . . . . . 192
7.37 Température minimale sur la surface en fonctionnement en tout ou rien pour deux valeurs
de terme source . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192
7.38 Température de surface en fonctionnement en tout ou rien pour deux valeurs de terme
source . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193

15
7.39 Comparaison des résultats en terme source et en température de surface pour les fonction-
nement sans commande (indice sc ), avec l’adjoint (indice co ), et en tout ou rien (indice
tor ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193

E.1 Excitation de type ricker . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233

E.2 Onde électrique subissant une condition limite de Higdon (en haut) ou une condition PML
(en bas). À droite, l’onde est observée 5 ns après ce qui est représenté à gauche . . . . . . 234
E.3 Cellules de Yee ([92, 259]) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235
E.4 Propagation d’une onde électromagnétique dans un milieu calcaire homogène . . . . . . . 239
E.5 Décomposition d’une onde en une partie incidente et une partie diffuse (à gauche le champ
électrique total, au milieu le champ incident et à droite le champ diffus) . . . . . . . . . . 240

16
Liste des tableaux

4.1 Estimation des vitesses maximales (au sens de Darcy) pouvant être considérées pour
quelques températures sous l’hypothèse d’un régime de Darcy . . . . . . . . . . . . . . . 71
4.2 Répartition spectrale du rayonnement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.3 Position des résultats en température pour le cas test avec la méthode des éléments finis 109

5.1 Position des résultats de température adimensionnée (T /T1 ) comparés entre [238] et la
méthode des éléments finis en température adimensionnée avec de la diffusion . . . . . . 119
5.2 Écart entre les résolutions analytique et numérique pour les différentes conditions étudiées 123
5.3 paramètres utilisés pour la simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
5.4 Écart moyen pour les vitesses d’écoulement étudiées . . . . . . . . . . . . . . . . . . . . . 130
5.5 Propriétés thermiques du matériau [11, 68, 225] . . . . . . . . . . . . . . . . . . . . . . . . 132
5.6 Conditions environnementales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132

7.1 Propriétés électriques et thermiques des matériaux . . . . . . . . . . . . . . . . . . . . . . 173

7.2 Longueurs utilisées pour générer les sous-domaines . . . . . . . . . . . . . . . . . . . . . . 174
7.3 Propriétés électriques et thermiques de l’air et de l’acier . . . . . . . . . . . . . . . . . . . 176
7.4 Propriétés des inclusions reconstruites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
7.5 Synthèse des résultats en apport d’énergie pour la prévention du gel . . . . . . . . . . . . 185
7.6 Consommation énergétique totale au cours de la période d’une semaine étudiée . . . . . . 191

17
Chapitre 1

Introduction générale

Ce travail de thèse permet d’introduire des structures routières intégrant de nouvelles fonctionnalités
liées à la gestion de l’énergie. En effet, si les routes sont utilisées pour les flux de circulation, les structures
sont aussi soumises à des contraintes mécaniques et environnementales. Les chaussées étudiées au cours
de ce manuscrit visent à remplir plusieurs objectifs liés aux échanges thermiques s’y produisant. En
particulier, les apports énergétiques provenant du rayonnement solaire peuvent être en partie récupérés
et donc évacués de ces structures, réduisant ainsi les contraintes thermiques.
Dans cette optique, nous proposons dans ce manuscrit d’étudier en détail les échanges thermiques
qui se produisent à l’intérieur et au niveau des interfaces de ces nouvelles routes en élaborant un modèle
numérique multiphysique couplant les différents phénomènes qui ont lieu.
Ce modèle multiphysique est appliqué à des données météorologiques afin d’évaluer les performances
énergétiques de ces nouvelles structures. Des adaptations de ce modèle permettent une application au
contrôle en température des routes afin de réduire les contraintes thermomécaniques mais aussi pour
prévenir de l’apparition de phénomènes dangereux tels que le verglas ou l’accumulation de neige.
L’aspect climatique est particulièrement étudié dans ce mémoire à l’aide de cartographies des condi-
tions climatiques et des performances énergétiques potentielles. L’influence de certains paramètres sur
ces performances est notamment discutée.
Le développement et le maintien d’un réseau routier représentent un enjeu sociétal majeur. Il s’agit
en effet d’établir le bon fonctionnement de flux de circulation, mais aussi d’assurer la sécurité des usagers
en maintenant la route en état de fonctionnement, tout en minimisant les impacts négatifs, notamment
environnementaux, le coût de ces structures mais également les nuisances sur les usagers (infrastructure
de qualité, peu d’embouteillages) ou les riverains (nuisances sonores, pollution et accroissement du flux
de circulation).
Afin d’améliorer la qualité du réseau routier, l’IFSTTAR est à l’origine du projet des routes de cin-
quième génération (R5G), qui vise à développer de nouvelles routes afin d’améliorer les performances des
structures actuelles tout en réduisant les impacts négatifs de celles-ci. Ce projet renferme ainsi plusieurs
volets 1 . Il s’agit ainsi de
— rendre les infrastructures plus durables, peu émissives et économes en ressources naturelles en
augmentant la durée de vie des matériaux, en facilitant l’accès aux réseaux souterrains, en réduisant
les nuisances sonores ou en promouvant l’usage de matériaux recyclés pour réduire l’utilisation des
ressources naturelles, 70000 km de routes étant notamment rénovées chaque année.
— privilégier les routes à énergie positive en favorisant le développement de la voiture électrique avec
un plus grand nombre de stations de recharge mais aussi en offrant la possibilité de recharger
son véhicule tout en roulant. Profiter de la surface recouverte par les routes et notamment du
rayonnement solaire qui y est absorbé pourrait permettre de récupérer de l’énergie, que ce soit au
travers d’un transformation de la route en chauffe-eau solaire ou par l’intégration de panneaux
photovoltaïques
— renforcer la résilience des routes face aux événements climatiques et aléas naturels en étudiant les
risques de catastrophes naturelles (séisme, inondation, effondrement) qui pourraient impacter la
route et adapter sa construction en conséquence

1. [Link]/fileadmin/redaction/dossiers-thematiques/Mobilites/R5G/10169_INFRA_R5G_FR_interactif.
pdf

18
 — encourager l’auto-diagnostic des structures en détectant l’apparition d’endommagements causés à
la suite d’un grand nombre de cycles de roulage à la surface ou de variations de températures.
Pour cela, des capteurs peuvent être intégrés à la chaussée et permettre d’estimer plus précisément
les charges auxquelles sont soumises les routes et donc mieux prévoir leur durée de vie.
— favoriser une gestion coopérative et innovante du trafic en développant le concept de la route
automatisée. Le trafic pourrait ainsi être régulé et éventuellement redirigé, notamment dans le
cas de la circulation de véhicules autonomes ou capables de communiquer avec l’infrastructure de
transport.
— penser des infrastructures plus sûres et efficaces afin d’améliorer la qualité du déplacement en
anticipant les risques dus à la conduite, qu’ils soient dus à la qualité de la chaussée, à un risque
particulier d’accident ou à des facteurs météorologiques.
— répondre aux enjeux précédents par des infrastructures connectées et coopératives en intégrant pro-
gressivement des capteurs aux infrastructures de transport et en enrichissant les données apportées
aux conducteurs. Les équipements pourraient ensuite être modifiés plus en profondeur en allant
jusqu’à « réguler automatiquement la circulation ».
Le but est ainsi de faire des routes davantage que des "voies de communication terrestres carrossables"
(définition du dictionnaire Larousse 2 ) en ajoutant de nouvelles fonctionnalités, de nouveaux services et
en réduisant leurs nuisances.
Cette thèse s’inscrit ainsi principalement dans le volet des routes à énergie positives : il s’agit de
participer au développement de nouvelles infrastructures de transport ajoutant une fonction de gestion
de l’énergie. Au cours de la période estivale, de l’énergie provenant des apports solaires est récupérée
et peut être réutilisée pour alimenter des équipements (feux, signalisation, éclairage), pour participer à
l’alimentation d’un réseau de chaleur urbain ou pour être stockée dans des réservoirs.
Plusieurs systèmes ont été développés pour cela, en s’appuyant principalement sur des panneaux
photovoltaïques ou sur des écoulements de fluide.
Cette énergie récupérée, lorsqu’elle est stockée en période estivale, peut ensuite être réutilisée pendant
l’hiver afin de chauffer la surface de la route et d’empêcher la formation de verglas ou l’accumulation
de neige, en particulier pour certaines zones exposées comme les ponts. En effet, l’utilisation de sel,
comme cela est souvent pratiqué, présente des inconvénients à la fois économiques, et environnementaux.
Plusieurs méthodes alternatives ont ainsi été développées depuis la fin des années 1940 en s’appuyant sur
un chauffage basé notamment sur l’utilisation d’un fluide chaud, ou par effet Joule (chauffage électrique).
Tous ces systèmes sont introduits et détaillés au cours du chapitre 2. Dans le cadre de cette thèse, une
focalisation est effectuée sur le concept de la route solaire hybride. Ces routes ont l’avantage de présenter
une structure multicouche similaire à celle des chaussées traditionnellement construites, ce qui permet
de conserver les mêmes méthodes de construction. Cependant, certaines de ces couches sont modifiées.
En particulier, un écoulement en milieu poreux ainsi que des transferts radiatifs s’effectuent à l’intérieur
de la structure, modifiant ainsi les transferts thermiques par rapport à des chaussées traditionnelles. Des
cellules photovoltaïques peuvent aussi être intégrées.
L’un des objectifs de ce mémoire est d’établir les performances énergétiques de ces routes solaires
hybrides. Pour cela, s’il faut connaître les transferts thermiques liés aux différents phénomènes se pro-
duisant à l’intérieur de la structure, une connaissance précise des interactions avec l’environnement est
primordiale pour estimer les gains et pertes en énergie du système liés à cet environnement.
En particulier, la densité de flux solaire reçue, les échanges convectifs avec l’air ambiant ainsi que
les échanges radiatifs avec l’atmosphère doivent être connus. Pour cela, le chapitre 3 permet d’introduire
les principaux paramètres climatiques et de présenter, grâce à une étude bibliographique qui se veut la
plus exhaustive possible, des corrélations ayant pour but d’estimer ces gains et pertes en énergie. Ces
corrélations sont à chaque fois comparées et discutées afin d’en dégager une qui soit la plus pertinente
dans le cadre de cette étude.
Connaissant les conditions environnementales et leur évolution, les performances énergétiques des
routes solaires hybrides peuvent être déterminées. Une étude numérique est ainsi menée et plusieurs phé-
nomènes doivent être modélisés afin de connaître le comportement thermique de la structure. Au cours
du chapitre 4, les phénomènes de diffusion thermique, de convection hydraulique et les transferts radiatifs
ainsi que leurs traitements numériques sont ainsi détaillés. En particulier, la structure des équations dif-
férentielles est discutée. L’utilisation de la méthode des éléments finis pour chacun de ces phénomènes est

2. [Link]

19
explicitée et des stabilisations numériques sont introduites lorsque la structure de l’équation différentielle
le requiert.
Un couplage de ces phénomènes est ensuite proposé et détaillé dans le chapitre 5. Un modèle mul-
tiphysique est implémenté sous un noyau Matlab©, ce qui permet de résoudre ces différents problèmes
simultanément à la fois en espace et en temps connaissant l’évolution des données météorologiques. Ce
couplage est validé à partir de cas tests, et notamment à partir de l’analyse de données portant sur un
démonstrateur et sur une maquette de route solaire hybride.
Des données météorologiques horaires recouvrant une année complète pour plusieurs zones climatiques
en France sont ensuite présentées dans le chapitre 6 afin de cartographier les différents climats de la
France métropolitaine. L’exécution du modèle multiphysique avec ces données climatiques permet alors
de simuler le fonctionnement de la route solaire hybride durant une année. Des résultats en récupération
d’énergie sont cartographiés, discutés et permettent d’évaluer les influences climatiques ainsi que de
mettre en évidence le potentiel de récupération d’énergie de ces structures. Un outil d’évaluation des
performances énergétiques nécessitant seulement la connaissance des conditions climatiques est aussi
introduit, permettant à l’ingénieur d’estimer de façon rapide le potentiel de récupération d’énergie.
Le fonctionnement hivernal est ensuite traité au cours du chapitre 7 afin de prévenir de la formation
de verglas ou de l’accumulation de neige à la surface des routes solaires hybrides. Pour cela, un problème
de minimisation est introduit en prenant à la fois en compte la contrainte de prévention du gel et les
dépenses énergétiques pour le chauffage de la structure. Pour cela, il est fait appel à des méthodes de
contrôle optimal. La méthode de l’état adjoint est ainsi présentée pour la commande en température
de la route solaire hybride et plusieurs cas d’étude sont traités. De nouveau, des données climatiques
horaires sont utilisées pour la mise en application de cette loi de commande, et les besoins en énergie
sont estimés. L’influence de la teneur en eau de l’air (i.e. sa température) sur le besoin en chauffage est
notamment discutée. La prise en compte de ce couple de paramètres montre qu’il est possible d’aboutir
à des économies d’énergie parfois conséquentes pour certaines zones climatiques.
Cette application de la méthode de l’état adjoint est ensuite généralisée à la reconstruction de para-
mètres physiques en s’appuyant et en modifiant des travaux précédemment menés au sein de l’IFSTTAR.
En particulier, cette généralisation de la méthode de l’état adjoint peut être appliquée à la recherche
de défauts dans des parois afin, par exemple, de détecter des variations de propriétés thermophysiques
dans la couche poreuse liées à un encrassement. Un couplage avec une reconstruction de signaux issus
de mesures par radar géophysique est proposée afin d’améliorer la qualité de la reconstruction. Enfin, le
fonctionnement d’un système alternatif à la route solaire hybride est étudié, de nouveau en utilisant la
méthode de l’état adjoint. Ce système est basé sur un chauffage électrique et la commande porte alors
sur l’alimentation en électricité.
Finalement, des conclusions et perspectives sur les routes solaires hybrides ainsi que sur les résultats
obtenus sont proposées et discutées.

20
Chapitre 2

Contexte et position du problème :

état de l’art sur les chaussées à
énergie positive

Les chaussées étudiées dans cette thèse visent à remplir deux objectifs : empêcher la formation de
verglas et l’accumulation de la neige en période hivernale, et récupérer de l’énergie thermique issue du
rayonnement solaire au cours de la période estivale.
Après avoir décrit la structure des routes, nous présentons ensuite, dans ce chapitre, la technique la
plus utilisée pour empêcher la formation de verglas, le salage des routes, et développons les effets de cette
méthode. Des alternatives permettant de réchauffer la surface de la route, par l’utilisation d’une source
thermique ou par alimentation électrique, sont ensuite détaillées.
Un état de l’art sur la récupération d’énergie par les routes est enfin dressé avec, en particulier, un
approfondissement sur les techniques permettant de récupérer de l’énergie en été et de la restituer, en
partie, durant les périodes de froid en hiver.

2.1 Structure d’une route

Une chaussée routière se présente sous la forme d’une structure multicouche. Selon le niveau de trafic,
plusieurs structures différentes existent et on n’utilisera pas le même type de structure, ni les mêmes
matériaux, pour une route de campagne peu fréquentée, pour une autoroute, un boulevard ou un parking.
Le climat a aussi une influence sur le choix de la composition de la chaussée, tout comme la durée de vie
prévue. La chaussée est installée sur un ensemble appelé plate-forme support de chaussée constituée du
sol terrassé surmonté généralement d’une couche de forme [57], comme cela est représenté sur la figure
2.1.
La couche de forme est située entre le sol support et le corps de la chaussée et permet de remplir deux
fonctions : protéger le sol support au cours de la phase de travaux et améliorer les caractéristiques des
matériaux de remblai ou du terrain en place. Elle peut être composée de matériaux granulaires, traités
ou non selon la route considérée. Son épaisseur peut aller de 15 à 50 cm selon le type de chaussée.
Au-dessus, la couche d’assise est composée de deux sous couches : une couche de fondation et une
couche de base. Chacune a pour objectif d’apporter à la chaussée la résistance mécanique nécessaire pour
supporter les charges verticales dues à la circulation des véhicules à la surface et de répartir les pressions
sur la plate-forme support de chaussée pour que les déformations restent admissibles. Cette couche a une
épaisseur variant généralement entre 10 et 40 cm.
Enfin, la couche de surface peut comporter une ou deux sous couches : la couche de roulement et
éventuellement la couche de liaison. Elle doit permettre d’assurer la sécurité et le confort des usagers, qui
sont en contact direct avec celle-ci. En particulier, cette couche doit être unie, avec le moins possible de
défauts géométriques tels que des ornières. Cette couche doit aussi permettre l’adhérence des véhicules
ainsi que l’évacuation des eaux de pluie. Cette couche de surface doit également maintenir l’intégrité de la
chaussée en protégeant la structure d’influences extérieures telles que le salage ou des entrées d’eau, ainsi

21
 accotement

roulement
couches de surface
liaison
couches d’assise base
fondation

couche de forme

sol support

Figure 2.1 – Schéma d’une structure routière

que de la remontée de fissures des couches d’assise. L’impact de la couche de surface sur l’environnement
doit aussi être minimisé, notamment en évitant la pollution des eaux de ruissellement ou en diminuant
le bruit du passage des véhicules. Enfin, la composition de cette couche de roulement doit être telle que
des interventions pour l’entretien soient possible et que des réparations puissent être effectuées.
Nous nous intéressons, dans le cadre de cette thèse, au comportement thermique de la structure
soumise aux conditions environnementales. L’influence de celles-ci se faisant ressentir près de la surface,
nous nous focalisons ici sur l’étude de structures modifiées au niveau des couches de surface et d’assise.

2.2 Prévention du gel

Les routes solaire hybrides étudiées au cours de cette thèse visent à prévenir de la formation de neige
ou de verglas à la surface des routes durant l’hiver. Pour cet objectif, des techniques existent déjà, les
principales étant une fonte de la glace par des moyens chimiques (salage) et un chauffage de la chaussée,
par micro-ondes, par effet Joule ou par des échangeurs thermiques intégrés à la structure de la route.

2.2.1 Salage de la route

La prévention du verglas ou la fonte de la glace par des moyens chimiques s’effectue à l’aide de dépôt
de sel ou de sable sur la route. Le salage des routes, par du chlorure de sodium permet d’abaisser la
température de fusion de la saumure ainsi formée, et ainsi de modifier son état qui passe de solide à
liquide si le dosage est suffisant. Cependant, l’efficacité du salage des routes par du chlorure de sodium
décroît pour des températures très basses, en -dessous de -9◦ C [175, 197]. Un autre sel, le chlorure de
calcium, peut alors être épandu jusqu’à environ -60◦ C. Cependant, son coût, vingt fois plus élevé que le
chlorure de sodium, fait qu’il est relativement peu utilisé, en particulier pour des régions tempérées où
l’occurrence de températures fortement négatives est très faible [189].
Pour des régions avec peu de dégel pendant l’hiver, l’utilisation de sable est privilégiée. Si celui-ci ne
fait pas fondre la glace, il permet néanmoins d’améliorer l’adhérence des véhicules.
Le salage des routes présente deux inconvénients majeurs, son coût économique et son impact sur
l’environnement.
En raison de l’augmentation de la taille du réseau routier ainsi que de l’utilisation de la voiture,
la consommation de sel pour les routes a beaucoup augmenté au cours de ces dernières décennies, 0.2
million de tonnes par an en 1940 à 9 millions en 1970 [42] puis 15 millions dans les années 1990 pour les
États-Unis [222]. Pour le Canada, cette quantité s’élève à 4.9 Mt. En France, l’apport en sel est estimé
à environ 1 Mt par an pour les hivers rigoureux [189]. Le coût de la tonne de sel pouvant être estimé à
100 euros, le salage des routes a donc un impact économique non négligeable pour la société. En plus de
l’achat du sel, il faut aussi prendre en compte la mobilisation du personnel ainsi que l’achat et l’entretien
des chasse-neiges et saleuses.

22
 Cependant, le coût du salage des routes ne se limite pas à l’achat et à l’épandage de celui-ci car il faut
aussi prendre en compte les dégâts causés par le sel, en particulier au travers de la corrosion, qui affecte
à la fois les véhicules, mais aussi les infrastructures. Cette corrosion peut être causée directement par les
projections des véhicules, mais aussi par l’air chargé en sel suite à l’évaporation des gouttelettes d’eau
salée, ce qui représente environ 1 à 1.5 % de la quantité de sel épandue [175]. Cette corrosion s’applique
principalement aux parties des véhicules en contact avec les projections, c’est-à-dire principalement le
châssis, la carrosserie et le système de freinage, mais aussi le système électrique. Les équipements routiers
sont aussi soumis à l’impact de la corrosion, notamment les ponts. En cas de manque d’entretien, ceux-ci
peuvent perdre une partie de leur résistance mécanique, voire s’effondrer [24]. L’impact de la corrosion
ne se limite de plus pas aux véhicules et aux infrastructures routières puisque la corrosion provoquée par
le sel s’attaque également aux canalisations souterraines ainsi qu’aux câbles téléphoniques et aux lignes
électriques [135].
Cet impact financier est doublé d’un impact écologique. En effet, le sel, une fois déposé sur la route,
engendre de la saumure qui peut être projetée sur les bas-côtés par les véhicules et qui ruisselle là encore
jusqu’aux cours d’eau et peut pénétrer dans le sous-sol.
Ces projections provoquent ainsi un stress hydrique chez les plantes qui y sont soumises avec une
modification de la perméabilité des cellules ce qui peut modifier l’équilibre de la plante. Les ions sodium
et chlorure peuvent aussi inhiber la production de certaines enzymes et de la chlorophylle, affectant ainsi
la photosynthèse, la respiration et la croissance de la plante [60]. Cependant, beaucoup de plantes sont en
sommeil pendant l’hiver et les projections n’ont pas une influence aussi importante que le ruissellement
de la saumure sur l’environnement.
L’écoulement de la saumure entraîne en effet une augmentation bien documentée de la concentration
en ions chlorure et sodium dans les cours d’eau situés près des infrastructures routières, en particulier
pour les petites rivières où la dilution est moins importante [42, 66, 94]. Si ces concentrations sont élevées
après la fin des épisodes de froid, elles redescendent néanmoins en quelques jours dans les rivières [205] à
cause de l’écoulement de l’eau. Dans les étangs et les lacs, la décroissance de la teneur en sel est beaucoup
plus lente et la concentration peut rester élevée au printemps et en été [209] (d’après [197]). Cette teneur
élevée en chlorure et en sodium entraîne une augmentation de la densité de l’eau et une stratification
du lac ou de l’étang. L’eau salée reste alors au fond de l’étendue d’eau et les effets convectifs ne sont
plus suffisants pour mélanger l’eau située au fond du lac avec l’eau de surface [129]. Cette stratification
empêche une oxygénation suffisante des eaux de profondeur, ce qui impacte directement les espèces,
principalement animales, vivant au fond des étendues d’eau, vers (oligochètes) et larves, et a donc un
effet sur la chaîne alimentaire en touchant les poissons s’alimentant de ces espèces [106]. L’augmentation
de la concentration en sel dans l’eau peut également modifier l’écosystème en favorisant le développement
de cyanobactéries [37].
Les plantes situées près de cours d’eau soumis au ruissellement des eaux chargées en sel de déneige-
ment subissent aussi cette augmentation de la concentration via l’absorption par les racines, ce qui peut
entraîner une réduction de la croissance, des chutes de feuilles, de branches voire la mort des plantes
[175].
D’autre part, le ruissellement souterrain de l’eau salée peut modifier la composition du sol. En effet,
les ions potassium, calcium et magnésium, essentiels à la croissance des plantes, peuvent être remplacés
par des ions sodium, d’où une possible perte de végétation ainsi que de l’érosion.
De plus, le sel est transporté par le ruissellement jusque dans les aquifères où l’eau potable est pompée,
ce qui a une influence sur la qualité de l’eau consommée par la population. La concentration en ions
chlorure peut ainsi parfois dépasser les recommandations [175]. Cette augmentation de la concentration
peut aussi avoir une influence sur les activités industrielles comme la production de boissons alimentaires
ou de lait.
Il est également possible de réguler davantage l’apport en sel sur des zones bien déterminées en mettant
en place un système de pulvérisation, en particulier près des ponts. Des pulvérisateurs de solutions
contenant du chlorure de sodium, du chlorure de calcium, du chlorure de magnésium, de l’acétate de
magnésium ou de l’acétate de potassium [194] peuvent être installés, en étant soit intégrés dans la chaussée,
soit situés en surplomb de la route, au-dessus d’une barrière, sur les rebords de trottoirs ou sur un
parapet par exemple [258]. En plus du pulvérisateur, ces systèmes comportent également un réservoir,
des pompes et des capteurs afin de pouvoir pulvériser la solution antigel lorsque cela s’avère nécessaire.
Il est en particulier possible de commander le système pour que celui-ci ne se mette en action que si
la température de la chaussée est suffisamment basse, si des précipitations sont prévues et si le délai

23
avec la précédente pulvérisation est suffisant. De tels systèmes ont été mis en place en Amérique du
nord ainsi qu’en Europe [203]. Si ces systèmes n’ont pas un coût de fonctionnement important et s’ils
réduisent le nombre d’accidents, des problèmes ont néanmoins lieu lors de leur activation, de l’entretien
et du fonctionnement. Il semble ainsi que ces systèmes ne soient appropriés que pour des zones de danger
restreintes et bien définies [258].

2.2.2 Chauffage de la chaussée par effet Joule

Deux moyens de chauffage de la chaussée par effet Joule sont répertoriés dans la littérature : par un
revêtement conducteur électrique ou par des inclusions de câbles électriques à la structure routière.
Dans le cas d’un revêtement électriquement conducteur, des fibres de fer ou des copeaux sont ajoutés
au béton bitumineux. Des essais mécaniques ont été réalisés avec des prototypes vérifiant les contraintes
règlementaires sans qu’il n’y ait d’accident signalé dû à des personnes touchées par la charge électrique
[239]. De plus, ce système permet d’éviter des variations trop importantes de température, que cela soit
en espace ou en temps et le coût de fonctionnement semble peu important [260].
La seconde méthode, basée sur l’inclusion de câbles électriques sous le revêtement, à quelques cen-
timètres de la surface, est davantage traitée dans la littérature et a été mise en œuvre dès 1961 aux
États-Unis [108]. Les câbles électriques sont reliés à un générateur. La mise en circulation du courant
électrique et l’effet Joule permettent alors un chauffage au niveau des câbles électriques, ce qui entraîne,
si le système est bien dimensionné, un déneigement. Si ce système est efficace, facile d’installation et
demande peu d’entretien, il a néanmoins l’inconvénient de nécessiter une consommation électrique qui
peut être importante et représenter un coût conséquent [49] et la circulation des véhicules peut provoquer
à terme l’arrachement des fils électriques [239].

2.2.3 Chauffage de la surface par solution hydraulique

Deux systèmes s’appuyant sur des échanges thermiques liés à l’apport de chaleur d’un fluide sont
évoqués dans la littérature : le fluide peut circuler dans des canalisations enterrées ou dans une couche
poreuse située en-dessous du revêtement bitumineux.
Le système basé sur des canalisations enfouies a été le premier à être développé, dès 1948, à Klamath
Falls en Oregon [265] et était alors basé sur de la géothermie. Ce premier système a été maintenu en
fonctionnement jusqu’en 1997, date à laquelle une fuite est apparue, causée par la corrosion des canali-
sations en fer. De nombreux autres systèmes également basés sur des canalisations ont depuis été mis en
place, notamment aux États-Unis, en Islande, en Suisse (SERSO), au Japon (GAIA) en Norvège ou en
Pologne [79, 169, 188, 265]. Le principe est alors d’avoir un fluide chaud qui s’écoule dans des canalisations
intégrées à la chaussée routière. La diffusion thermique permet alors au fluide d’apporter sa chaleur à la
chaussée. Des solutions à base de saumure, de propylène ou de glycol peuvent être utilisées [14, 265], tout
comme de l’eau [87].
L’élévation en température du fluide calorifique peut se faire de différentes façons, soit directement
à partir de combustibles fossiles, avec une chaudière ou alors à partir d’une source géothermique. Dans
ce cas, une pompe à chaleur récupère une partie de l’énergie thermique de l’eau souterraine ou du sol
lui-même afin de vaporiser un réfrigérant tel que le fréon qui relâche ensuite la chaleur au niveau du
condenseur de l’échangeur thermique. Le fluide calorifique servant à réchauffer le revêtement récupère
alors cette chaleur [14, 169].
Une autre technique similaire, basée sur le chauffage par la circulation d’un fluide, a été conçue et dé-
veloppée par l’IFSTTAR en utilisant non pas des canalisations mais une couche poreuse située en-dessous
du revêtement. Une étude conjointe a ainsi été réalisée [11]. Cette technique présente notamment l’avan-
tage de permettre la conservation d’une structure multicouche et donc de conserver les mêmes méthodes
de construction des routes, sans surcoût. L’énergie distribuée par le fluide est également augmentée à
cause d’une surface d’échange plus élevée entre le fluide et le solide [190]. Une imperméabilisation de la
couche poreuse est néanmoins nécessaire.

2.2.4 Autres méthodes

Un système existe pour lutter contre le verglas, basé sur l’utilisation de micro-ondes. De la taconite
concassée est ajoutée comme agrégat au bitume. Le passage d’un véhicule équipé d’un générateur de

24
micro-ondes permet alors la production de chaleur dans la chaussée, en particulier près de la surface, la
glace étant alors facilement détachable [112].
Une utilisation de matériaux à changement de phase, inclus dans la chaussée, est également évoquée
en perspectives par [158].

2.2.5 Régulation du système de chauffage

Un contrôle du système de chauffage est nécessaire pendant la période hivernale afin d’éviter un
chauffage trop important tout en maintenant l’objectif d’une température de surface suffisamment élevée.
Pour cela, il est possible de s’inspirer de ce qui est effectué en thermique du bâtiment. En effet, le système
de chauffage de la route peut être assimilé à un chauffage en bâtiment avec la contrainte de maintenir
une température située dans une zone de confort dépendant également de l’humidité et de l’utilisation
qui est faite de la structure.
Plusieurs techniques existent en thermique du bâtiment pour la régulation du chauffage. Il est ainsi
possible de se baser sur des contrôleurs proportionnels, intégraux et dérivés (PID) [136, 185]. Des outils
plus avancés peuvent aussi être mis en œuvre comme des algorithmes génétiques [257] ou des réseaux de
neurones [172].
Des matériaux à changement de phase peuvent aussi être utilisés pour réguler la température de la
chaussée. Les quelques études publiées s’intéressent au cas de conditions estivales. En effet, maintenir
la surface hors gel durant plusieurs jours de froid demanderait une quantité d’énergie importante alors
que, lors du fonctionnement en conditions estivales, les pics de chaleurs ne durant que quelques heures,
ils peuvent être absorbés pendant la journée avant que l’énergie thermique ne soit relâchée au cours de
la nuit suivante.
Le matériau à changement de phase (paraffine) est ici intégré à la chaussée, ce qui permet, si la
température de changement d’état se situe un peu en-dessous de valeurs pouvant accélérer l’orniérage,
de retarder l’apparition des pics de chaleur pour la chaussée et de la atténuer [49, 158].
Les matériaux à changement de phase peuvent aussi être associés à d’autres dispositifs. En thermique
du bâtiment par exemple, les panneaux photovoltaïques peuvent être accompagnés de matériaux à chan-
gement de phase pour éviter des variations trop importantes de température et allonger ainsi leur durée
de vie [118].

2.3 Récupération de l’énergie

Les systèmes de maintien hors gel des chaussées nécessitent un apport en énergie. Or les routes oc-
cupent une importante surface, soumise à un rayonnement solaire conséquent, en particulier pendant
la saison estivale. Récupérer une partie de cette énergie thermique au travers de la route pourrait ren-
tabiliser davantage la surface occupée par les infrastructures routières en leur apportant une fonction
supplémentaire : en plus de permettre la circulation des véhicules, une importante quantité d’énergie,
renouvelable de surcroît, serait récupérée grâce à de tels systèmes.
Nous présentons dans cette partie d’abord le fonctionnement estival des systèmes hydrauliques pré-
sentés dans le paragraphe 2.2.3 ainsi que le stockage de cette énergie en vue de son utilisation au cours de
la période hivernale, puis la récupération d’énergie thermique par d’autres moyens, comme des conduites
d’air ou des cellules photovoltaïques.

2.3.1 Cas des systèmes hydrauliques

Les systèmes hydrauliques présentés dans le paragraphe 2.2.3 agissent comme des échangeurs ther-
miques. Si la chaussée permet d’abaisser la température du fluide qui circule à l’intérieur de celle-ci en
hiver pour les deux types de systèmes, à canalisation ou à couche poreuse, et donc d’augmenter la tempé-
rature de la chaussée, l’effet inverse se produit en conditions estivales. L’apport d’énergie thermique via
le rayonnement solaire est transmis au fluide qui monte en température pendant son écoulement. Au lieu
d’avoir un écoulement de la source chaude vers la source froide comme en conditions hivernales, l’écou-
lement se fait de la source froide vers la source chaude. L’écoulement du fluide permet alors d’évacuer
l’énergie thermique due au rayonnement solaire.
En plus de la récupération possible de cette énergie, son évacuation permet de réduire l’effet de l’îlot
de chaleur urbain et d’abaisser la température de la structure, température qui peut atteindre 70◦ C sans

25
traitement [103], ce qui peut entraîner de l’orniérage et diminuer la durée de vie des chaussées routières
[160].

2.3.2 Stockage de l’énergie thermique

Afin d’alimenter en énergie les systèmes hydrauliques pendant l’hiver en vue de générer une source
chaude, l’énergie collectée pendant l’été peut être stockée dans le sous-sol.
L’énergie thermique peut notamment être stockée dans d’épaisses couches de sable [157], éventuelle-
ment située sous les nappes phréatiques [242]. D’autres solutions de stockage de l’énergie thermique, a
priori non utilisées actuellement pour le cas spécifique des routes, sont aussi évoquées dans la littérature,
comme l’utilisation de l’eau, que ce soit dans des réservoirs ou dans des aquifères, ou, pour le stockage par
chaleur latente, l’utilisation de matériaux à changement de phase, comme des paraffines ou des hydrates
de sel [104].

2.3.3 Récupération de l’énergie thermique pour la production d’électricité

Des systèmes fonctionnant sur un principe similaire à celui des échangeurs hydrauliques sont évoqués
dans la littérature. Au lieu d’utiliser un fluide calorifique comme de l’eau ou une solution liquide, de l’air
circule dans des conduites, là aussi enterrées.
Sous des conditions estivales, la différence de température entre la chaussée et l’environnement permet
de mettre de l’air en mouvement dans les conduites. Des turbines situées en surplomb de la chaussée sont
alors utilisées pour récupérer ce flux d’air et produire de l’électricité [88]. Comme pour l’utilisation d’un
fluide liquide, ces conduites permettent d’évacuer la chaleur de la chaussée et donc d’en diminuer la
température et donc d’augmenter la durée de vie des structures qui en sont équipées [52, 88]. Cette
solution présente l’avantage de réduire les effets des fuites, notamment sur la durabilité de la structure,
par rapport au cas de l’utilisation d’un fluide caloporteur, mais l’efficacité de la récupération d’énergie
thermique est fortement diminuée [52].
Il est à noter que [88] évoque aussi la possibilité d’utiliser ce système en hiver, mais sans en étudier
la faisabilité et l’efficacité.

2.3.4 Utilisation de cellules photovoltaïques

Deux façons d’utiliser les cellules photovoltaïques sont évoquées dans la littérature. D’abord, des pan-
neaux photovoltaïques peuvent être installés au-dessus des voies de circulation ou au-dessus de parkings
[95] afin d’alimenter directement le réseau électrique, mais aussi pour réduire l’exposition des chaussées
au rayonnement solaire et donc les protéger de températures trop importantes.
L’autre méthode repose sur des cellules photovoltaïques intégrées à la chaussée. Peu de références
académiques traitent de ces systèmes. De nombreux brevets ont cependant été déposés par des entreprises
et plusieurs systèmes ont été installés ces dernières années comme Solar Roadways, SolaRoad (Pays-Bas)
ou WattWays (Colas, France) [71].
Pour le système Solar Roadways, la structure utilisée est constituée de trois couches, une couche de
surface transparente résistante à la contrainte exercée par le roulement des véhicules. Le rayonnement
solaire peut ainsi atteindre les collecteurs solaires. La couche située en-dessous est une couche contenant
un microprocesseur. Enfin, la troisième couche permet de distribuer le signal électrique aux infrastructures
reliées à la route [70].

2.3.5 Autre méthode de récupération de l’énergie : utilisation de l’énergie

mécanique
Il est à noter que l’énergie thermique n’est pas la seule à être disponible au niveau des chaussées
routières. La circulation des véhicules à la surface peut aussi être une source d’énergie mécanique. Il
existe deux principaux types de générateurs électriques : piézoélectrique et électromagnétique [71].
Dans le cas d’un générateur piézoélectrique, l’énergie mécanique de la pression du roulement ou des
vibrations est convertie en énergie électrique. Le matériau piézoélectrique est ainsi polarisé par l’effet de
la contrainte mécanique et permet un apport en électricité [20]. Un système nommé Cymbal a ainsi été
développé par l’université de Pennsylvanie [261].

26
 Les générateurs électromagnétiques reposent quant à eux sur l’induction électromagnétique et la loi
de Faraday. Le déplacement de la surface dû au roulement des véhicules est converti en un mouvement
circulaire au niveau d’un générateur électrique qui convertit ainsi l’énergie mécanique reçue en énergie
électrique. Des systèmes hydrauliques, pneumatiques ont ainsi été développés pour actionner le générateur
électrique. De nombreux brevets ont ainsi été déposés dont certains sont recensés par [71].

2.4 Synthèse
Ce chapitre a permis d’introduire différents systèmes permettant de remplir les objectifs de maintien
de la surface des routes hors gel et/ou de récupérer de l’énergie à partir de celles-ci.
Éviter la présence de verglas ou de neige à la surface des routes est un problème important, le plus
souvent résolu aujourd’hui par l’épandage de millions de tonnes de sel sur les routes, ce qui a un impact
à la fois économique et environnemental. Des méthodes visant à maintenir la surface des routes à une
température suffisamment élevée pour que la glace ne s’y forme pas ont ainsi été développées.
La mise hors gel de la surface peut s’effectuer au moyen de différents apports en énergie, thermique
par la circulation d’un fluide dans une couche poreuse, ou par des conduites enterrées dans la chaussée,
ou par effet Joule grâce à la circulation d’un courant électrique.
Une source d’énergie est donc nécessaire pour alimenter de tels systèmes. Si des générateurs peuvent
apporter cette énergie, il est intéressant de s’appuyer sur l’utilisation d’une énergie thermique stockée
pendant l’été lorsque l’apport en énergie thermique provenant du rayonnement solaire est maximal. De
nouveau, des systèmes hydrauliques peuvent être mis en place pour collecter une partie de cette énergie.
Ces systèmes présentent aussi l’avantage, en évacuant une partie de la chaleur, de pouvoir limiter la
montée en température des chaussées durant les pics de température et donc d’accroître la durée de vie
des structures routières qui en sont équipées.
L’utilisation de systèmes hydrauliques est ainsi particulièrement intéressante puisque ces systèmes
sont réversibles : l’énergie qu’ils évacuent durant l’été peut être stockée dans le sous-sol ou dans des
réservoirs pour ensuite être utilisée au cours de l’hiver afin de maintenir la surface hors gel.
Dans la suite de cette thèse, nous étudierons plus en détail le fonctionnement de chaussées utilisant
une couche poreuse, qui permettent en particulier, comme cela a déjà été décrit dans le paragraphe 2.2.3,
de conserver un système multi-couches et donc les mêmes méthodes de construction, et qui n’engendrent
donc pas de surcoût, contrairement aux chaussées équipées de canalisations.
Une des particularités de ce travail provient d’une modification de la couche de surface par rapport aux
routes à couche poreuse évoquées dans la littérature [11, 58, 190] : celle-ci est ici remplacée par une couche
semi-transparente qui filtre une partie du rayonnement incident. Plus précisément, les basses longueurs
d’ondes, et en particulier les principales longueurs d’ondes pour l’émission du rayonnement solaire, sont en
grande partie transmises à travers cette couche et sont donc absorbées plus en profondeur. Cela permet,
en été, d’avoir un chauffage plus important du fluide et donc d’évacuer davantage d’énergie à travers celui-
ci. Le matériau semi-transparent est en revanche opaque aux grandes longueurs d’onde et, en particulier,
les échanges atmosphériques s’effectuent à la surface de la route.

27
Chapitre 3

Étude bibliographique sur les

aspects connexes à la modélisation
multiphysique

Nous présentons dans ce chapitre la modélisation des conditions environnementales qui agissent sur
le comportement thermique des routes solaires hybrides. Celui-ci est particulièrement influencé par des
paramètres météorologiques tels que le rayonnement solaire reçu, les échanges avec l’atmosphère ou la
vitesse du vent. Un autre paramètre important, non traité ici, est la gestion des hydrométéores et no-
tamment les effets de la pluie ou de la neige sur le comportement thermique de la structure. En effet,
le traitement de ce paramètre nécessiterait la connaissance de nombreux autres facteurs tels que l’écou-
lement des eaux pluviales à la surface de la route, la texture de celle-ci, l’évolution de la quantité d’eau
tombée ou la vitesse d’évaporation.
Dans le cadre de la commande en température de la structure, l’objectif est d’éviter l’apparition de
verglas à la surface des routes or les conditions de formation de celui-ci sont liées à l’humidité : du verglas
peut se former pour une température faiblement négative par temps humide alors que cela ne sera pas
le cas pour un air sec. Une étude sera ainsi menée sur l’humidité et le point de rosée, et en particulier le
point de givrage sera introduit.
Cette étude bibliographique permet de déterminer quelles seront les corrélations retenues par la suite
pour estimer ces effets extérieurs. Pour cela, des comparaisons entre les principales corrélations de la
littérature sont effectuées en vue de choisir une corrélation donnant des valeurs de paramètres situées
dans la moyenne des valeurs de l’ensemble des corrélations répertoriées ici.

3.1 Rayonnement solaire

Le rayonnement solaire est un mode de transfert de l’énergie qui utilise les ondes électromagnétiques,
ondes qui peuvent se déplacer dans un matériau ou dans le vide. Lorsque les ondes électromagnétiques
émises par le Soleil atteignent une surface liquide ou gazeuse, elles sont alors réfléchies, absorbées par
le milieu et transmises. C’est en particulier le cas lorsque le rayonnement solaire atteint l’atmosphère
terrestre. Le rayonnement transmis à travers l’atmosphère atteint ensuite le sol où il est en partie absorbé
et permet donc un apport en énergie thermique.
Nous cherchons donc dans cette partie à déterminer la densité de flux solaire qui est absorbée par
le sol, et notamment par le revêtement des routes. La valeur du flux solaire reçu peut être mesurée à
l’aide d’un pyranomètre. On ne dispose cependant pas toujours de ces capteurs et il peut être nécessaire
d’évaluer la valeur de la densité de flux solaire reçue en utilisant d’autres mesures, comme la température
ou l’humidité.
Connaissant la position d’un lieu, il est d’abord possible de connaître le rayonnement reçu au-dessus
de l’atmosphère qui surmonte ce lieu pour une date et une heure données. Cependant, pour connaître la
valeur de la densité de flux solaire reçus à la surface de la Terre, l’absorption et la diffusion du rayonnement
par l’atmosphère terrestre doivent être pris en compte. Selon les données dont on dispose, des modèles

28
plus ou moins précis peuvent être utilisés.

3.1.1 Nature du rayonnement solaire

Le Soleil est, de loin, l’étoile la plus proche de la Terre et l’énergie provenant de son rayonnement
est la principale source d’énergie dont dispose le système solaire et donc la Terre. Il est constitué de
plusieurs couches concentriques avec un noyau au centre, à une température de 15 à 40 millions de Kelvin
[123] où se produisent les réactions de fusion nucléaire qui permettent la formation d’hélium à partir
d’hydrogène et d’où provient la chaleur de l’étoile. Cette énergie se propage vers l’extérieur du Soleil
d’abord principalement par rayonnement puis par convection jusqu’à atteindre sa surface, aussi appelée
photosphère. C’est le rayonnement émis par cette couche qui parvient ensuite jusqu’à la Terre.
Historiquement, le spectre solaire extraterrestre, c’est-à-dire en dehors de l’atmosphère, a été déter-
miné à partir de mesures effectuées au sol en comparant les spectres obtenus pour différentes altitudes
et angles zénithaux, et donc pour différentes épaisseurs de l’atmosphère traversées par les rayons solaires
[173, 230]. Ce spectre solaire peut être assimilé à celui d’un corps noir ayant une température de 5777 K
[73].
Le spectre du rayonnement solaire est ainsi centré sur les longueurs d’onde visibles, mais il comprend
aussi tous les types de rayonnements, du rayonnement gamma aux ondes radios.
Ce spectre solaire est en partie modifié lors de la traversée des ondes électromagnétiques à travers
l’atmosphère. Le spectre solaire reçu à la surface de la Terre ne correspond ainsi pas au spectre solaire sans
effets atmosphériques, aussi appelé spectre solaire extraterrestre. Cette altération du spectre est d’autant
plus importante que certains composants de l’atmosphère, comme le dioxyde de carbone, l’ozone ou la
vapeur d’eau sont présents dans l’atmosphère. Une comparaison entre les spectres du rayonnement solaire
extraterrestre et le rayonnement reçu à la surface de la Terre est présentée sur la figure 3.1.

Figure 3.1 – Comparaison des spectres solaires extraterrestre et mesuré au niveau de la mer [142]

3.1.2 Calcul du rayonnement solaire extraterrestre

Le rayonnement solaire atteint la Terre après un peu plus de huit minutes depuis son émission par la
photosphère. La Terre, au sommet de son atmosphère, reçoit alors un rayonnement moyen de 1367 W/m2
au cours de l’année, dans un plan orthogonal aux rayons du Soleil. Ce rayonnement n’est pas constant au
cours de l’année, la Terre décrivant une orbite elliptique autour du Soleil. La distance Terre-Soleil fluctue
ainsi d’environ 3.5 % autour de sa valeur moyenne pendant l’année. Ce rayonnement fonction de la date
est appelé rayonnement solaire extraterrestre.
Le calcul de ce rayonnement solaire extraterrestre pour le nème jour de l’année, G0 (n), s’effectue à
partir de la connaissance des variations de la distance Soleil-Terre. G0 (n) s’exprime ainsi sous la forme :

29
  2
Rm
G0 (n) = Gsc × (3.1)
R(n)
Où R(n) est la distance Terre-Soleil pour le nème jour de l’année, Rm est la distance moyenne entre
le Soleil et la Terre et Gsc est la valeur moyenne du rayonnement solaire au sommet de l’atmosphère
terrestre dans le plan orthogonal aux rayons. Gsc est aussi appelée constante solaire. Nous la prendrons
égale à 1367 W/m2 [72].
 2
Rm
Le ratio a été déterminé sous la forme de série trigonométrique par Spencer [220] :
R(n)
 2
Rm
= 1.00011 + 0.034221 cos B + 0.00128 sin B − 0.000719 cos 2B + 0.000077 sin 2B (3.2)
R(n)
n−1
Avec B = 360 × .
365
Cette expression est utilisée telle quelle par Davies [63], mais certains auteurs comme Duffie et Beck-
mann la simplifient en ne conservant que les deux premiers termes :
 2
Rm
= 1 + 0.033 cos B (3.3)
R(n)
Il faut en effet noter que les imprécisions les plus importantes dans le calcul du rayonnement solaire
au sol sont dues aux phénomènes atmosphériques et sont bien plus importantes que les termes présentés
ici qui ont une incidence d’environ 0.1 % sur le rayonnement total.
Nous avons ici considéré une surface orthogonale aux rayons du Soleil. L’inclinaison de la surface
étudiée, qu’elle soit due à la position géographique (latitude et longitude) ou la pente de la surface doit
être considérée.

3.1.3 Rayonnement reçu sans atmosphère, pour un lieu donné

Nous utilisons des considérations géométriques afin de déterminer le rayonnement solaire qui serait
reçu à la surface de la Terre en l’absence d’atmosphère sur une surface plane ou inclinée. Pour cela, nous
cherchons à connaître la position du Soleil dans le ciel, ce qui peut être réalisé en connaissant l’angle que
font les rayons du Soleil avec la verticale de la surface étudiée, θ, c’est-à-dire l’angle d’incidence, compris
entre 0 et 90°, ainsi que l’angle d’azimut, la direction de la projection du rayon dans un plan horizontal
par rapport à la direction du Sud, avec une orientation positive vers l’Est.
Le calcul de l’angle d’incidence θ fait intervenir plusieurs paramètres :
— φ : la latitude, la position angulaire du lieu étudié par rapport au plan de l’équateur, positive au
Nord de l’équateur, négative au Sud.
— δ : la déclinaison, la position angulaire du Soleil au midi solaire par rapport au plan de l’équateur,
avec une orientation positive vers le Nord.
— β : la pente, l’angle entre l’horiontale et la surface étudiée
— γs : l’angle azimutal du Soleil, la position angulaire de la projection des rayons solaires sur une
surface plane. L’angle azimutal solaire est nul pour une projection vers le Sud et est orienté positif
vers l’Ouest.
— γ : l’angle d’azimutal de la surface, la déviation sur une surface horizontale de la normale à la
surface étudiée, avec une orientation positive vers l’Ouest et une valeur nulle pour une normale
orientée vers le Sud.
— ω : l’angle horaire, la position du Soleil à l’Ouest ou à l’Est du méridien local. Cet angle permet
permet de prendre en compte la rotation de la Terre sur elle-même au rythme de 15° par heure.
L’angle est négatif le matin et positif l’après-midi : ω = 15 × (hsol − 12) avec hsol l’heure solaire et
ω en degrés.
— θz : l’angle de zénith, l’angle d’incidence du rayonnement solaire sur une surface plane
Les angles θz , β, γs et γ sont représentés sur la figure 3.2.
Pour une surface plane, avec β = 0, la position du Soleil dans le ciel peut donc s’obtenir en connaissant
l’angle de zénith θz et l’angle azimutal γs .

30
 Figure 3.2 – Principaux angles intervenant dans le calcul du rayonnement solaire (d’après [73])

La latitude φ, la pente β, l’angle azimutal de la surface γ et l’heure sont supposées connus. L’angle
de déclinaison δ, exprimé en degrés pour le nème jour de l’année, s’écrit, d’après [56] :

284 + n
 
δ = 23.45 sin × 360 (3.4)
365

Détermination de l’heure solaire

L’heure solaire est le temps basé sur la position angulaire du Soleil dans le ciel, et tel que, au midi
solaire, le Soleil est aligné avec le méridien local. Le temps solaire ne coïncide généralement pas avec le
temps légal, c’est-à-dire avec l’heure qu’il est sur le fuseau horaire auquel appartient le lieu étudié. Il est
ainsi nécessaire d’appliquer deux corrections.
Étant donné que l’heure légale est relative à un fuseau horaire, celui de l’heure UTC+X, lui-même
relié à un méridien de référence, il faut d’abord corriger l’heure légale pour qu’elle corresponde à celle du
méridien de référence. Pour cela, étant donné que le Soleil met 4 minutes pour parcourir chaque degré
de longitude, la valeur de cette première correction s’écrit, en minutes : 4 × (Lleg − Lloc ), où Lleg et Lloc
sont respectivement les longitudes du méridien légal et du méridien local (en degrés), avec Lloc = 15 × X.
Il est à noter que cette correction tient compte de l’heure d’été et de l’heure d’hiver. Ainsi, à Paris, pour
la longitude 2.35°, à l’heure d’été (UTC+2), le méridien local est 30°, qui passe par l’Europe de l’Est
(Finlande, Russie, Ukraine) et donc la correction à apporter, par rapport à l’heure légale, est d’une heure
et cinquante minutes à retirer.
La seconde correction à apporter provient des variations de la vitesse de rotation de la Terre sur
elle-même. Cette seconde correction E (en minutes) s’écrit, pour le nème jour de l’année, d’après [220] 1 :

E = 229.2 (0.0000075 + 0.001868 cos B − 0.032077 sin B − 0.014615 cos 2B − 0.040849 sin 2B) (3.5)
n−1
Avec B = 360 × . La variation de cette correction au cours du temps est représentée sur la figure
365
3.3.
On a donc la différence suivante, exprimée en heures, entre l’heure solaire hsol et l’heure légale hleg :
1. les corrélations données par [72] et [123] avec 0.000075 et 0.4089 au lieu de respectivement 0.0000075 et 0.40849
semblent provenir d’une erreur dans la première version de [220] ainsi que d’une erreur lors de la copie des coefficients (voir
[Link] et [Link]
com/sundial@[Link]/[Link])

31
 20

correction E [minutes]
10

−10

−20
0 50 100 150 200 250 300 350 400
jour

Figure 3.3 – Correction due à la variation de la vitesse de rotation de la Terre en fonction du jour de
l’année

4 E
hsol − hleg = × (Lloc − Lleg ) + (3.6)
60 60

Détermination de l’angle d’incidence

L’angle d’incidence peut alors être déterminé à l’aide des relations (3.7) ou (3.8) (d’après Duffie et
Beckmann, [73])

cos θ = sin δ sin φ cos β

− sin δ cos φ sin β cos γ
+ cos δ cos φ cos β cos ω
+ cos δ sin φ sin β cos γ cos ω
+ cos δ sin β sin γ sin ω (3.7)

cos θ = cos θz cos β + sin θz sin β cos (γs − γ) (3.8)

Pour une surface plane, avec β = 0, la relation (3.7) permet d’avoir :

cos θ = cos θz = sin δ sin φ + cos δ cos φ cos ω (3.9)

Détermination de l’angle d’azimut

L’angle d’azimut des rayons solaires, γs , peut aussi être obtenu à partir de considérations géométriques,
par la relation (3.10) [72] :

cos θz sin φ − sin δ

 
γs = sign(ω) arccos (3.10)
sin θz cos φ
L’évolution de l’angle azimutal en fonction du temps pour deux dates est représenté en fonction de
l’heure de la journée sur la figure 3.4.
Le décalage entre les deux courbes pendant la nuit provient du changement d’heure. On retrouve bien
dans les deux cas que le Soleil se lève à l’Est (azimut négatif) et se couche à l’Ouest (azimut positif).

Détermination du rayonnement solaire incident

Le rayonnement extraterrestre reçu sur une surface s’écrit :

G = G0 cos θ (3.11)

32
 200
21 juin
21 décembre
100

angle d’azimut
0

−100

−200
0 5 10 15 20 25
heure

Figure 3.4 – Évolution de l’angle azimutal en fonction du temps à Paris pour les solstices

Il est à noter que l’angle d’azimut n’apparaît pas explicitement ici. L’azimut sert ici à connaître la
position du Soleil dans le ciel, et donc à connaître la direction des rayons, et non pas seulement leur
inclinaison par rapport à la verticale.
Pour obtenir la densité de flux solaire arrivant sur une surface, seule la connaissance de l’angle de zénith
est nécessaire. Dans le cas d’une surface plane, il suffit donc de disposer des coordonnées géographiques
du lieu étudié et de l’heure solaire. Dans le cas d’une surface non plane, l’obtention de l’azimut est un
préalable nécessaire.
À partir des relations précédemment établies, le rayonnement solaire reçu, sans atmosphère, peut
être déterminé en tout point de la Terre et pour toute date, pourvu qu’on dispose de ses coordonnées
géographiques. L’évolution de la densité de flux solaire est représentée pour quelques villes dans le monde
sur les figures 3.5 et 3.6, respectivement pour le 21 juin et le 21 décembre. L’évolution de la densité de
flux solaire peut aussi être représentée pour un lieu donné à différentes dates, comme c’est le cas pour la
figure 3.7.

1,400
Paris
densité de flux solaire reçue [W.m−2 ]

1,200 Hammerfest
Athènes
1,000 Madrid
Saint Pétersbourg
Sydney
800

600

400

200

0
0 2 4 6 8 10 12 14 16 18 20 22 24
heure

Figure 3.5 – Densité de flux solaire le 21 juin sur une surface plane

La figure 3.5, pour le solstice d’été, fait apparaître le phénomène du Soleil de minuit, avec, pour
Hammerfest, ville située au-delà du cercle polaire, avec le Soleil visible pendant toute la journée. La
durée du jour est supérieure à 12 heures pour les villes de l’hémisphère Nord et cette durée est d’autant
plus importante que la ville est située au Nord. L’intensité du rayonnement solaire est cependant maximale
au niveau du tropique du Capricorne.
Au contraire, au moment du solstice d’hiver, la durée d’éclairement augmente lorsqu’on se dirige vers
le Sud, avec un Soleil non visible au-delà du cercle polaire arctique.

33
 1,400 Paris

densité de flux solaire reçue [W.m−2 ]

Hammerfest
1,200 Athènes
Madrid
Saint Pétersbourg
1,000
Sydney

800

600

400

200

0
0 2 4 6 8 10 12 14 16 18 20 22 24
heure

Figure 3.6 – Densité de flux solaire le 21 décembre sur une surface plane

1,200
15 février
densité de flux solaire reçue [W.m−2 ]

1,000 15 avril
15 juin
15 août
800 15 octobre
15 décembre
600

400

200

0
0 2 4 6 8 10 12 14 16 18 20 22 24
heure

Figure 3.7 – Densité de flux solaire pour différentes dates à Paris sur une surface plane

3.1.4 Rayonnement solaire reçu par temps clair

Le paragraphe précédent a permis de connaître le rayonnement qui serait reçu en un lieu donné
en l’absence d’atmosphère. Celle-ci absorbe une quantité non négligeable du rayonnement solaire. Pour
comprendre ce phénomène d’absorption, il faut décomposer le rayonnement solaire selon les longueurs
d’onde et obtenir ainsi son spectre : s’il est proche de celui d’un corps noir en dehors de l’atmosphère,
certains composants de l’atmosphère absorbent le rayonnement, en particulier près de certaines longueurs
d’ondes.
Nous présentons donc dans ce paragraphe d’abord le spectre solaire, puis des corrélations, avec dif-
férents niveaux de précision, afin de déterminer la densité de flux solaire reçue à la surface de la Terre.
Plusieurs cas sont ainsi étudiés, d’abord pour un temps clair, en l’absence de nébulosité, puis pour un
temps couvert.

Détermination du rayonnement solaire reçu par temps clair, sans prise en compte explicite
de données atmosphériques
Le flux solaire reçu à la surface de la Terre, donc après traversée de l’atmosphère, peut être divisé
en deux composantes : un flux solaire direct Gd , orienté selon la direction Soleil-Terre, et un flux solaire
diffus Gs , pour le rayonnement orienté selon les autres directions. Ce dernier provient de la déviation
d’une partie du rayonnement solaire direct au cours de sa traversée de l’atmosphère par des phénomènes
optiques, et en particulier des effets de réflexion et de réfraction par les gouttelettes d’eau présentes dans
l’atmosphère et dans les nuages. Ainsi, [117] estime que, par temps clair et pour un Soleil à son zénith
(angle d’incidence nul), 72 % du rayonnement solaire extraterrestre parvient au sol sous forme directe

34
et 7 % sous forme diffuse. 18 % du rayonnement est absorbé par l’atmosphère et 3 % est renvoyé à
l’atmosphère.
Lorsque l’humidité est élevée, que l’air est pollué ou plus généralement lorsque le Soleil n’est pas
visible dans le ciel, c’est le rayonnement solaire diffus qui est à l’origine de la luminosité. Par temps clair,
ce sera au contraire le rayonnement direct qui sera prépondérant. On a donc G = Gd + Gs .
Dans ce paragraphe, nous présentons quelques corrélations simples permettant d’obtenir une approxi-
mation du flux solaire reçu à la surface de la Terre par temps clair connaissant l’angle de zénith θ du
Soleil. Nous noterons par la suite Gc , Gdc et Gsc respectivement le flux solaire total, le flux solaire direct
et le flux solaire diffus reçus à la surface de la Terre sur une surface plane par temps clair. Ces corréla-
tions prennent en compte seulement la longueur d’atmosphère que doivent traverser les rayons du Soleil,
elle-même liée à l’angle de zénith θz : en première approximation, la longueur d’atmosphère traversée,
1
aussi appelée masse d’air, est proportionnelle à .
cos θz
— Corrélation de Daneshyar-Paltridge, issue de l’analyse de données australiennes pour le rayonne-
ment direct [186] 2 et de données américaines pour le rayonnement diffus [61] 3 . Le terme cos θ de la
corrélation (3.12) vient du fait que cette corrélation permet initialement le calcul du rayonnement
direct selon la direction de l’azimut.

= 950 exp −1.3 × 10−3 (θz − 90) cos θ (3.12)

Gdc
Gsc = 25.3 + 0.606 (90 − θz ) (3.13)
Gc = Gdc + Gsc (3.14)

— Corrélation de Kasten et Czeplak, issue de l’analyse de données pour la ville de Hambourg [133] :

Gc = 910 cos θz − 30 (3.15)

— Corrélation de Haurwitz, obtenue à partir de mesures réalisées dans le Massachusetts [105] :
 
−0.059
Gc = 1097 cos θz exp (3.16)
cos θz
— Corrélation de Adnot (d’après [12]) :

Gc = 951.39 cos (1.15θz ) (3.17)

— Corrélation de Allen, obtenue à partir de l’intégration de la loi de Beer [3]. Cette corrélation donne
le coefficient de transmission par temps clair, c’est-à-dire le ratio entre le rayonnement reçu à la
surface de la Terre et le rayonnement extraterrestre :
 
−0.0018P
τg = exp (3.18)
Ktb cos θz
Où Ktb est un coefficient de clarté, compris entre 0.5 et 1, la valeur 0.5 correspondant à un air
très pollué et la valeur 1 à un air pur. P est la pression atmosphérique en kPa. La valeur de Gc
est donc donnée par :

Gc = G0 τg cos θ (3.19)
— Corrélation de Meinel, établie d’après des mesures réalisées dans l’Ohio, donnée par [117]. Elle
permet d’exprimer la composante directe du flux solaire reçu à la surface de la Terre :
0.678
Gd = 1353 × 0.7M × cos θ (3.20)

2. la représentation graphique de la corrélation d’origine fait apparaître une incohérence avec une augmentation de Gdc
pour de petits angles d’incidence. De plus, il est précisé dans [186] que "If the sun were vertically overhead [Gdc ] would be
950 W.m-2.". Une adaptation a donc été faite
3. Une erreur d’un facteur 10 semble être présente dans cet article, donnant des valeurs trop faibles pour le rayonnement
diffus. [12] applique, sans l’expliciter, un coefficient correcteur égal à 10 que nous reproduisons ici.

35
 Où la valeur 1353 correspond à la constante solaire utilisée par Meinel, la valeur 0.7 à la part de
rayonnement solaire transmise à travers l’atmosphère pour un parcours minimal à travers celle-
ci et M est la masse d’air traversée. Cette corrélation peut s’écrire à l’aide d’un coefficient de
transmission pour le rayonnement direct, τd défini de la façon suivante :

Gd = τd G0 cos θz (3.21)
0.678
Avec ici τd = 0.7M . Pour obtenir M , Armstrong (2010) [8] utilise la relation donnée par Kasten
[132] :
1
M= −1.6364 (3.22)
cos (θz ) + 0.50572 (96.07995 − θz )
Pour Hu [117] qui reprend la corrélation de Meinel, pour un éclairement vertical lors d’une journée
sans nuage, en plus de 72 % de rayonnement extraterrestre qui parvient à la surface de la Terre
de façon directe, 7 % y arrive en étant diffusé de façon approximativement isotrope. Armstrong
[8] généralise cela pour toute heure d’une journée ensoleillée en proposant pour le rayonnement
total :

G = 1.1 × Gd (3.23)
— Corrélation de Hottel, établie à partir de mesures réalisées pour différents climats et différentes
altitudes. Cette corrélation introduit, comme pour celle de Adnot, un coefficient de transmission,
mais pour le rayonnement direct τd , qui dépend de l’altitude et du lieu étudié :
 
−k
τd = a0 + a1 exp (3.24)
cos θz
Avec :

a0 = r0 (0.4237 − 0.00821(6 − h)2 ) (3.25)

a1 = r1 (0.5055 + 0.00595(6.5 − h) ) 2
(3.26)
k = rk (0.2711 + 0.01858(2.5 − h)2 ) (3.27)

Où h est l’altitude du lieu considéré (en km) et les coefficients ri sont des facteurs de correction
qui dépendent du climat et sont compris entre 0.95 et 1.03.
Par temps clair, le rayonnement diffus peut s’obtenir en considérant, comme pour la corrélation
de Meinel (3.23), qu’il représente 10 % du rayonnement direct.
Une comparaison de ces corrélations est proposée sur la figure 3.8. Cette figure laisse apparaître
une cohérence entre les corrélations représentées, la corrélation basée sur les travaux de Paltridge et
Daneshyar surestime la densité de flux solaire par rapport aux autres corrélations alors qu’Adnot la sous-
évalue. Pour un même angle d’incidence, les valeurs obtenues pour la densité de flux solaire appartiennent
à un intervalle s’étendant sur environ 200 W.m-2.
La corrélation de Meinel donne ici des valeurs de densité de flux solaire dans la moyenne des autres
corrélations et pourra donc être utilisée par la suite.

Prise en compte détaillée des phénomènes d’absorption

Des considérations géométriques basées uniquement sur l’utilisation des angles azimutaux ne permet
pas de prendre en compte dans le détail les phénomènes d’absorption et de diffusion qui s’y produisent. Ces
corrélations ne prennent en particulier pas en compte la concentration dans l’atmosphère des composants
qui dévient la trajectoire des rayons lumineux, c’est pourquoi nous présentons, dans ce paragraphe, des
modèles plus détaillés permettant d’avoir une estimation de l’impact de chacun des phénomènes optiques
sur le rayonnement solaire reçu au sol.
La densité de flux solaire direct Gd reçue à la surface de la Terre par temps clair peut ainsi être
défini comme étant le flux solaire extraterrestre atténué par les phénomènes d’absorption et de diffusion
intervenant dans l’atmosphère [28, 150]. Le flux solaire diffus résulte, quant à lui, des phénomènes de
diffusion atmosphérique et des réflexions multiples entre le sol et les couches nuageuses.

36
 1,200
Paltridge et Daneshyar
Kasten
densité de flux solaire [W.m−2 ] 1,000 Haurwitz
Adnot
Allen
800 Meinel
Hottel

600

400

200

0
0 10 20 30 40 50 60 70 80 90
angle d’incidence [ ]
◦

Figure 3.8 – Comparaison de corrélations donnant la densité de flux solaire par temps clair

Il est alors possible de définir des coefficients de transmission relatif à chacun de ces phénomènes,
et nous noterons dans la suite de ce paragraphe τr , τo , τw , τa , τu et τc les coefficients de transmission
associés respectivement à la diffusion de Rayleigh, à l’absorption par l’ozone, à l’absorption par la vapeur
d’eau, à l’absorption et à la diffusion par les aérosols, à l’absorption et la diffusion par les autres gaz de
l’atmosphère et à l’absorption et la diffusion par la couverture nuageuse.
Les phénomènes d’absorption et de diffusion étant dépendants de la longueur d’onde du rayonnement,
on peut aussi exprimer ces coefficients de transmission pour chaque longueur d’onde. Ils représentent alors
l’irradiance (flux par unité de longueur d’onde) transmise pour chaque phénomène pour une longueur
d’onde λ donnée.
Nous présentons donc par la suite ces coefficients de transmission pour chacun des phénomènes atmo-
sphériques.

Diffusion de Rayleigh La diffusion de Rayleigh est un phénomène qui se produit lorsqu’une onde
électromagnétique traverse une particule dont la taille est beaucoup plus petite que la longueur d’onde.
En effet, l’onde électromagnétique, qui peut être décrite comme un champ électrique, déforme le nuage
électronique des atomes et modifie ainsi la répartition des polarités à l’intérieur de l’atome, créant ainsi
un dipôle électrostatique qui va réémettre une partie des ondes le traversant dans toutes les directions,
cette diffusion étant inversement proportionnelle à la puissance quatre de la longueur d’onde.
Ce sont ainsi les émissions aux longueurs d’onde les plus faibles qui sont le plus soumises à la diffusion
de Rayleigh, et c’est pourquoi le ciel apparaît bleu par temps clair. Au début et à la fin de la journée,
lorsque la distance que doivent parcourir les rayons du Soleil à travers l’atmosphère est maximale, et
donc lorsque le nombre de particules à travers lesquelles se produit la diffusion de Rayleigh augmente, la
diffusion des longueurs d’onde plus élevées (jaune et rouge) devient plus importante et le ciel prend alors
des teintes plus orangées.
Plusieurs corrélations existent pour estimer le coefficient de transmission τrλ en fonction de la longueur
d’onde λ existent dans la littérature. On peut par exemple citer celles de [134] donnée par (3.28) (d’après
[28]) ou (3.29) de [150].

= exp −M 0 / λ4 115.6406 − 1.335/λ2 (3.28)




τrλ
= exp −0.008735λ−4.08 (3.29)


τrλ

P
M 0 est la masse d’air relative corrigée : M 0 = M avec P la pression au niveau du sol (en mb)
P0

37
et P0 =1013 mb. M est la masse d’air relative, qui représente la longueur d’atmosphère traversée par le
rayonnement solaire, et dépend donc l’angle d’incidence θz . M peut s’obtenir de différentes manières. Une
des corrélations donnant ce paramètre provient d’une approximation de l’intégration de la masse d’air
sous la forme :
1
M= −c (3.30)
cos θz + a (b − θz )
Kasten (1965) calcule les coefficients a = 0.15, b = 93.885◦ et c = 1.253, repris par le modèle de
Josefsson [26, 63]. Une correction est apportée par Kasten (1989) [132] et reprise plus tard par [8] à cause
de valeurs trop faibles dues à une erreur de calcul pour de faibles élévations du Soleil dans le ciel. Les
coefficients suivants sont retenus : a = 0.50572, b = 96.07995◦ et c = 1.6364.
Une autre corrélation est utilisée par [63, 142] :
35
M= 0.5 (3.31)
2
1 + 1224 (cos θz )

De façon plus simple, on peut aussi utiliser, d’après [73] :

1
M= (3.32)
cosθ
D’autres expressions permettent de déterminer un coefficient de transmission global τr , correspondant
au rayonnement solaire total transmis par temps clair, comme celles associées aux modèles de Bird [27],
de McMaster [63] ou de Josefsson (d’après [63]) :

τr = exp −0.0903M 00.84 1 + M 0 − M 01.01 (3.33)

 

X
τr = (3.34)
1+X
Avec X = 8.688234M a et a = 0.0279286 ln M − 0.806955.

τr = 0.9768 − 0.0874M + 0.010607552M 2 − 8.46205 × 10−4 M 3

+3.57246 × 10−5 M 4 − 6.0176 × 10−7 M 5 (3.35)

Diffusion par les composants de l’atmosphère Les gaz présents dans l’atmosphère absorbent une
partie du rayonnement solaire, et ceci en particulier autour de certaines longueurs d’ondes spécifiques à
chaque composant de l’atmosphère, et cette absorption est d’autant plus forte que la concentration du
composant est élevée.
Cette absorption par les constituants de l’atmosphère à certaines longueurs d’onde provient des quanta
d’énergie : l’énergie E d’un système ne peut, d’après la mécanique quantique, pas prendre n’importe quelle
valeur et seuls certains niveaux d’énergie sont possibles. Ainsi, les variations d’énergie ∆E que peut subir
un système sont dites quantifiées. Un système passant d’un niveau d’énergie E1 à un autre niveau d’énergie
E2 supérieur absorbe ainsi un photon d’énergie E2 − E1 = ∆E = hν où h est la constante de Planck
(h = 6.63 × 10-34 J.s) et ν la fréquence du photon.
Le phénomène inverse existe : un système passant d’un niveau d’énergie E1 à un niveau d’énergie
inférieur E2 émet un photon de fréquence ν vérifiant E1 − E2 = hν.
Ce sont ces variations d’énergie qui provoquent l’absorption du rayonnement pour certaines longueurs
d’ondes qui permettent de passer d’un niveau d’énergie à un autre.
Les cprincipaux absorbeurs de rayonnement solaire dans l’atmosphère sont le méthane, le protoxyde
d’azote, l’ozone, le dioxyde de carbone et la vapeur d’eau. C’est en particulier l’ozone qui absorbe les
rayonnements les plus énergétiques, notamment le rayonnement UV, pour des longueurs d’ondes infé-
rieures à 300 nm. Une représentation des coefficients d’absorption pour chacun de ces composants de
l’atmosphère est présentée sur la figure 3.9, issue de [191]. Le rayonnement solaire arrivant à la surface
est ainsi absorbé par chacun de ces composants. Le coefficient d’absorption global, pour un rayonnement
vertical, est représenté sur la figure 3.10, d’après [191].

38
Figure 3.9 – Coefficient d’absorption en fonction de la longueur d’onde pour certains composants de
l’atmosphère (d’après [191])

Figure 3.10 – Coefficient d’absorption du rayonnement solaire prenant en compte l’absorption par les
différents gaz qui constituent l’atmosphère et pour un rayonnement vertical (d’après [191])

Corrélations détaillées pour le calcul du rayonnement par temps clair Plusieurs corrélations
dans la littérature proposent d’utiliser des paramètres physiques, autres que l’angle d’incidence, pour
déterminer la densité de flux solaire qui parvient au sol. En particulier, l’humidité intervient dans ces
calculs.
— Modèle de Barbaro : Le flux solaire direct par temps clair Gdc s’écrit ici, connaissant le flux solaire
total Gc :

Gdc = Gc [a1 + b1 W − a3 (d − 400)] exp (− [a2 + b2 W + b3 (d − 400)] M ) (3.36)

Où d est la quantité de particules par cm , W est la hauteur d’eau (en mm), M est la masse d’air,
2

obtenue en fonction de l’angle d’incidence par (3.30), (3.31) ou (3.32).

Les valeurs suivantes des coefficients sont utilisées : a1 = −0.1349, a2 = 0.13708, a3 = 3.68 × 10−5 ,
b1 = −4.28 × 10−3 , b2 = 2.61 × 10−3 et b3 = 1.131 × 10−4 .
Soit de plus Gw le flux solaire qui serait transmis par temps clair en l’absence de diffusion, c’est-
à-dire en ne prenant en compte que les phénomènes d’absorption. Gw s’écrit , selon ce modèle, :

Gw = Gc (0.938 exp (−0.00154M W ))

2.1 3 1 + MW
+ 2.97 × 10−3 (M W ) − 7.73 × 10−6 (M W ) + 85.1 2 (3.37)
1 + 10 (M W )
Le flux solaire diffus Gsc s’exprime par :
1/3
Gsc = 0.5 (cos θ) (Gw − Gdc ) (3.38)
— Modèle de Allen (1996) [3, 4]
Ce modèle permet d’exprimer les coefficients de transmission pour les rayonnements direct τd
et diffus τs , définis comme le ratio entre le rayonnement direct ou diffus reçu et le rayonnement
extraterrestre incident sur une surface plane. Ce modèle permet en particulier de prendre en compte
la hauteur d’eau présente dans l’atmosphère :

39
  0.25
−0.00146P W
τd = 0.98 exp − 0.091 (3.39)
Ktb cos θ cos θ
Avec P la pression atmosphérique (en kPa), W la hauteur d’eau dans l’atmosphère (en cm).
W peut être obtenue par Garrison (1990) [89], mentionnée par [3] :

W = 0.014ed P + 0.21 (3.40)

Avec ed la pression de vapeur (en kPa). Le coefficient de transmission pour l’irradiance diffuse est
ensuite donné par :

0.35 − 0.33τd pour τd ≥ 0.15


τs = (3.41)
0.18 + 0.82τd pour τd < 0.15
— Modèle de MacMaster
— des modèles plus détaillés (Bird [28], Davies [64], Josefsson [63]) sont présentés en annexe

3.1.5 Rayonnement reçu en présence de nuages

Les nuages ont un double effet sur le rayonnement solaire qui parvient à la surface de la Terre : une
partie du rayonnement extraterrestre est absorbé par les gouttelettes d’eau et une autre est déviée. Le
rayonnement qui parvient au sol est alors généralement plus faible que par temps clair et la composante
diffuse est plus importante.
La nébulosité est généralement évaluée en considérant la fraction de ciel recouverte par des nuages.
Nous notons n cette fraction, comprise entre 0, pour un ciel entièrement dépourvu de nuages, et 1 pour
un ciel complètement couvert.
Plusieurs corrélations proposent de prendre en compte la nébulosité en atténuant la densité de flux
solaire directe. La contribution du rayonnement diffus dans le rayonnement total reçu est accrue.
Pour plus de clarté dans les notations, nous ajoutons l’indice c aux grandeurs calculées pour un temps
clair : Gdc , Gsc et Gc sont alors respectivement les densités de flux solaire directe, diffuse et totale par
temps clair.
Pour le rayonnement direct, la plupart des auteurs considèrent qu’il est proportionnel à la fraction de
ciel non recouverte de nuages [16, 61, 174] :

Gd = (1 − n)Gdc (3.42)
Plusieurs corrélations existent dans la littérature pour chiffrer le rayonnement diffus en fonction de la
nébulosité :
— Daneshyar [61] 4 :
Gs = 25.33 + 0.606(90 − θz ) + 200.7n (3.43)
— Barbaro [16] : Cette corrélation revient à considérer que le rayonnement diffus est la somme de
deux composantes : le rayonnement diffus par temps clair qui passe à travers les parties du ciel non
recouvertes de nuages et le rayonnement total par temps clair en partie transmis par les nuages.
On a :
Gs = (1 − n)Gsc + k ∗ n(Gdc + Gsc ) (3.44)
Avec k ∗ un coefficient de transmission dépendant de la latitude, compris entre 0.32 et 0.36 entre
0 et 50◦ [16].
Dans cette corrélation, les effets des réflexions du rayonnement entre le sol et la base des nuages
sont aussi pris en compte lors du calcul du rayonnement total. Celui-ci est alors le produit de la
somme des rayonnements direct et diffus et d’un terme correctif :
Gd + Gs
G= (3.45)
1 − α(0.2 + 0.5n)
Avec α l’albédo du sol, compris entre 0 pour une surface qui absorbe tout le rayonnement et 1
pour une surface parfaitement réfléchissante.
4. [61] considère des coefficients égaux à 2.533 et 0.0606 qui aboutissent à des valeurs de rayonnement diffus incohérentes
avec l’approximation faite par temps clair d’un rayonnement diffus qui représente 10 % du rayonnement direct (voir l’équation
(3.23))

40
 — Munro [174] : Pour cette corrélation, la prise en compte des réflexions multiples entre le sol et
la base des nuages est réalisée lors du calcul du rayonnement diffus. Celui-ci comporte alors trois
composantes : le rayonnement diffus qui passe à travers la partie non nuageuse du ciel, le rayon-
nement qui traverse les nuages et donc le rayonnement issu des réflexions multiples entre le sol et
la base des nuages. On a alors Gs = Gs1 + Gs2 + Gs3 avec :

Gd = Gdc (1 − n) (3.46)
Gs1 = (1 − n)Gsc (3.47)
Gs2 = nGdc (1 − an − αn ) (3.48)
αb α
Gs3 = (Gd + Gs1 + Gs2 ) (3.49)
1 − αb α
Avec an un coefficient d’absorption pour les nuages, αn un coefficient de réflexion pour le haut des
nuages, αb le coefficient de réflexion de la base des nuages et α l’albédo du sol.
[186] considère une valeur de 0.18 pour an . Le coefficient de réflexion de la base des nuages dépend
de la nature des nuages. [64] utilise des valeurs comprises entre 0.2 pour un cirrus et 0.66 pour
un nimbostratus. Le coefficient de réflexion pour le haut des nuages est donné par la corrélation
suivante, issue d’une adaptation d’une expression de [84] par [174] 5 :

exp (−0.5656M χ) χ(1 − 1.48M ) + 3.54 M − 2.62 − M − 2.62

  3.54
αn = 1 + (3.50)
χ + 5.24
Avec χ le rapport entre l’épaisseur des nuages et le libre parcours moyen du rayonnement direct
dans les nuages, pris égal à 1.5 par [12].
Il est à noter que le modèle de Munro s’inspire de celui de Paltridge [186], qui prend de plus en
compte les différentes couches de nuages dans le ciel.
— Corrélation de Liu et Jordan [154] : cette corrélation s’appuie aussi sur les coefficients de trans-
mission et introduit le coefficient de transmission pour le rayonnement diffus τs , défini de la façon
suivante :
Gd
τd = (3.51)
G0 cos θz
La corrélation est la suivante :

τs = 0.2710 − 0.2939τd (3.52)

Et τd peut être obtenu en considérant que le rayonnement direct reçu est proportionnel à la fraction
de ciel dégagé :

(1 − n)Gdc
τd = (3.53)
G0 cos θz
Le rayonnement global en fonction de la nébulosité est représenté sur la figure 3.11 pour chacune de
ces corrélations. Le cas test étudié ici est celui d’un rayonnement incliné de 45◦ par rapport au zénith.
La corrélation de Meinel est utilisée pour obtenir les valeurs de densités de flux solaire par temps clair.
Les valeurs de densité de flux solaire ainsi calculées s’étendent sur un intervalle inférieur à 50 W.m-2
quelle que soit la nébulosité.

3.1.6 Détermination des irradiances directe et diffuse

D’autres corrélations permettent de connaître les rayonnements direct et diffus à partir du rayonne-
ment global reçu, en travaillant sur le rayonnement reçu pendant une journée.
Nous introduisons ici la notion d’irradiance : il s’agit de l’intégrale du rayonnement sur une durée
donnée. Les indices d, s et 0 font référence, comme pour le rayonnement, aux irradiances directe, diffuse
et extraterrestre. On a :
5. Une erreur semble être présente dans l’expression donnée par Munro [174] : le +1 apparaît au dénominateur. Cepen-
dant, la formulation initiale donnant αn de [84], même si elle est un peu différente, laisse à penser que ce +1 n’est pas situé
à la bonne place suite à une erreur de parenthèse. Badescu [12] donne aussi la corrélation que nous utilisons ici

41
 700
Daneshyar
Barbaro

densité de flux solaire [W.m−2 ]

600 Munro
Liu

500

400

300

200
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
nébulosité

Figure 3.11 – Flux solaire global reçu sur une surface plane en fonction de la nébulosité pour plusieurs
corrélations

Z
Hd = Gd dt (3.54)
Zt
Hs = Gs dt (3.55)
Zt
H0 = G0 cos θz dt (3.56)
t

Soient de plus Kt le rapport entre l’irradiance globale reçue et l’irradiance extraterrestre pour une
surface plane (coefficient de transmission pour le rayonnement global), et K la part d’irradiance diffuss
dans l’irradiance globale. En réutilisant les notations introduites précédemment, on a :

Hs + Hd
Kt = (3.57)
H0
Hs
K = (3.58)
Hs + Hd
Quelques unes de ces corrélations sont écrites dans la suite de ce paragraphe :
— Corrélation de Reindl [198] : En plus de Kt , d’autres données comme la température ambiante Ta ,
l’humidité relative RH (fractionnelle) et l’angle d’incidence θ peuvent être utilisées :

 1.000 − 0.232Kt + 0.0239 cos θ − 0.000682Ta + 0.0195RH pour 0 ≤ Kt ≤ 0.3



K= 1.329 − 1.716Kt + 0.267 cos θ − 0.00357Ta + 0.106RH pour 0.3 < Kt ≤ 0.78
0.426Kt − 0.256 cos θ + 0.00349Ta + 0.0734RH pour Kt > 0.78

(3.59)
Cette corrélation peut être simplifiée si on ne dispose que de l’angle d’incidence :

 1.020 − 0.254Kt + 0.0123 cos θ pour 0 ≤ Kt ≤ 0.3



K= 1.400 − 1.749Kt + 0.177 cos θ pour 0.3 < Kt ≤ 0.78 (3.60)

0.486Kt − 0.182 cos θ pour Kt > 0.78


Dans le cas où on ne dispose pas non plus de l’angle d’incidence, la corrélation de Reindl devient :

 1.020 − 0.248Kt pour 0 ≤ Kt ≤ 0.3



K= 1.45 − 1.67Kt pour 0.3 < Kt ≤ 0.78 (3.61)

0.147 pour Kt > 0.78


42
 — Corrélation de Orgill [183]

 1.0 − 0.249Kt pour 0 ≤ Kt ≤ 0.35



K= 1.557 − 1.84Kt pour 0.35 < Kt ≤ 0.75 (3.62)

0.177 pour Kt > 0.75


— Corrélation de Erbs [78] :

 1.0 − 0.09Kt pour 0 ≤ Kt ≤ 0.22



K= 0.9511 − 0.1604Kt + 4.388Kt2 − 16.638Kt3 + 12.336Kt4 pour 0.22 < Kt ≤ 0.80

0.165 pour Kt > 0.80

(3.63)
— Corrélation de Collares-Pereira et Rabl [55], prolongée par [72] :

0.99 pour Kt ≤ 0.17



1.188 − 2.272Kt + 9.473Kt2 − 21.865Kt3 + 14.648Kt4 pour 0.17 < Kt ≤ 0.75


K= (3.64)
 −0.54Kt + 0.632 pour 0.75 < Kt ≤ 0.80
0.2 pour Kt ≥ 0.80



Une comparaison de ces corrélations est proposée sur la figure 3.12. Il est à noter que la corrélation
d’Orgill semble donner des valeurs dans la moyenne de celles présentées ici.

1
Reindl
Orgill
0.8 Erbs
part d’irradiance diffuse K

Collares

0.6

0.4

0.2

0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
coefficient de transmission Kt

Figure 3.12 – K en fonction de Kt pour plusieurs corrélations

3.1.7 Estimation de l’irradiance journalière à partir de données météorolo-

giques journalières
Plusieurs corrélations de la littérature permettent d’évaluer l’irradiance journalière, c’est-à-dire le
rayonnement solaire reçu pendant une journée, à partir de données météorologiques comme le nombre
d’heures d’ensoleillement ou les minima et maxima de température. Connaissant l’irradiance extrater-
restre, obtenue en intégrant le rayonnement solaire extraterrestre sur la journée, l’objectif de ce para-
graphe est de déterminer la part de cette irradiance extraterrestre qui parvient au sol, c’est-à-dire la
transmittance Kt .

Corrélation de Angström (1924) [6]

Cette corrélation permet d’exprimer le coefficient de transmission global Kt en fonction du nombre
d’heures d’ensoleillement n et du nombre d’heures d’ensoleillement maximal N :
n
Kt = a + b (3.65)
N

43
 Avec a = 0.2 et b = 0.5. Des valeurs locales de ces coefficients sont données pour le Chili par [167].
Il est à noter que cette corrélation est évoquée dans de nombreuses références [50, 166, 167] avec ces
coefficients. Cependant, ceux-ci n’apparaissent pas dans l’article [6] où seul le rapport entre le rayonnement
solaire reçu et le maximum possible (au lieu étudié, au niveau du sol, donc non extraterrestre) est évoqué,
avec des valeurs de coefficients différentes.
Le nombre d’heures d’ensoleillement maximal s’exprime par [13, 166] :
2
N= cos−1 [− tan φ tan δ] (3.66)
15
Avec φ la latitude et δ la déclinaison solaire.

Corrélation de Bahel (1987) [13]

Cette corrélation prend en compte, comme celle d’Angström, le rapport entre le nombre d’heures
d’ensoleillement et la durée maximale possible, mais en rajoutant des termes du second et du troisième
ordre :
n  n 2  n 3
Kt = a + b +c +d (3.67)
N N N
Avec : a = 0.16, b = 0.87, c = −0.61 et d = 0.34.

Modèle de Hargreaves (1985) [102]

Ce modèle propose de déterminer le coefficient de transmission pour des durées de l’ordre du mois
en utilisant la différence moyenne de température entre les maxima et les minima. Le coefficient de
transmission global s’écrit :
0.5
Kt = Kr (Tmax − Tmin ) (3.68)
Avec Tmax et Tmin respectivement les températures maximales et minimales moyennées sur un mois.
Kr est un coefficient empirique : Kr = 0.16. Pour [4], la valeur 0.16 correspond à des régions continentales.
Pour des régions côtières, il est préconisé d’utiliser Kr = 0.19.
L’influence de l’altitude est aussi prise en compte par [4] qui propose la corrélation suivante, valable
0.5
jusqu’à 1500 mètres d’altitude : Kr = Kra (Pz /P0 ) avec Pz la pression atmosphérique à l’altitude z et
Kra = 0.17 ou 0.20 respectivement pour les régions continentales et côtières.

Modèle de Bristow et Campbell (1984) [38]

Ce modèle permet d’estimer l’irradiance journalière globale à partir de la connaissance de données
géographiques (latitude, altitude du lieu), de la position du Soleil, du jour étudié ainsi que de la tem-
pérature et des précipitations. En effet, une faible amplitude thermique ou la présence de précipitations
impliquent un temps nuageux, susceptible de réduire l’irradiance reçue sur la journée.
Le modèle de Bristow et Campbell propose d’exprimer le coefficient de transmission global sur la
journée Kt en fonction de l’amplitude thermique :

Kt = Kt,max 1 − exp (−B∆T C ) (3.69)

 

Avec Kt,max la transmittance maximale par temps clair, qui dépend de l’altitude et de la qualité de l’air,
Tmin (J) + Tmin (J + 1)
∆T l’amplitude thermique : ∆T = Tmax (J) − où J fait référence au jour étudié.
2
L’utilisation de la température du jour suivant permet de réduire les effets du passage d’une masse d’air
chaud qui, sans la prise en compte de la température minimale du jour suivant, augmenterait l’amplitude
thermique sans pour autant avoir d’effet sur l’irradiance. B et C sont des coefficients empiriques décrivant
la manière dont le maximum de transmittance est atteint lorsque l’amplitude de température augmente.
Pour des journées avec précipitations, un facteur 0.75 est apporté sur l’amplitude de température, de
même si l’amplitude de température du jour J − 1 est inférieure de plus de 2◦ C à celle du jour J − 2.
Pour Bristow et Campbell, le coefficient A dépend du lieu. Trois valeurs différentes (0.70, 0.72 et 0.77)
sont ainsi utilisées pour les trois jeux de données utilisées. Une valeur de 2.4 est utilisée pour C. Enfin,
B varie suivant le mois de l’année ; la corrélation suivante est utilisée :

44
 B = 0.036 exp −0.154∆T (3.70)

Avec ∆T l’amplitude moyenne de la température pour le jour étudié et les 29 précédents.

Des ajouts ont été apportés par Thornton et Running [231] pour cette corrélation, visant à élaborer
une expression utilisable en tout lieu.
L’expression alors utilisée pour établir le coefficient de transmittance est telle qu’elle permet de fixer
un minimum pour le ratio Kt /Kt,max obtenu à partir des données étudiées. Ce minimum est pris égal à
0.1 et l’expression donnant la transmittance se réécrit :

Kt = Kt,max 1 − 0.9 exp (−B∆T C ) (3.71)

 

La transmittance maximale Kt,max est obtenue à partir de considérations physiques en prenant en

compte l’altitude via la diminution de la pression, l’élévation du Soleil dans le ciel ainsi que l’humidité.
L’expression suivante est utilisée :
(Pz /P0 )M
" Pss #
s=sr Rpot,s × τ0,nadir,dry
Kt,max = Pss + αe (3.72)
s=sr Rpot,s

Où sr et ss font référence aux heures de lever et de coucher du Soleil, Rpot,s est le rayonnement
solaire extraterrestre, τ0,nadir,dry est le coefficient de transmission pour un éclairement depuis la verticale
du lieu avec un air sec : Thornton et Running prennent τ0,nadir,dry = 0.87. M est l’épaisseur optique. Pz
est la pression atmosphérique à l’altitude z, e est la pression de vapeur (en Pa) et α est un coefficient
empirique : α = −6.1 × 10−5 Pa-1.
Thornton et Running proposent la corrélation suivante pour le coefficient B : B = b0 +b1 exp −b2 × ∆T ,

avec b0 = 0.031, b1 = 0.201 et b2 = 0.185.

Par rapport au modèle proposé par Bristow et Campbell, deux changements portent sur ∆T : c’est le
coefficient de transmission global qui est cette fois-ci affecté par la multiplication par 0.75 et non plus ∆T
pour les journées pluvieuses. Il n’est par contre pas spécifié si cette pondération est également appliquée
lorsqu’on a seulement ∆T (J − 1) < ∆T (J − 2) − 2. D’autre part, utiliser une valeur moyenne pour la
température minimale ne semble pas apporter d’amélioration au résultat, d’où ∆T = Tmax − Tmin .

Modèle de Armstrong (2010) [8]

Ce modèle part de corrélations établies par Meinel en 1976 et reprises par Hu en 1983 [117] permettant
de déterminer le rayonnement solaire direct par temps clair et d’estimer le rayonnement diffus (3.20) reçu
sur des périodes mensuelles. Pour des journées couvertes, Wenham (2007) [253] propose de considérer
que le rayonnement reçu est entièrement diffus et égal à 20 % de la valeur du rayonnement direct donné
par Meinel (1976).
Pour obtenir une estimation plus fine, en particulier pour le cas de journées partiellement nuageuses,
Armstrong (2010) propose de tenir compte de l’intensité nuageuse : pour un ciel couvert à moins de 15
%, le ciel est qualifié de clair, pour une couverture nuageuse allant de 15 à 60 %, le ciel est lumineux et
au-delà, il est couvert.
Le rayonnement reçu par temps clair reste inchangé. Pour un ciel lumineux, le rayonnement reçu est
égal à 60 % de celui reçu par temps clair et pour un ciel couvert, le rayonnement reçu vaut 10 % de celui
reçu par temps clair. Le flux solaire diffus est ensuite déterminé à partir du flux solaire total reçu en
utilisant les corrélations de Reindl déjà évoquées dans le paragraphe (3.1.6).

3.2 Coefficient d’échange convectif

La convection désigne le phénomène de mise en mouvement d’un fluide sous l’effet de variations de
température et de pression à l’intérieur de celui-ci. Des différences de température à l’intérieur d’un fluide
tel que l’air où l’eau entraînent en effet des différences de masse volumique qui conduisent à l’établissement
de mouvements dans le fluide. C’est le cas par exemple lorsqu’une casserole est chauffée par le dessous,
ce qui engendre des mouvements à l’intérieur de l’eau, ou pour les lampes à lave pour lesquelles la cire,
chauffée lorsqu’elle est en bas de la lampe, voit sa masse volumique diminuer et peut alors s’élever dans

45
l’appareil jusqu’à ce qu’elle soit soumise à des températures plus faibles et que sa masse volumique se
mette à décroître.
Dans le cas qui nous intéresse ici, ce sont à la fois le chauffage du sol et le vent qui provoquent la
mise en mouvement de l’air. Celui-ci voit sa température augmentée par la conduction thermique avec le
sol, et est déplacé laissant ainsi la place à un air plus froid qui va à son tour être réchauffé par le sol. Il
y a donc un échange, qualifié de convectif, entre le sol et l’air, qui sera d’autant plus important que le
renouvellement de l’air se fera rapidement et que la différence de température entre la surface du sol et
l’air sera élevée.
Les échanges convectifs du sol avec l’atmosphère peuvent être exprimé sous la forme d’un flux ther-
mique φconv qui peut s’exprimer sous la forme :

φconv = hc (Ta − Tsol ) (3.73)

Avec hc le coefficient d’échange convectif (en W.m-2.K-1), Ta la température de l’air, hors de la couche
limite, c’est-à-dire en dehors de la zone où la température de l’air est influencée par les échanges convectifs
avec le sol, et Tsol la température du sol.
Plusieurs corrélations existent dans la littérature pour quantifier le coefficient d’échange convectif
hc . Dans la suite de cette partie, nous allons étudier certaines de ces corrélations et les comparer. Ces
corrélations font, pour la plupart, dépendre le coefficient d’échange convectif de la vitesse du vent, mais
celle-ci n’est souvent pas mesurée ou prise en compte à la même hauteur par rapport au sol.

3.2.1 Corrélations pour l’estimation du coefficient d’échange convectif

Corrélation de Nusselt-Jürges ([180] d’après [187])
Il s’agit de la première corrélation ayant été établie en 1922, basée sur des mesures réalisées sur une
plaque de cuivre située dans une soufflerie. Pour une vitesse de vent Vw , le coefficient d’échange convectif
hc s’écrit :

hc = 7.13Vw0.78 + 5.35 e−0.6Vw (3.74)

Le second terme de la corrélation (3.74) peut être négligé pour des vitesses élevées, supérieures à
5m.s-1.

Corrélation de MacAdams ([159] d’après [187])

Cette corrélation se base aussi sur les mesures de Nusselt-Jürges et permet d’obtenir une relation
linéaire entre la vitesse du vent et le coefficient d’échange convectif. D’après Duffie et Beckman [73] , les
effets radiatifs seraient inclus dans cette corrélation.

5.7 + 3.8Vw pour Vw ≤ 5 m.s-1


hc = (3.75)
6.47Vw0.78 Vw > 5 m.s-1

Corrélation de Test et al. [227]

Cette corrélation a été établie sur une plaque de cuivre inclinée de 40° par rapport à l’horizontale,
exposée au vent en extérieur. Le vitesse du vent est mesurée 1 m au-dessus de la plaque.

hc = (8.55 ± 0.86) + (2.56 ± 0.32) Vw pour Vw ≤ 5 m.s-1 (3.76)

Corrélations de Kumar et al.

Deux corrélations ont été établies par Kumar et al.. La première, de 1997 [141], a été obtenue à partir
de mesures réalisées en intérieur, sur une surface plane exposée à un écoulement d’air forcé de vitesse Vw .

hc = (10.03 + 4.687Vw ) ± 3.25% pour Vw ≤ 4 m.s-1 (3.77)

La seconde, de 2010 [140], a été établie à partir de mesures réalisées en extérieur, sur le toit d’un
immeuble de 8.33 m de hauteur. La vitesse est mesurée à 15 cm au-dessus de la plaque expérimentale.

46
 hc = (6.90 ± 0.05) + (3.87 ± 0.13) Vw pour Vw ≤ 1.12 m.s-1 (3.78)

Corrélation de Sharples et Charlesworth [212]

Les auteurs ont étudié un bâtiment soumis au vent. Les mesures de vitesses du vent ont été réalisées
à une hauteur de 1.5 m au-dessus du bâtiment, soit à 6.1 m au-dessus du sol. Cette corrélation est la
suivante :

hc = 6.5 + 3.3Vw ± 4.7 pour 0.8 ≤ Vw ≤ 6.2 m.s-1 (3.79)

Cette corrélation est aussi formulée avec une loi en puissance, bien que le coefficient de corrélation
avec les mesures soit moins important :

hc = 9.5Vw0.48 ± 4.7 pour 0.8 ≤ Vw ≤ 6.2 m.s-1 (3.80)

Corrélation de Hagishima et al. [99]

Comme pour les corrélations de Liu et al. et la seconde corrélation de Kumar et al., cette corrélation
a été établie à l’aide de mesures réalisées sur le toit d’un immeuble, à 60 cm au-dessus de la plaque en
cuivre étudiée :

hc = 6.42 + 3.96Vw pour Vw ≤ 6 m.s-1 (3.81)

Corrélation de FEMMASSE
Cette corrélation est issue d’un logiciel traitant des transferts thermiques appelé FEMMASSE. Cette
corrélation est utilisée dans plusieurs articles scientifiques portant sur les transferts thermiques dans les
structures routières [11, 162].
(
5.6 + 4.0Vw , Vw ≤ 5 m.s−1
hc = (3.82)
7.2Vw0.78 , Vw > 5 m.s−1
Les valeurs obtenues sont très proches des coefficients de la corrélation de Nüsselt-Jürges.

Corrélation de Vehrencamp [243]

Cette corrélation a été obtenue en 1953 à l’aide de mesures réalisée sur un lac asséché. Contrairement
aux précédentes corrélations, celle-ci a donc été établie sur le sol. Les effets radiatifs sont pris en compte
et un coefficient d’échange convectif empirique fonction de la différence entre la température de la surface
Ts (en K) et celle de l’air Ta (en K, prise à une hauteur de 2 m au-dessus du sol) et de la vitesse du vent
(prise à une hauteur de 2 m au-dessus du sol).
 
0.3
hc = 698.24 × 1.44 × 10−3 Tm Vw + 9.7 × 10−4 (Ts − Ta )
0.3 0.7
(3.83)

Avec Tm la moyenne de Ta et Ts exprimée en kelvins. Cette corrélation a été établie pour des vitesses
de vent allant de 0.8 à 8.5 m.s-1. et pour des différences de température allant de 6.7 à 27 °C.
Cette corrélation est utilisée dans de nombreuses publications traitant des échanges convectifs entre
des chaussées et l’air [31, 110, 168, 160]. En particulier, afin de pouvoir utiliser cette corrélation en
conditions hivernales, lorsque Ts < Ta , [110] propose d’utiliser une valeur absolue pour le deuxième terme
de la corrélation :
 
0.3
hc = 698.24 × 1.44 × 10−3 Tm Vw + 9.7 × 10−4 |Ts − Ta |
0.3 0.7
(3.84)

Le coefficient d’échange convectif est représenté en fonction des températures de la surface et de l’air
pour des vitesses de vent égales à 3 et 6 m.s-1 sur les figures 3.13 et 3.14.
Elle a cependant le désavantage d’introduire dans la corrélation la température de la surface, grandeur
qu’on cherche à déterminer. La valeur d’un coefficient d’échange convectif obtenu avec cette corrélation
est donc tributaire, dans le cas où on cherche à déterminer un champ de température dans le sol, de

47
Figure 3.13 – Coefficient d’échange convectif hc Figure 3.14 – Coefficient d’échange convectif hc
pour Vw = 3 m.s-1 pour Vw = 6 m.s-1

résultats numériques dépendant d’hypothèses liées notamment à des couplages avec d’autres modes de
transferts thermiques. Introduire la température de la surface dans la corrélation du coefficient d’échange
convectif implique alors de rajouter des incertitudes à ce terme.

Corrélations pour des surfaces inclinées

D’autres corrélations présentes dans la littérature proposent d’établir le coefficient d’échange convectif
pour des surfaces inclinées [212] ou pour des murs verticaux, face au vent [30, 65, 155, 251]. Pour ce dernier
cas, la structure de la couche limite est telle que le coefficient d’échange convectif est moins élevé, quelle
que soit la vitesse du vent.

3.2.2 Synthèse
Dans cette section, nous avons analysé plusieurs corrélations permettant d’obtenir le coefficient
d’échange convectif. La représentation graphique du coefficient d’échange convectif en fonction de la
vitesse du vent sur la figure 3.15 permet une comparaison de ces corrélations.
Pour la première représentation de la corrélation de Vehrencamp, nous avons considéré des conditions
de températures hivernales, avec Ta = −5°C et Ts = 0°C. Dans la seconde représentation, nous avons
pris des conditions estivales, avec Ta = 30°C et Ts = 60°C.

30
coefficient d’échange convectif hc

25

20

15

10 Nusselt-Jurges MacAdams
Test Kumar 1997
5 Kumar 2010 Sharples
Hagashima Vehrencamp 1
Vehrencamp 2 FEMMASSE
0
0 1 2 3 4 5 6
vitesse du vent Vw

Figure 3.15 – Coefficient d’échange convectif pour différents corrélations et vitesses de vent

48
 ~n2 dS2
corps 2
ψ2

~n1
ψ1
dS1
corps 1

Figure 3.16 – Rayonnement entre deux corps

Les valeurs obtenues pour les coefficients d’échange convectif sont assez proches, en particulier pour les
corrélations de Nusselt-Jürges, MacAdams, Test, Kumar (2010), Sharples et Hagashima. La corrélation
de Kumar établie en 1997 semble surévaluer ce coefficient, ce qui pourrait être dû à l’utilisations de
ventilateurs industriels émetteurs de tourbillons [140]. Au contraire, la corrélation de Vehrencamp semble
sous-évaluer le coefficient d’échange convectif, ce qui peut s’expliquer par le fait que cette corrélation
a été établie au niveau du sol, contrairement aux autres corrélations qui ont été obtenues, lorsqu’elles
reposent sur des mesures sur des bâtiments, à plusieurs mètres de hauteur.
Dans le cadre de ces travaux de thèse, nous souhaitons utiliser une corrélation permettant d’estimer
ce coefficient d’échange convectif à partir des données, notamment de vent, dont nous disposons. Or
ces corrélations sont établies pour différentes conditions, en soufflerie ou en conditions naturelles, à des
hauteurs variables du sol. Afin de réduire le risque d’erreur, nous comparons les corrélations représentées
sur la figure 3.15 et prenons en considération pour la suite de cette étude une corrélation qui ne correspond
pas aux extrema. Nous choisissons ici d’utiliser la corrélation de MacAdams, dont le coefficient d’échange
convectif qui est ainsi obtenu s’éloigne assez peu du coefficient obtenu avec les autres corrélations, établies
dans d’autres conditions. Ce choix premet de réduire le risque d’erreur sur l’estimation de ce paramètre
important pour le comportement thermique du système. Il est cependant à noter qu’un tel choix peut
néanmoins amener à des erreurs conséquentes sur le flux convectif échangé, notamment en présence de
configurations particulières (milieu fortement urbanisé, route surélevée ou, au contraire, abaissée).

3.3 Rayonnement atmosphérique

3.3.1 Introduction
Le sol échange de l’énergie sous forme de rayonnement avec le milieu environnant, qu’il s’agisse de
bâtiments, de relief ou de ciel.
Comme pour le Soleil, tout corps ayant une température positive (en Kelvins) rayonne. C’est donc
en particulier le cas pour le sol, l’atmosphère ou plus généralement l’environnement. Ainsi un corps de
température T et d’émissivité ε émet une densité de puissance φ s’écrivant, d’après la loi de Stefan-
Boltzmann :

φ = σεT 4 (3.85)
Avec σ la constante de Stefan : σ = 5.67 × 10 W.m .K .
−8 -2 -4

Le corps 2 émet, depuis la surface infinitésimale dS2 , pour une direction orientée d’un angle ψ2 par
σ
rapport à la normale, une puissance radiative égale à T24 cos ψ2 dω2 dS2 .
π
σ
Inversement, la surface dS1 reçoit de la surface dS2 une puissance radiative égale à T24 cos ψ1 dω1 dS1 ,
π
où ω1 correspond à l’angle solide infinitésimal que représente la surface dS2 vue depuis dS1 : dω1 =
cos ψ2 dS2
avec r la distance entre dS1 et dS2 .
r2

49
 dφatm = σπ T 4 cos ψdωδS

Figure 3.17 – Rayonnement reçu de la part de l’atmosphère

Nous considérons maintenant qu’une surface δS est soumise à un rayonnement de la part d’un hé-
misphère. La température T dépend alors de la position dans l’hémisphère. Il peut s’agir de celle de
l’atmosphère, de celle des nuages, ou même de celle de la végétation, du relief ou de bâtiments (voir la
figure 3.17). L’énergie radiative reçu sur une surface infinitésimale δS en provenance de tout l’hémisphère
s’écrit alors :
Z
σ 4
δφatm = T cos ψdωδS (3.86)
2π π
Soit, en considérant de plus une coordonnée longitudinale θ :
Z 2π Z π/2
σ
δφatm = T (ψ, θ)4 cos ψ sin ψdψdθδS (3.87)
θ=0 ψ=0 π
Nous introduisons la température de ciel Tc définie de la façon suivante :

1 2π π/2
Z Z
Tc4 = T (ψ, θ)4 cos ψ sin ψdψdθ (3.88)
π θ=0 ψ=0

Dans le cas où T est constante et ne dépend pas de la position dans l’hémisphère, on a alors Tc = T .
Le rayonnement atmosphérique émis par le ciel et reçu à la surface de la Terre s’écrit alors :

φatm = σTc4 (3.89)

En notant ε l’émissivité du sol, la densité de flux thermique provenant des échanges radiatifs avec le
ciel s’écrit :

φr = εσ Tc4 − Ts4 (3.90)

Avec Ts la température de la surface.

Ce rayonnement atmosphérique, compte tenu des températures en jeu, a un spectre centré sur des
longueurs d’onde plus élevées que le rayonnement solaire, située dans les infrarouges proches, et de l’ordre
de 3 à 100 µm, c’est pourquoi il est aussi appelé long-wave radiation. Les échanges radiatifs sont aussi
généralement plus faibles que ceux provenant du rayonnement solaire, de l’ordre de 70 à 105 W.m-2 [29].
Il est cependant à noter que, pour un milieu fortement urbanisé, ou bien dans des vallées, le ciel
peut être assez peu visible depuis le sol. Dans ce cas, une grande partie de l’hémisphère vu par la
surface émettrice est constituée de bâtiments ou de reliefs. En particulier, durant l’été, ceux-ci ayant une
température plus importante que celle de l’atmosphère, les pertes par rayonnement sont réduites, ce qui
a une influence lors du refroidissement nocturne pendant l’été et contribue, en ville, à l’effet d’îlot de
chaleur urbain.

50
 Pour pouvoir obtenir la densité de flux atmosphérique φr , deux approches existent dans la littérature.
Si des corrélations se basent sur la température de ciel présentée précédemment, d’autres introduisent la
notion d’émissivité du ciel, notée ici εc . Dans ce cas, le rayonnement atmosphérique incident s’écrit :

φatm = σTc4 = εc σTa4 (3.91)

Où Ta est la température de l’air exprimée ici en Kelvins.

3.3.2 Corrélations donnant l’émissivité du ciel par temps clair

Corrélation de Angström (1918) [41]
Cette corrélation permet d’exprimer l’émissivité du ciel par temps clair en fonction de la pression en
vapeur d’eau peau exprimée en millibar. En effet, le flux radiatif émis par l’atmosphère est dû principale-
ment à des émissions de la vapeur d’eau, du dioxyde de carbone et de l’ozone [122], et seule la quantité de
vapeur d’eau dans l’atmosphère varie significativement au cours du temps, modifiant ainsi le rayonnement
de l’atmosphère.
La corrélation d’Angström s’exprime sous la forme :

εc = A − B exp (−Cpeau ) (3.92)

Où A, B et C sont des constantes empiriques situées respectivement dans les intervalles [0.75,0.82],
[0.15,0.33] et [0.09,0.22] d’après [22]. Les valeurs les plus utilisées sont le triplet A = 0.806, B = 0.236 et
C = 0.092 ([22], [137]). Une liste des valeurs possibles est donnée par [138].
La pression en vapeur d’eau, toujours exprimée en mbar, peut être reliée à la température de rosée
Tdp , donnée en ◦ C, comme cela est expliqué dans la section 3.4. En adaptant la corrélation (3.129), on a :
 
a bTdp
peau = exp (3.93)
100 Tdp + c

Corrélation de Brunt (1932) [41]

Cette corrélation est similaire à celle de Angström, est valable aussi par temps clair, mais n’utilise
que deux constantes empiriques :
√
εc = a + b peau (3.94)
Les coefficients a et b sont des coefficients compris respectivement entre 0.34 et 0.71 et entre 0.023 et
0.110 [22]. Une liste des valeurs possibles est donnée par [138]. La pression partielle en vapeur d’eau peau
est exprimée en mbar. Monteith (1961) [171] propose d’utiliser a = 0.53 et b = 0.065.

Corrélations de Melchor (1982) [165]

Ces corrélations reprennent celles de Angström et de Brunt mais en prenant de plus en compte
l’altitude h (en km) du lieu étudié et en se basant sur l’humidité absolue γ (en g.m-3) :

h i
h
εc = 0.1508 + 0.0249 (0.6017) (4.7189 − 0.9153γ ) (3.95)
h
h
i √
εc = 5.7723 + 0.9555 (0.6017) (946.25 + 46.56 γ) × 10−4 (3.96)

Il est à noter que l’humidité absolue (en g.m-3) peut être reliée à la pression partielle de vapeur d’eau
peau (en mbar) et à la température T (en K) par une relation issue de la loi des gaz parfaits :
peau
γ = 219 (3.97)
T

51
Corrélation de Clark et Allen (1978) [181] d’après [22]
Cette corrélation permet d’exprimer l’émissivité du ciel par temps clair en fonction de la température
de rosée Tdp (exprimée en degrés Celsius) :

Tdp + 273
 
εc = 0.787 + 0.764 ln (3.98)
273

Corrélation de Berdahl et Fromberg (1981) [22]

Cette corrélation permet, comme pour la corrélation de Clark et Allen, d’exprimer l’émissivité du ciel
par temps clair en fonction du point de rosée, mais elle différencie le jour de la nuit :

0.741 + 0.0062Tdp (pendant la nuit)


εc = (3.99)
0.727 + 0.0060Tdp (pendant la journée)
Le point de rosée est, ici encore, exprimé en degrés Celsius. La différence entre le jour et la nuit
provient d’une correction permettant la prose en compte de l’influence du rayonnement solaire.

Corrélation de Berger et al. (1984) [23]

Comme pour la corrélation de Berdahl et Fromberg, elle exprime l’émissivité du ciel par temps clair
en fonction du point de rosée en différenciant le jour de la nuit :

0.752 + 0.0048Tdp (pendant la nuit)


εc = (3.100)
0.77 + 0.0038Tdp (pendant la journée)

Corrélation de Bliss (1961) [29]

L’émissivité du ciel par temps clair s’obtient à partir de la température de rosée :
Tdp
εc = 0.8 + (3.101)
250
Avec Tdp en degrés Celsius.

Corrélation de Swinbank (1963) [224]

Cette corrélation est basée sur des mesures du flux radiatif de l’atmosphère R reliées à la température
de l’air Ta , exprimée en Kelvins :

R = 5.31 × 10−13 Ta6 (3.102)

Cette corrélation permet d’établir des relations donnant l’émissivité du ciel et la température du ciel :

εc = 9.37 × 10−6 Ta2 (3.103)

Tc = 0.0553Ta1.5 (3.104)

Corrélation de Idso et Jackson (1969) [122]

Cette corrélation permet d’exprimer l’émissivité du ciel en fonction de la température de l’air (en K)
sous la forme :
h i
2
εc = 1 − c exp −d (273 − Ta ) (3.105)

Avec c = 0.261 et d = 7.77 × 10−4 .

Il est à noter que cette corrélation, comme celle de Swinbank, ne fait pas intervenir l’humidité.

52
Autres corrélations donnant la température du ciel
Ces corrélations sont données par [59] et permettent d’obtenir une estimation de la température du
ciel en fonction de la température de l’air :

Tc = Ta − c (3.106)
Avec c une constante empirique comprise entre 0 et 20.
La valeur c = 6 K est parfois citée dans la littérature [100]

Comparaison des corrélations prenant en compte l’humidité

Dans ce paragraphe, nous proposons de comparer les émissivités du ciel données par les corrélations
faisant intervenir l’humidité, que cela soit au travers de l’humidité absolue, de la pression partielle en
vapeur d’eau ou de la température de rosée. Les corrélations de Angström, Brunt, Melchor, Clark et
Allen, Berdahl et Fromberg, Berger et Bliss sont ainsi étudiées ici.
Lorsque cela est nécessaire, nous considérons de plus une température de l’air égale à 20◦ C et une
altitude nulle (niveau de la mer).
Une comparaison des valeurs d’émissivités obtenues pour ces corrélations est présentée sur la figure
3.18.

1
Angström Brunt
Melchor 1 Melchor 2
Clark et Allen Berdahl (nuit)
0.9
Berdahl (jour) Berger (nuit)
émissivité du ciel

Berger (jour) Bliss

0.8

0.7

0.6
−15 −10 −5 0 5 10 15 20
température de rosée [◦ C]

Figure 3.18 – Émissivité du ciel en fonction du point de rosée pour plusieurs corrélations

L’intervalle entre la plus faible et la plus grande émissivité du ciel est d’environ 0.15, quelle que soit
l’humidité considérée. Dans tous les cas, l’émissivité augmente avec la quantité d’eau présente dans l’atmo-
sphère, ce qui peut s’expliquer par le fait que, le nombre de molécules d’eau présentes dans l’atmosphère
étant plus élevé, l’émission de l’atmosphère augmente elle aussi.

3.3.3 Prise en compte de la nébulosité

La nébulosité a tendance à diminuer les pertes par rayonnement avec l’atmosphère. En effet, au lieu
que des échanges radiatifs aient lieu entre entre le sol et la partie supérieure de l’atmosphère, ils ont lieu
entre le sol et la base de la couverture nuageuse, située à une altitude moindre, et donc généralement à une
température plus élevée. Cela est en particulier visible au cours des nuits d’hiver : un ciel complètement
dégagé entraînera des pertes radiatives importante et les gelées seront alors fréquentes. Au contraire, avec
un ciel couvert, les déperditions d’énergie au niveau du sol sont plus faibles et le risque de gel réduit.
Nous appelons, dans la suite de cette partie, R0 l’apport radiatif de l’atmosphère par temps clair,
Rn l’apport radiatif pour une fraction de ciel couvert n, cn l’émissivité du ciel avec une fraction n de
couverture nuageuse, c0 étant alors l’émissivité du ciel par temps clair.

53
Corrélation de Kondratyev (1969)
Kondratyev [138] propose la relation suivante entre Rn et R0 :

Rn = R0 [1 + (cl nl + cm nm + ca na )] (3.107)
Où nl , nm et na sont respectivement les fraction de couvertures nuageuses pour les nuages de basse,
moyenne et haute altitude, et cl , cm et ca des constantes empiriques déterminées par plusieurs auteurs
et regroupées dans le livre de Kondratyev.
On a aussi :

εcn = εc0 [1 + (cl nl + cm nm + ca na )] (3.108)

Corrélation de Berdahl (1981)

Berdahl [22] relie l’émissivité du ciel par temps couvert à l’émissivité par temps clair à l’aide de la
corrélation :

(1 − εcn ) = (1 − εc0 ) cn (3.109)

Avec cn le facteur de couverture nuageuse fonction de la couverture nuageuse n et du type de nuage.
Pour obtenir cn , Berdahl préconise d’utiliser une interpolation linéaire et exprime ce facteur sous la
forme :

cn = 1 − Γn (3.110)
Avec Γ un paramètre dépendant du type de nuage, petit pour des nuages de haute altitude (0.16 pour
des cirrus à 12.2 km d’altitude) et proche de l’unité (0.88 pour des stratocumulus à 1200 m d’altitude)
pour des nuages de basse altitude.
Cette corrélation revient donc à utiliser :

εcn = εc0 (1 − Γn) + Γn (3.111)

Corrélation de Melchor (1982) [165]

Cette corrélation se base sur la corrélation (3.96) et prend en compte la fraction du ciel occupée par
la nébulosité n, l’altitude h (en km) et l’humidité relative de l’air RH (en %) :

 
h
εcn = (1 − n) 5.7723 + 0.9555 (0.6017) × 10−4 Ta1.1893 RH 0.0665
 4
+n 1 − 3000 + 1751h0.652 RH −3/2 Ta−1 (3.112)

Corrélation de Bolz (1969) ([210] d’après [9])

εcn = εc0 1 + kc2 (3.113)

Avec k un coefficient dépendant du type de nuage.

Corrélation de Unsworth et Monteith ([240] d’après [9])

 4
Tc
εcn = εc0 + c (1 − εc0 ) (3.114)
Ta
Avec Tc la température à la base des nuages.

54
Corrélation de Clark et Allen (d’après )[250])
En présence de nuages, la corrélation de Clark et Allen donnée dans le paragraphe 3.3.2 peut être
écrite à partir de l’émissivité par temps clair qui y a été donnée.

εcn = εc0 1 + 0.0224n − 0.0035n2 + 0.00028n3 (3.115)

3.3.4 Synthèse
Dans cette section, nous avons présenté comment le rayonnement atmosphérique peut être calculé en
introduisant les notions de température de ciel et d’émissivité du ciel.
Des corrélations ont été présentées pour estimer ces paramètres, d’abord par temps couvert puis par
temps nuageux. Une comparaison de ces corrélation a aussi été proposée.
Nous pouvons une nouvelle fois privilégier, dans la suite de ce travail, une corrélation se trouvant
dans la moyenne de ce qui existe dans la littérature. Ici, les corrélations de Berger et de Berdahl semblent
convenir. Celle de Brunt, bien que présentant des valeurs un peu en dessous des autres corrélations pour
des températures de rosée faibles, peut aussi convenir dans la mesure où il n’est alors pas nécessaire de
dissocier le jour et la nuit.

3.4 Température de rosée

3.4.1 Introduction
Les effets de l’humidité interviennent principalement au cours de l’hiver, dans le cadre du maintien
hors gel de la structure. En effet, l’humidité influe sur la température à laquelle des cristaux de glace
apparaître sur des parois.
L’humidité est ainsi liée à la température de rosée, définie comme étant la température jusqu’à laquelle
il faut refroidir de l’air, à pression de vapeur constante, pour que cette pression de vapeur devienne égale
à la pression de vapeur saturante [32]. Il s’agit donc de la température telle que, lors d’un refroidissement
de l’air, celui-ci arrive à saturation et des gouttelettes d’eau liquides se forment. Ainsi, plus la température
de l’air est proche de sa température de rosée, plus cet air est proche de la saturation.
Cette température est importante dans le cadre du sujet étudié, principalement pour le contrôle
thermique de la structure de chaussée modifiée. En effet, si, pour une température de l’air donnée, la
température de la surface de la structure atteint la température de rosée associée, de la condensation se
forme dans l’air ambiant et se dépose sur la structure : c’est le phénomène de rosée.
Ici, l’objectif est d’empêcher la formation de cristaux de glace et de prévenir ainsi de la formation de
verglas. Pour cela, la notion de point de givrage est introduite en sa basant sur le point de rosée. Pour
des conditions hivernales, il sera alors nécessaire que la température de la surface de la structure soit
maintenue au-dessus de ce point de givrage, avec un coefficient de sécurité.
La prise en compte du point de givrage présente l’avantage de ne pas avoir à maintenir une température
systématiquement positive. En effet, pour un air froid, mais sec, la température de rosée peut-être très
en-dessous de 0 ◦ C, et le fait que la température de surface soit négative n’entraîne pas pour autant de
condensation.
La connaissance du point de rosée est aussi importante pour calculer la température du ciel et déter-
miner le rayonnement atmosphérique (voir la section 3.3), beaucoup de corrélations reliant la température
de rosée à la température de ciel.

3.4.2 Corrélations
De nombreuses corrélations permettent d’évaluer la température de rosée. Elles font généralement
apparaître la température de l’air, notée ici t (en ◦ C) ou T (en K), l’humidité RH comprise entre 0 pour
un air sans vapeur d’eau et 1 pour un air saturé en vapeur d’eau. L’humidité peut aussi être exprimée
en pourcentage. La température de rosée (« dew point ») correspond à RH = 1 et est notée tdp ou Tdp
selon qu’on soit respectivement en degrés Celsius ou en Kelvin.
L’une des corrélations les plus utilisées semble être celle de Magnus [144] :

55
 B1 α(t, RH)
tdp = (3.116)
A1 − α(t, RH)
A1 t
Avec α(t, RH) = ln (RH) +
B1 + t
A1 et B1 sont deux constantes : A1 = 17.625 et B1 = 243.04◦ C.
Cette corrélation est basée sur une expression donnant la pression de vapeur, avec une erreur inférieure
à 0.4 % pour des températures t comprises entre -40 et +50◦ C.
La relation de Clausius-Clapeyron, qui exprime la différentielle de la pression de vapeur saturante par
rapport à la tampérature, permet d’établir la corrélation suivante [144] :
−1
T ln RH

Tdp = T 1− (3.117)
L/Rw
Avec Rw la constante des gaz pour la vapeur d’eau : Rw = [Link]-1. L est l’enthalpie de va-
porisation de l’eau, qui vaut 2.501 × 106 [Link]-1 à T = 273.15◦ C et 2.257 × 106 [Link]-1 à T = 373.15◦ C.
L’hypothèse est alors faite que cette enthalpie de changement d’état reste constante sur l’intervalle de
températures étudié. Des erreurs apparaissent donc lorsque la température de rosée s’éloigne de la tem-
pérature de l’air, pour laquelle l’enthalpie de changement d’état a été calculée, donc lorsque l’humidité
est basse.
En tenant compte du fait que, pour une humidité supérieure à 50 %, la température de l’air décroisse
d’environ 1◦ C lorsque l’humidité décroît de 5 %, la corrélation suivante peut être établie [144] :

tdp = t − 20(1 − RH) (3.118)

D’autres relations s’appuient sur cette approximation linéaire en ajoutant des corrections :

tdp = t − K0 + 100 × K1 RH (3.119)

Avec K0 = 17.9 et K1 = 0.18 pour 0.65 ≤ RH ≤ 1 et K0 = 22.5 et K1 = 0.25 pour 0.45 ≤ RH < 0.65.
Avec une correction au second ordre :

tdp = (19.8 + 0.17t)RH + 0.84t − 19.2 (3.120)

Cette corrélation permet d’obtenir le point de rosée avec une erreur inférieure à 1 C pour une humidité
◦

supérieure à 0.4 et une température t comprise entre 0 et 30◦ C.

En tenant compte de l’erreur sur la corrélation (3.118), cette dernière peut être corrigée [144] :
 2
T 2
tdp = t − 20 (1 − RH) − 13.5 (RH − 0.84) + 0.35 (3.121)
300
L’erreur ne dépasse pas 0.3◦ C pour une humidité comprise entre 0.5 et 1 et pour une température
comprise entre 0 et 30◦ C.
La température de rosée peut être déterminée à partir de ces corrélations pour plusieurs valeurs de
température de l’air t. Une comparaison entre ces corrélations est proposée sur la figure 3.19

3.4.3 Obtention de l’humidité relative à partir de l’humidité absolue

L’humidité absolue est la masse de vapeur d’eau contenue dans un kilogramme d’air sec. Cette gran-
deur s’exprime généralement en g/kg. Elles est notée aeau , dans la suite de cette section. Une variante
qui est rencontrée dans la littérature consiste à exprimer l’humidité absolue en gramme par mètre cube
d’air sec. Nous noterons γeau cette quantité.
Pour aeau en g/kg et γeau en g/m3 , on a la relation suivante :

γeau = aeau ρair (3.122)

Où ρair est la masse volumique de l’air sec.
Connaissant l’humidité absolue et la température de l’air, il est possible de déterminer la pression de
vapeur et la pression de vapeur saturante puis de déduire l’humidité relative.

56
 T log RH −1 t − 20(1 − RH)
T (1 − )
L/Rw
t − K0 + 100K1 RH (19.8 + 0.17t)RH + 0.84t − 19.2

t − 20(1 − RH)( T )2 − 13.5(RH − 0.84)2 + 0.35 bα avec α = at + log RH

300 a−α b+t

20

t = 20◦ C

10
Tdp [◦ C]

t = 10◦ C

t = 0◦ C

−10

0.4 0.45 0.5 0.55 0.6 0.65 0.7 0.75 0.8 0.85 0.9 0.95 1
RH

Figure 3.19 – Comparaison entre les différentes corrélations donnant le point de rosée en fonction de
l’humidité relative

Calcul de la masse volumique de l’air

La masse volumique de l’air ρair s’obtient à partir de la loi des gaz parfaits :
pair
ρair = (3.123)
rair T
R
Avec pair la pression en air sec exprimée en Pa, rair = avec R = 8.3144621 [Link]-1 la
Mair
constante des gaz parfaits et Mair = 28.965338 [Link]-1 la masse molaire de l’air.
La pression en air sec peut s’obtenir en fonction de l’altitude à partir du modèle de l’atmosphère
standard. Les hypothèses suivante sont alors faites : l’accélération de la pesanteur g ne varie pas avec
l’altitude et est égale à sa valeur au niveau de la mer, approximativement g = 9.81 m.s-2, le gradient de
température est constant, égal à a = −0.0065 K.m-1. Sous ces hypothèses, la pression en air sec entre 0
et 11 000 m d’altitude s’écrit :

  g0 Mair
az aR
pz = p0 1 − (3.124)
T0
Avec z l’altitude en m, p0 la pression atmosphérique au niveau de la mer (p0 = 101325 Pa pour
l’atmosphère standard), T0 la température au niveau de la mer, égale à 15◦ C pour l’atmosphère standard,
Mair la masse molaire de l’air sec et R la constante des gaz parfaits.
La masse d’eau par unité de volume d’air sec est alors donnée par γeau = ρair aeau .

Calcul de la pression partielle en vapeur d’eau

La pression partielle en eau est donnée par la loi des gaz parfaits :

peau = reau T γeau (3.125)

R
Avec reau = avec Meau = 18.01528 [Link]-1 la masse molaire de l’eau. Pour une pression en
Meau
vapeur d’eau peau exprimée en mbar, l’humidité absolue γeau exprimée en g/m3 s’écrit :
peau
γeau = 219 (3.126)
T

57
 En reprenant l’expression donnant la masse d’eau par unité de volume d’air sec, on a alors :
Mair
peau = p0 aeau (3.127)
Meau

Calcul de la pression de vapeur saturante

La pression de vapeur saturante peut être obtenue à partir de plusieurs corrélations s’écrivant sous la
forme :
 
bT
peau,sat = a exp (3.128)
T +c
Avec T donnée en ◦ C et peau,sat en mbar, a, b et c étant des coefficients issus de corrélations, par
exemple celle de Bolton [33], valable pour des températures comprises entre -30 et +35◦ C avec une
précision de 0.1 % : a = 6.112, b = 17.67 et c = 243.5. D’autres jeux de paramètres, valables pour
différents intervalles, sont donnés par [43].
La pression en vapeur d’eau, qui correspond à la pression de vapeur saturante pour la température
de rosée, s’écrit alors :
 
bTdp
peau = a exp (3.129)
Tdp + c
Une autre écriture possible est :

((b − T /d) T
 
peau,sat = a exp (3.130)
T +c

Calcul de l’humidité relative

L’humidité relative, notée RH, est alors égale au rapport entre la pression de vapeur et la pression
de vapeur saturante :
peau
RH = (3.131)
peau,sat

3.4.4 Calcul de la température de rosée à partir de la pression de vapeur

La pression de vapeur peau est, d’après l’équation (3.127), directement liée à l’humidité absolue a.
Elle peut aussi être liée à la température de rosée en revenant à la définition de celle-ci : il s’agit de la
température telle que la pression de vapeur est égale à la pression de vapeur saturante, soit peau,sat (T ) =
peau .
La relation (3.128) permet d’obtenir :

c ln (peau /a)
Tdp = (3.132)
b − ln (peau /a)
De même, on a, avec la relation (3.130) :
 
d
q
2
Tdp = b − ln (peau /a) + (b − ln (peau /a)) − 4c ln (peau /a)/d (3.133)
2

3.4.5 Point de givrage

Le point de givrage est la température à laquelle, en maintenant inchangées les autres paramètres
climatiques, l’air devient saturé en vapeur d’eau par rapport à la glace. C’est donc la température à
partir de laquelle du verglas peut se former. Elle n’est définie que pour une température de l’air négative
et est supérieure à la température de rosée, la pression de vapeur saturante en glace étant inférieure
à celle en eau liquide. Une diminution de la température, à teneur en eau constante, provoquera donc
d’abord la formation de glace solide.

58
 0

−5

Tgivrage [◦ C] −10

−15

−20

−25
−25 −20 −15 −10 −5 0
Trosée [ C]
◦

Figure 3.20 – Température de givrage en fonction de la température de rosée

Le point de givrage et le point de rosée se rejoignent pour une température de l’air nulle (en degrés
Celsius). Le cas d’une température de l’air comprise entre la température de rosée et la température de
givrage correspond alors à un état de surfusion.
La pression de vapeur saturante en glace peut s’exprimer de la même façon que la pression de vapeur
saturante en liquide :
 
bg T
pglace,sat = ag exp (3.134)
T + cg
ou

((bg − T /dg ) T
 
pglace,sat = ag exp (3.135)
T + cg
Seuls les coefficients ag , bg , cg et dg diffèrent : on peut par exemple utiliser, d’après [43] ag = 6.1115,
bg = 22.452 et cg = 272.55 entre -50 et 0◦ C, avec une erreur inférieure à 0.02◦ C.
Le point de givrage peut aussi être calculé à partir de la température de rosée : cette dernière permet
de connaître la pression de vapeur, l’expression de la température de givrage en fonction de cette pression
de vapeur permettant d’en déduire le point de givrage.
   
ad bd Tdp
cg ln +
ag Tdp + cd
Tg = (3.136)
ad bd Tdp
bg − ln −
ag Tdp + cd
Les coefficients ad , bd et cd font référence aux coefficients a, b et c utilisés pour le calcul du point de
rosée.
Le point de givrage est représenté en fonction du point de rosée sur la figure 3.20. La température de
givrage est environ 0.1◦ C plus élevée que la température de rosée par degré inférieur à 0◦ C.

3.5 Synthèse
Dans ce chapitre, nous avons présenté les phénomènes extérieurs qui vont influer sur notre système
thermique : le rayonnement solaire, les échanges convectifs avec l’air, le rayonnement atmosphérique et
les points de rosée et de givrage.
Pour l’étude de chacun de ces phénomènes, un été de l’art a été réalisé, afin de déterminer les effets
qu’ont ces phénomènes sur notre système. En particulier il a été montré que de nombreuses corrélations
existent dans la littérature pour permettre le calcul du rayonnement solaire arrivant au sol, du coefficient

59
d’échange convectif, de la température de ciel et du point de rosée. Une étude du point de givrage a de
plus été effectuée, permettant d’introduire un seuil minimal de température fonction de l’humidité de
l’air pouvant ainsi permettre de réduire le besoin en chauffage.
Ces corrélations s’appuient à chaque fois sur des données qui peuvent être géographiques (latitude,
longitude, altitude) ou météorologiques (température de l’air, vitesse du vent, nébulosité, humidité). Une
comparaison des corrélations de la littérature a ainsi été proposée et a permis de mettre en évidence la
cohérence entre les corrélations analysées. Dans la suite, nous privilégierons des corrélations donnant des
valeurs dans la moyenne de ce qui existe dans la littérature mentionnée ici.
Par la suite, ces corrélations pourront être utilisées à partir des données disponibles pour les sites
d’étude. En particulier, ces corrélations permettront de faire le lien entre les données climatiques et
géographiques et les modèles numériques utilisés. Ces corrélations permettront de définir certaines des
variables d’entrée de nos modèles numériques et influeront sur les résultats obtenus.
Les excitations thermiques étudiées au cours de ce paragraphe s’appliquent à la surface de la structure.
Pour l’étude des routes récupératrices d’énergie, aucune sollicitation n’intervient a priori en profondeur.
Compte tenu des profondeurs caractéristiques liées aux fréquences des phénomènes, en particulier jour-
nalières, l’influence des excitations thermiques ne se fait ressentir que sur les couches situées près de la
surface. C’est pourquoi nous nous focalisons ici sur la partie de la structure située près de la surface.
Il est à noter que d’autres phénomènes extérieurs sont susceptibles d’intervenir dans le cadre du
fonctionnement du système de route solaire hybride. L’influence des précipitations, ou hydrométéores,
n’est ainsi pas prise en compte, tout comme celle de la circulation des véhicules.

60
Chapitre 4

Composantes physiques des ROutes

Solaires HYbrides : formulation et
résolution

Dans le précédent chapitre, Les phénomènes se produisant à l’extérieur de la structure et ayant

un impact sur la route solaire hybride ont été décrits. Dans ce chapitre, nous présentons maintenant les
phénomènes ayant un effet sur le comportement thermique qui se produisent à l’intérieur de la route solaire
hybride. Leur modélisation doit permettre d’aboutir ensuite à un modèle numérique et à la connaissance
du comportement thermique de la structure.
Comme les structures routières traditionnelles, la route solaire hybride est constituée d’une super-
position de couches. Cependant, pour répondre aux objectifs de récupération d’énergie et de protection
du gel, certaines innovations ont été effectuées. La couche de surface devient ainsi semi-transparente,
c’est-à-dire qu’une partie du rayonnement extérieur pénètre à l’intérieur de cette couche, et la couche de
liaison est poreuse avec un fluide qui peut s’écouler à l’intérieur.
En plus de la conduction thermique qui se produit dans toute la structure, d’autres phénomènes
d’échanges thermiques interviennent ici. Des échanges radiatifs ont lieu dans la couche de roulement
semi-transparente et des échanges convectifs sont induits par l’écoulement de fluide dans la couche de
liaison.
La modélisation de ces trois phénomènes est décrite au cours de ce chapitre. Le but est alors de
déterminer la température de la structure en couplant ces trois phénomènes. Ceux-ci se produisant si-
multanément, les méthodes choisies pour la modélisation devront prendre en compte cette contrainte.
Pour cela, nous utilisons une méthode se basant sur l’utilisation d’un maillage pour résoudre des
équations aux dérivées partielles, comme les volumes finis ou les éléments finis. L’outil développé dans
le cadre de cette thèse pouvant être amené à être utilisé pour de la mécanique avec prise en compte de
l’usure de la structure ou recherche de défauts ou inclusions, nous proposons d’utiliser ici la méthode des
éléments finis. Cette méthode s’appuie sur la formulation faible des équations aux dérivées partielles et
l’utilisation de produits scalaires dans des espaces de fonctions liées au maillage.
Les phénomènes de diffusion thermique, de convection hydraulique et des transferts radiatifs sont
d’abord présentés, puis mis en équation avec la méthode des éléments finis.

4.1 Diffusion thermique

Nous présentons dans cette partie le phénomène de diffusion thermique, phénomène qui permet d’ex-
pliquer les transferts de chaleur à l’intérieur d’un domaine sous l’effet de la conduction thermique. Dans
le cadre de ce travail, la diffusion thermique intervient dans les structures modélisées et peut être couplée
à d’autres phénomènes tels que la convection hydraulique (voir la section 4.2) ou les échanges radiatifs
(voir la section 4.3). En particulier, la diffusion thermique intervient ici dans toute la structure étudiée.
Les apports de chaleur du rayonnement solaire ou les pertes par temps froid ont ainsi une influence sur
le champ de température à l’intérieur de la chaussée, en particulier près de la surface.

61
 Ce chapitre permet aussi d’introduire les modèles numériques qui seront davantage développés ensuite
pour intégrer les couplages avec les autres phénomènes mentionnés.

4.1.1 Équation de la chaleur

La diffusion thermique est régie par l’équation de la chaleur. Nous notons ici Ω le domaine considéré,
de frontières ∂Ω.
La conservation de l’énergie dans le domaine permet d’écrire :
∂T
ρc + ∇·φ = q (4.1)
∂t
Avec ρ la masse volumique, c la capacité thermique massique, T la température, t la variable tempo-
relle, φ le flux thermique et q la source thermique volumique.
La loi de Fourrier permet d’exprimer le flux thermique φ sous la forme :

φ = −k∇T (4.2)
Où k est la conductivité thermique.
La diffusion thermique est donc régie par le système d’équations au dérivées partielles suivant [46, 91] :
 ∂T
 ρc − ∇ · (k∇T ) = q ∀(x, t) ∈ Ω × R+
∂t



k∇T · ~n = Φ ∀(x, t) ∈ ∂Ω × R+ (4.3)



T (x, t = 0) = T0 (x) ∀x ∈ Ω


Avec Φ une densité de flux thermique, ~n la normale extérieure à la frontière et T0 le champ de

température initial. Dans le cadre du problème de détermination du champ de température en des instants
t > 0, ces données, tout comme les propriétés thermiques (conductivité et capacité thermiques, masse
volumique) sont supposées connues.
Le flux thermique aux frontières Φ provient des sollicitations extérieures. Il peut comporter plusieurs
composantes :

Φ = Φc + Φr + Φs (4.4)
Avec :
— Φc les échanges convectifs avec l’atmosphère, qui peuvent s’écrire sous la forme Φc = h (Ta − T ),
avec h le coefficient d’échange convectif entre le fluide et la paroi et Ta la température du fluide,
en l’occurrence ici l’air. Des corrélations pour déterminer le coefficient d’échange convectif ont été
données dans le paragraphe 3.2.
— Φr les échanges radiatifs avec le ciel, qui peuvent s’écrire sous la forme Φr = εσ Tc4 − T 4 avec ε

l’émissivité de la paroi et Tc la température du ciel.

On peut également écrire :

Φr = εσ Tc2 + T 2 (Tc + T ) (Tc − T ) (4.5)

Dans le cas où les températures Tc et T sont proches, on peut introduire une température moyenne
T telle que [72] :
3 1 2
T = T + T 2 (Tc + T ) (4.6)


4 c
3
Il est alors possible d’introduire un coefficient d’échange radiatif hr = σεT permettant de retrou-
ver une expression similaire à celle donnant les échanges convectifs :

Φr = hr (Tc − T ) (4.7)
Des corrélations ont été données dans le paragraphe 3.3 pour évaluer la température de ciel.
— Φs les apports du rayonnement solaire, pour lesquels des détails ont été donnés dans le paragraphe
3.1.

62
 De façon plus générale, l’équation de la chaleur (4.3) peut se réécrire en faisant intervenir des conditions
aux limites de type Robin :
 ∂T
 ρc − ∇ · (k∇T ) = q ∀(x, t) ∈ Ω × R+
∂t



k∇T · ~n = Φ + i hi (θi − T ) ∀(x, t) ∈ ∂Ω × R+
P (4.8)



T (x, t = 0) = T0 (x) ∀x ∈ Ω


4.1.2 Détermination de paramètres caractéristiques

L’équation de la chaleur peut être résolue analytiquement, dans le cas unidimensionnel, à l’aide de
séries de Fourier [83]. En particulier, la diffusion de la chaleur dans un milieu semi-infini peut être
évoquée ici : il s’agit de déterminer la température en fonction de la profondeur connaissant une excitation
périodique menée à la surface, ce qui permet notamment d’introduire des paramètres caractéristiques.
La température à la surface, en z = 0, s’écrit alors T (0, t) = T0 + ∆T cos (ωt − φ) et nous cherchons
T (z, t).
Une séparation des variables est effectuée : T est réécrit sous la forme T = T0 + α(t)β(z). La condition
limite en z = 0 permet d’obtenir α(t) = cos (ωt − φ).
L’équation de la chaleur se réduit alors à :

k ∂ 2 α ∂β
β(t) 2 − α=0 (4.9)
ρc ∂x ∂t
Nous notons α̃ et β̃ des nombres complexes tels que <(α̃) = α et <(β̃) = β. On peut ainsi considérer
α = exp (j(ωt − φ)). En introduisant de plus la diffusivité thermique D = ρc
k
, l’équation (4.9) devient :

∂ 2 α̃ ω
− j α̃ = 0 (4.10)
∂x2 D
La solution s’écrit alors :
! !
jω jω
r r
α̃ = A exp x + B exp − x (4.11)
D D
 2
Où A et B sont des constantes. Avec j = 1+j
√
2
on a :
r  r   r   r 
ω ω ω ω
α̃ = A exp z exp j z + B exp − z exp −j z (4.12)
2D 2D 2D 2D
La température étant une grandeur finie, en particulier pour z → +∞, on a nécessairement A = 0.
On a donc :
 r    r 
ω ω
α̃β̃ = B exp − z exp j ωt − φ − z (4.13)
2D 2D
En repassant en grandeurs réelles, et en identifiant avec la condition en z = 0, on obtient B = ∆T
et :
 r   r 
ω ω
T (z, t) = T0 + ∆T exp − z cos ωt − φ − z (4.14)
2D 2D
Par linéarité de l’équation de la chaleur
PN par rapport aux excitations thermiques, pour une température
de surface s’écrivant T (0, t) = T0 + i=1 ∆Ti cos (ωi t − φi ), la solution au problème s’écrit :
N  r   r 
X ωi ωi
T (z, t) = T0 + ∆Ti exp − z cos ωi t − φ − z (4.15)
i=1
2D 2D
La chaleur se diffuse donc dans le sol en s’atténuant, avec une longueur caractéristique γ qui dépend
de la diffusivité thermique et de la période de l’excitation thermique de surface, ω = 2π P où P est la
période. On a :

63
 r r
2D DP
γ= = (4.16)
ω π
Ainsi, pour une période journalière, et en considérant une diffusivité thermique égale à 10−6 m2.s-1,
la longueur caractéristique vaut γ = 17 cm. Pour une période annuelle, γ = 3.17 m.
La pénétration de la chaleur dans le sol est donc limitée, c’est pourquoi nous nous focalisons ici sur
les couches de surface qui sont les plus affectées par les sollicitations extérieures.

4.1.3 Application de la méthode des éléments finis

Dans le cas général de l’équation de la chaleur, des méthodes numériques doivent être mises en œuvre
pour résoudre le problème de la diffusion thermique.
Soit L2 (Ω) l’espace des fonctions de carré intégrable sur Ω et H 1 (Ω) l’espace de Sobolev défini par :
1 Z 2
∂kf
X 
H (Ω) = f ∈ L (Ω)
1 2
telles que dΩ < ∞ (4.17)

x∈Ω ∂xk
k=0

Nous travaillons ici dans un sous espace de H 1 (Ω) constitué des fonctions polynomiales sur chaque
élément du maillage de degré inférieur ou égal à k ∈ N . Nous notons Whk cet espace et (ϕi ) une base
de Whk . Nous revenons à l’équation de la chaleur (4.3) et supposons (ρ, c, k) ∈ L∞ (Ω)3 , Φ ∈ L2 (∂Ω),
q ∈ L2 (R+ , L2 (Ω)), T0 ∈ L2 (Ω). Dans ce cas, le système (4.3) admet une unique solution [2].
La méthode des éléments finis est ici appliquée PN : le champ de température T est décomposé sur la
base (ϕ) liée aux N nœuds du maillage : T = k ϕk T k , où Tk est la température au k ème nœud. En
notant de plus xj la position spatiale du j ème nœud, on a ϕi (xj ) = δij , avec δ le symbole de Kronecker.
Pour appliquer la méthode des éléments finis, l’équation de la chaleur (4.8) est intégrée sur le domaine
Ω afin d’obtenir la forme faible. Pour toute fonction w ∈ H 1 (Ω), on a :
Z  
∂T
ρc − ∇ · (k∇T ) − q wdΩ = 0 (4.18)
Ω ∂t
La méthode de Galerkin est ici utilisée : la fonction w de l’équation (4.18) est choisie comme étant
une fonction de la base des (ϕ) : w = ϕi . N équations similaires à (4.18) sont ainsi obtenues, pour chaque
fonction ϕi de la base de Whk . En effectuant une intégration par parties en espace et en utilisant les
conditions limites pour chacune de ces N équations, on obtient, pour tout i ∈ |[1, n|] :

( "Z #)
∂T j
X Z X Z
ρcϕ ϕ dΩ + T
i j j
hl ϕ ϕ dΓ +
i j
k∇ϕ ∇ϕ dΩ
i j

j
∂t Ω ∂Ω Ω
l
"Z Z ! #
X
− qϕ dΩ +
i
Φϕ + i
hl θl ϕ i
dΓ = 0 (4.19)
Ω ∂Ω l

L’application de la méthode des éléments finis permet donc d’obtenir un système matriciel d’équations
de la forme [90, 225] :
  ∂T  
+ K T = F (4.20)
 
C
∂t
Avec, ici :
Z
Cij = ρcϕi ϕj dΩ (4.21)
Ω
Z X Z
Kij = hl ϕi ϕj dΓ + k∇ϕi ∇ϕj dΩ (4.22)
∂Ω l Ω
Z Z !
X
Fi = qϕi dΩ + Φϕi + hl θl ϕi dΓ (4.23)
Ω ∂Ω l

Nous introduisons h · | · i et h · | · iΓ les produits scalaires sur L2 (Ω) et L2 (∂Ω) définis par :

64
 — ∀u, v ∈ L2 (Ω) , hu|vi = ΩR uvdΩ
R

— ∀u, v ∈ L2 (∂Ω) , hu|vi = ∂Ω uvdΓ

Les matrices éléments finis pour la diffusion thermique se réécrivent alors :

Cij = hρcϕj |ϕi i (4.24)

X
Kij = h hl ϕj |ϕi iΓ + hk∇ϕj |∇ϕi i (4.25)
l
X
Fi = hq|ϕi i + hΦ + hl θl |ϕi iΓ (4.26)
l

Les expressions de ces matrices sont données pour le cas d’une interpolation linéaire dans l’annexe
B.2.

4.1.4 Cas de la modélisation thermique du changement de phase

Introduction
Dans certain cas, le matériau étudié peut être amené à changer d’état, en particulier à passer de l’état
solide à l’état liquide. Dans ce cas, la libération ou l’apport de chaleur latente modifie le comportement
thermique du domaine étudié au voisinage de la zone soumise au changement d’état. C’est en particulier
le cas pour les matériaux à changement d’état ou pour certaines solutions.
Les matériaux à changement de phase ou MCP sont parfois utilisés afin d’écrêter les variations
brusques de températures. Les MCP peuvent par exemple être contenus dans la paroi qu’on souhaite
protéger sous la forme d’inclusions.
L’objectif est d’utiliser la chaleur latente de ces matériaux, le changement d’état, de l’état solide vers
l’état liquide, devant se produire sur la plage de température étudiée. En cas de chauffage d’une paroi par
exemple, le matériau à changement de phase va, au moment du changement d’état, absorber la chaleur
sans s’échauffer, et ainsi empêcher la paroi de monter trop haut en température. Cette énergie accumulée
par le MCP peut ensuite être restituée en cas de baisse de la température de la paroi, le changement
d’état libérant cette fois ci la chaleur accumulée.
Plusieurs éléments sont nécessaires pour qu’un matériau à changement de phase soit efficace et per-
mette d’écrêter les variations brusques de température :
— la température de changement d’état doit se produire sur la plage de température étudiée. Utiliser
de l’eau (température de fusion à 0◦ C) pour lutter contre les fortes chaleurs dans le bâtiment n’est
pas utile.
— la chaleur latente doit être importante, de telle sorte que la chaleur pouvant être absorbée puisse
être importante et avoir une réelle influence sur la température de la paroi étudiée.
— L’encapsulation du MCP dans la paroi doit pouvoir résister aux cycles de fusion/solidification en
étant prévue pour contenir les dilatations et rétractions du matériau. Cette encapsulation doit
de plus être résistante dans le temps et les propriétés thermiques du MCP doivent pouvoir être
préservées pendant les cycles d’utilisation

Modélisation
L’équation de la chaleur (4.8) ne prend pas en compte les phénomènes de changement d’état. Afin
d’établir une nouvelle formulation de l’équation de la chaleur, nous repartons de l’équation de conservation
de l’énergie :
∂H
+ ∇·φ = q (4.27)
∂t
Avec H l’enthalpie et φ le flux thermique donné par la loi de Fourier : φ = −k∇T .
L’objectif est ici de retrouver une équation similaire à celle de la diffusion thermique introduite pré-
cédemment en faisant intervenir un terme de dérivée de température par rapport au temps. L’équation
(4.27) peut ainsi se réécrire :
∂H ∂T
+ ∇φ = q (4.28)
∂T ∂t

65
 Il est donc nécessaire de déterminer le terme ∂H
∂T .
L’enthalpie H est la somme de l’enthalpie sensible h, qui peut s’exprimer en fonction de la température,
et de l’enthalpie latente s qui dépend de l’état du matériau du matériau (solide, fluide ou gazeux) [247] :

H(T ) = h(T ) + s (4.29)

L’enthalpie sensible peut être liée aux variations de températures : dh = CdT par définition de
la capacité thermique volumique. En particulier, pour un système multiphasique, comprenant à la fois
un liquide et un solide de capacités respectives Cl et Cs et de fractions massiques fl et fs , on a :
dh = fl Cl dT + fs Cs dT .
L’enthalpie de chaleur latente dépend de la fraction volumique de liquide : elle vaut L (enthalpie de
changement d’état) pour un matériau complètement liquide, avec fl = 1 et 0 pour un matériau purement
solide. La variation infinitésimale d’enthalpie de chaleur latente s’écrit donc [247] : ds = Ldfl .
On a donc, pour l’enthalpie [1] :

dH = fl Cl dT + fs Cs dt + Ldfl (4.30)
L’équation (4.28) se réécrit alors, en prenant de plus en compte fs = 1 − fl :
 
∂fl ∂T
Cl fl + Cs (1 − fl ) + L + ∇·φ = q (4.31)
∂T ∂t
On note Ts la température du solidus, Tl la température du liquidus. Dans le cas d’une fusion iso-
therme, on a Tf = Tl . On se place ici dans le cas Ts 6= Tl , en prenant Tl = Ts + ε, ε  1 si nécessaire.
L’hypothèse est faite que la fraction volumique de fluide est une fonction linéaire de la température
[248] :

0 pour T < Ts



T −T
s
f (T ) = pour Ts ≤ T ≤ Ts (4.32)
T − Ts
 l

1 pour T > Tl


En injectant (4.32) dans (4.31), on obtient :

∂T

ρc
 − ∇ · (k∇T ) = q pour T < Ts ou T > Tl
 ∂t  (4.33)
L ∂T
 ρeq ceq +
 − ∇ · (k∇T ) = q pour Ts ≤ T ≤ Tl
Tl − Ts ∂t
Avec ρeq ceq = fl Cl + (1 − fl )Cs la capacité thermique équivalente.
Nous retrouvons donc une formulation similaire à l’équation de la chaleur (4.8). La résolution nu-
mérique peut donc être réalisée de la même manière, avec la méthode des éléments finis. La capacité
thermique équivalente obtenue prend en compte l’enthalpie de changement d’état et devient donc, dans
le cas général, une fonction de la température. On retrouve, à travers cette augmentation de la capa-
cité thermique équivalente au moment du changement d’état les effets du stockage de l’énergie, ce qui
constitue le principal intérêt de ces matériaux.
Un autre type de modélisation du changement de phase consiste à considérer que le changement d’état
se produit à une température donnée et non pas sur un intervalle [97].

Cas des mélanges diphasés

Nous généralisons dans ce paragraphe l’approche utilisée pour les matériaux à changement de phase
dans le paragraphe précédent. Nous considérons ici des mélanges diphasés, comme la saumure. Dans
ce cas, deux phases peuvent coexister sur une plage donnée de température, dans des proportions qui
dépendent de la température. Une partie du diagramme de phase pour une solution de chlorure de sodium
est représentée sur la figure 4.1. L’abscisse de cette figure, xN aCl , représente la masse de sel par kg de
saumure (liquide).
Lors du refroidissement d’un mélange eau+sel vérifiant xN aCl < 0.2331, c’est-à-dire ayant moins de
303 g de sel par kg d’eau, le mélange est d’abord liquide, comme indiqué sur la figure 4.2. Puis des
cristaux de glace pure commencent à se former au passage de l’eutectique. La proportion de sel dans la

66
 4
T [◦C]
2 H2O+NaCl (liquide)
+NaCl (solide)
0

−2

−4
H2O+NaCl (liquide)
−6

−8

−10
H2O+NaCl (liquide)
−12 + NaCl,2H2O (solide)

−14
H2O+NaCl (liquide)
−16 +H2O (solide)

−18

−20

−22 H2O (solide) + NaCl,2H2O (solide)

xN aCl
0.00 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40

Figure 4.1 – Diagramme de phase H2 O / NaCl

phase liquide du mélange et la proportion de glace augmentent progressivement, de telle sorte que l’état
du système suit la courbe eutectique jusqu’au point de l’eutectique à -21.1◦ C et xN aCl = 0.2331. À ce
moment là, la saumure passe entièrement à l’état liquide le mélange est alors constitué de cristaux de
glace pure et de cristaux d’un composé de NaCl, 2H2 O (dihydrate de chlorure de sodium).
Dans le cas où la solution initiale contient plus de 360 g de sel par litre d’eau à 0◦ C (xN aCl > 0.2628),
le mélange est alors saturé en sel et un dépôt de sel se forme au-dessus de 0.1◦ C [223]. En dessous, c’est
du dihydrate de chlorure de sodium qui apparaît. Au-dessus de −21.1◦ C, la phase liquide est alors à
saturation en NaCl et en-dessous de cette valeur, on retrouve un mélange solide de glace et de dihydrate
de chlorure de sodium.
Dans le cas xN aCl < 0.2331, la température de formation des premiers cristaux de glace Tl peut être
estimée en fonction de la concentration en chlorure de sodium C dans le mélange. Une relation Tl = f (C)
peut être établie. À partir des données de [1], on peut approximer Tl = −197.7C 2 − 43.64C avec C en kg
par kg de saumure.
Lors du changement d’état du mélange, les variations de température entraînent une variation de la
masse de glace et donc de la masse de saumure alors que la masse de sel reste constante. Des variations
de concentration en sel dans la saumure se produisent donc en même temps que la quantité de saumure
varie.
Une variation infinitésimale de la masse de saumure dmsaumure provoque une variation infinitésimale
−m2
de concentration en sel dans la saumure. Par définition de C, on déduit dmsaumure = msaumure N aCl
dC. Puis,
par définition de la fraction liquide , msaumure fl mtotale , on en déduit :

−fl2
dfl =
dC (4.34)
C0
Où C0 est la fraction massique en sel du mélange.
De plus, connaissant pour le changement de phase l’évolution de la température en fonction de la
concentration, l’enthalpie de l’équation (4.30) peut s’exprimer en fonction de la température.
Lors du passage du mélange eutectique de l’état liquide à l’état solide, à −21.1◦ C, la même méthode
de calcul peut être appliquée, pour un changement d’état sur un intervalle infinitésimal de température.
L’enthalpie de changement d’état du mélange eutectique a été évaluée à 233 [Link]-1 par [101].
Il est ainsi possible de connaître, selon la quantité de sel présente en solution, l’enthalpie à apporter
pour élever la température d’un kg de solution de 1◦ C selon la quantité de sel apportée à la solution. La

67
 4
T [◦C]
2

−2

−4

−6

−8

−10

−12

−14

−16

−18

−20

−22

xN aCl
0.00 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40

Figure 4.2 – Passage de la saumure de l’état liquide à l’état solide

figure 4.3 représente les variations d’enthalpie pour des solutions comprenant 25 g (à gauche) et 200 g (à
droite) de sel par kg d’eau, soit des fractions massiques de 0.024 et 0.167.

100 200

80
150
∆H [[Link]−1 ]

∆H [[Link]−1 ]

60
100
40

50
20

0 0
−22 −20 −18 −16 −14 −12 −10 −8 −6 −4 −2 0 −22 −20 −18 −16 −14 −12 −10 −8 −6 −4 −2 0
T [ C]
◦
T [◦ C]

Figure 4.3 – Variations d’enthalpie pour des solution de chlorure de sodium comprenant 25 (à gauche)
et 200 g (à droite) de sel par litre d’eau

Ces deux figures laissent apparaître un pic de variation d’enthalpie au niveau du changement d’état
de l’eutectique, à −21.1◦ C, ce pic étant d’autant plus important que la quantité de saumure à cette
température est élevée et donc que la quantité de sel dans la solution est importante. Lorsque la fraction
massique de sel atteint la valeur de 0.2331, le mélange eutectique se comporte comme un corps pur et le
changement d’état se produit entièrement à −21.1◦ C.
Un autre pic apparaît entre −21.1 et 0◦ C et correspond à la formation ou à la fonte de la glace. Ce pic
est d’autant plus important que la quantité de sel est faible, le maximum étant atteint pour le cas d’une
solution d’eau pure. Dans ce cas, on retrouve un comportement de corps pur, sans pic de l’eutectique.
On retrouve également sur cette figure le fait que la formation ou la fonte de la glace s’effectue à une
température qui se rapproche de 0◦ C lorsque la quantité de sel diminue, comme cela était déjà visible sur
le diagramme de phase de la figure 4.1.

68
 couche de surface
(BBTM, imperméable)

écoulement du fluide
dans la couche poreuse

couche inférieure
(EME, imperméable)

Figure 4.4 – Chaussée avec une couche drainante

4.1.5 Synthèse
Cette section a permis d’introduire la diffusion thermique ainsi que le système d’équations obtenu
suite à l’application de la méthode des éléments finis.
Si l’application de la méthode des éléments finis au problème de la diffusion thermique est bien
documentée dans la littérature, quelques adaptations ont été introduites afin de prendre en compte
notamment la présence de matériaux à changement de phase et de traiter ce problème en présence
d’inclusions.

4.2 Convection hydraulique

4.2.1 Introduction
Dans cette section, nous étudions le comportement thermique d’un milieu poreux en présence d’un
écoulement de fluide, ce qui correspond, pour notre étude, à l’étude du comportement thermique de la
couche poreuse, située en-dessous de la couche de roulement.
La présence d’une légère pente de l’ordre de 1 à 2 % pour le dévers permet au fluide de s’écouler
à l’intérieur de cette couche et d’engendrer des transferts thermique (figure 4.4). En particulier, lors de
conditions estivales, l’objectif est d’introduire un fluide froid qui va ensuite se réchauffer au cours de son
écoulement et voir son énergie thermique accrue à la sortie de la chaussée. Pour des conditions hivernales,
une source chaude en entrée permet de délivrer de la chaleur à la structure et en particulier d’augmenter,
par diffusion thermique, la température de la surface.
Comme pour les échanges convectifs avec l’air présentés dans la section 3.2, la différence de tempé-
rature entre la phase solide du milieu et le fluide contenu dans les pores provoque l’établissement d’un
transfert thermique entre les deux phases.
Nous proposons dans cette section d’abord d’établir les propriétés de l’écoulement du fluide à l’in-
térieur du milieu poreux, puis de modéliser les transferts thermiques qui se produisent à l’intérieur de
ce milieu entre le fluide et le matériau poreux. La méthode des éléments finis est de nouveau utilisée et
une adaptation est introduite pour prendre en compte la structure du système d’équations régissant le
problème.

4.2.2 Mise en équation

La mise en mouvement d’un fluide demande un apport énergétique lié à une diminution du potentiel
énergétique du fluide. Ce potentiel énergétique provient, pour l’écoulement de fluide dans une couche
poreuse, de deux effets : l’effet des forces de pression, de potentiel ϕp et celui des forces gravitationnelles,
de potentiel ϕg . Lorsqu’un fluide est immobile, la somme de ces deux potentiels est constante. Pour que
le fluide se mette en mouvement, il faut que des variations du potentiel total ϕ = ϕp + ϕg existent dans
l’espace.

69
Loi de Darcy
En 1856, Dans son ouvrage sur l’alimentation hydraulique de la ville de Dijon [62] écrit, suite à des
mesures expérimentales dans un milieu poreux uniforme, unidimensionnel et saturé, une relation entre la
vitesse moyenne de l’écoulement U et le gradient de pression :
k ∂P
U =− (4.35)
µ ∂x
Avec µ la viscosité dynamique du fluide (en Pa.s) et k la perméabilité intrinsèque. La vitesse moyenne
de l’écoulement U ~ , aussi appelée vitesse de Darcy, n’est pas la vitesse du fluide dans le milieu poreux,
mais correspond à un débit passant à travers une section donnée.
La vitesse locale de l’écoulement, notée ~u et de valeur moyenne ~u est reliée à la vitesse de Darcy de
l’écoulement par l’intermédiaire de la porosité φ par la relation :

~ = φ~u
U (4.36)
La loi de Darcy a depuis été étendue au cas tridimensionnel en faisant intervenir le gradient de
potentiel :

~ = − k ∇ϕ
U (4.37)
µ
La perméabilité peut être calculée à partir de la relation de Kozcny-Carman [19] :

d2m φ
k= (4.38)
175(1 − φ)2
Où dm est la taille moyenne des pores.
La loi de Darcy (4.37) exprimée sous forme potentielle permet de retrouver le fait qu’une variation
de potentiel est nécessaire pour entraîner un mouvement du fluide. Nous présentons maintenant le calcul
des deux potentiels qui interviennent ici, gravitationnel et de pression.
Le potentiel gravitationnel est lié à la force gravitationnelle. En un point du milieu de masse volumique
ρ situé à une hauteur z (algébrique) au-dessus d’un point de référence, on a :

ϕg = ρgz (4.39)
Le potentiel de pression est quant à lui lié aux forces de pression qui s’exercent dans le milieu et
qui augmentent lorsque la profondeur s’accroît. Il est positif dans le cas d’un milieu saturé et augmente
linéairement avec la profondeur. Il est alors lié à la hauteur de colonne d’eau ou profondeur de submersion
h à l’aide de la relation :

ϕp = ρgh (4.40)
Le potentiel total s’écrit donc sous la forme :

ϕ = ρg (h + z) (4.41)
On retrouve ainsi un potentiel constant en tout point pour un milieu entièrement submergé avec un
niveau d’eau constant. Dans ce cas, le fluide ne se met pas en mouvement par des effets mécaniques.
La loi de Darcy (4.37) peut alors s’écrire, sous sa forme généralisée :

u = −K(h)∇H (4.42)
Où H = h + z est la hauteur piézométrique, et K la conductivité hydraulique (exprimée en m.s-1).
Celle-ci s’obtient à partir de la perméabilité k par la relation :
ρg
K=k (4.43)
µ
La loi de Darcy (4.42) n’est cependant valable que sous les conditions d’un écoulement stationnaire,
d’une couche saturée en fluide et d’une vitesse de pore faible et uniforme.

70
 Si l’hypothèse de vitesse de pore faible n’est pas respectée, on retrouve l’équation de Darcy-Forchheimer
(4.68), qui rajoute un terme non linéaire à l’équation de Darcy. L’apparition de ce terme se fait de façon
progressive lorsque le nombre de Reynolds de l’écoulement fluide est de l’ordre de 102 [179].
En prenant en compte une perméabilité K = 2.18 × 10−2 m.s-1 [11] et une viscosité cinématique de
l’eau à différentes températures, des estimations des vitesses maximales de Darcy peuvent être obtenues
et sont données sur la table 4.1.

T [K] ν [m2.s-1] [68] umax [m.s-1]

290 1.080 × 10−6 7.3 × 10−4
300 0.855 × 10−6 5.8 × 10−4
330 3.02 × 10−6 3.3 × 10−4

Table 4.1 – Estimation des vitesses maximales (au sens de Darcy) pouvant être considérées pour quelques
températures sous l’hypothèse d’un régime de Darcy

Loi de Richards
La loi de Darcy peut être généralisée au cas d’un milieu non saturé en eau. Dans ce cas, l’écoulement
du fluide dans le milieu poreux est modifié du fait de la hauteur de submersion h.
Le potentiel de pression peut ainsi être négatif dans le cas d’un milieu poreux ou en présence de
canaux capillaires : le fluide est aspiré lorsqu’il entre dans un tube de diamètre suffisamment faible. La
hauteur de l’ascension capillaire dans un tube s’écrit alors (loi de Julin) [176] :
2σ cos α
hJ = (4.44)
ρgr
Où σ est la tension superficielle du fluide, α l’angle de contact du fluide sur la surface et r le rayon
du capillaire. Ainsi, dans un capillaire, les points du fluide situés entre la surface du fluide en-dehors du
capillaire (hauteur de référence nulle) et hJ ont une profondeur de submersion négative et un potentiel
de pression négatif.
Ce phénomène d’aspiration capillaire se produit notamment à l’intérieur du sol dans certains conduits
du réseau de pores. La perméabilité intrinsèque est alors fonction du matériau et de la teneur en eau θ
présente dans le matériau (qui peut être liée à la hauteur de submersion h par des corrélations).
L’écoulement est alors modifié par l’absence de fluide dans certaines zones. Ceci est en particulier
visible dans le sol. Dans une nappe phréatique, saturée en eau, la profondeur de submersion h diminue
linéairement avec la hauteur et la hauteur piézométrique H est constante : il n’y a pas d’écoulement dû
aux forces de gravité ou de pression. En revanche, au-dessus de la surface libre de la nappe phréatique, la
présence de capillaire entraîne une baisse plus rapide de la profondeur de submersion avec la hauteur. En
conséquence, la hauteur piézométrique décroît aussi avec l’altitude. Cette baisse s’accroît davantage près
du sol où les phénomènes d’évaporation apparaissent. Cette baisse de la hauteur piézométrique provoque
une tendance à la remontée de l’eau dans le sol non saturé.
L’écoulement est alors régi par la loi de Richards, formulée en 1931 [199], qui est une généralisation
de la loi de Darcy aux milieux non saturés.
En plus de la hauteur de submersion déjà présentée précédemment, nous introduisons la notion de
teneur en eau : il s’agit du volume occupé par l’eau par unité de volume de pore. Dans le cas d’un milieu
saturé en eau, on a θ = θs ≤ 1, teneur en eau à saturation.
L’évolution de la teneur en eau θ peut être décrite en utilisant la loi de Darcy ainsi que l’équation de
continuité. L’équation de continuité s’obtient à partir de la conservation de la masse :
∂θ
= −∇.U
~ (4.45)
∂t
D’où, en utilisant la loi de Darcy (4.42) :
∂θ
= ∇. [K(θ)∇ (h + z)] (4.46)
∂t
En décomposant le terme de droite, la relation (4.46) peut s’exprimer en fonction de la teneur en eau
sous la forme :

71
 ∂θ ∂K(θ)
− ∇. [K(θ)∇h] = (4.47)
∂t ∂z
Pour exprimer la relation (4.46) en fonction de la profondeur de submersion h, la capacité hydraulique
c(h) est introduite, définie par :
∂θ
c(h) = (4.48)
∂h
On a alors :

∂h ∂K(h)
c(h) − ∇. [K(h)∇h] = (4.49)
∂t ∂z
Les équations (4.47) et (4.49) ont une structure similaire à l’équation de la chaleur, avec ici la teneur
en eau ou la hauteur de submersion en inconnue au lieu de la température. Les termes capacitif c(h)
et diffusif K(h) ou K(θ) dépendent fortement de la teneur en eau et de la hauteur de submersion et
diminuent rapidement lorsque la teneur en eau diminue : l’écoulement de l’eau est fortement ralenti en
milieu non saturé. Ces coefficients sont donnés par des corrélations dont certaines sont listées dans les
articles de Kosugi et al. (2002) [139] ou de Leij et al. (1997) [151]. Des valeurs de paramètres physiques
(teneur en eau résiduelle, à saturation, paramètres empiriques) peuvent être obtenues avec l’article de
Carsel et Parrish (1988) [45].

Mise en équation dans le cas général

Dans les précédents paragraphes, nous avons cherché à déterminer les caractéristiques de l’écoulement
en milieu poreux, en l’absence d’effets thermiques. Nous allons maintenant partir des équations générales
qui régissent l’écoulement en milieu poreux et les transferts de chaleur s’y produisant pour en extraire
des équations mettant en jeu la température, les caractéristiques mécaniques de l’écoulement ainsi que
les échanges thermiques avec la phase solide.
Pour cela, l’hypothèse est faite que le fluide étudié est newtonien et incompressible. Il est également
supposé que la masse volumique, la viscosité et la conductivité thermique sont des constantes pour la
gamme de températures considérées.
L’indice f fait référence aux grandeurs relatives au fluide, qui vérifie au niveau microscopique les
équations de Navier-Stokes [241] :
— conservation de la masse :

∇ · ρf ~uf = 0 (4.50)
— conservation de la quantité de mouvement :
 
∂~uf
ρf + ~uf · ∇~uf = −∇pf + ρf ~g + µf ∇2 ~uf (4.51)
∂t
— conservation de l’énergie :
 
∂Tf
ρf cpf + ∇ · (~uf Tf ) = kf ∇2 Tf (4.52)
∂t
Avec pf la pression.
La phase solide, indicée s est supposée immobile. Elle vérifie, là aussi au niveau microscopique, la
conservation de l’énergie :
∂Ts
= ks ∇2 Ts
ρ s cs (4.53)
∂t
Les équations qui gouvernent l’écoulement du fluide au niveau microscopique nécessitent, pour être en-
tièrement résolues, un très grand raffinement spatial : il faut en effet prendre en compte les effets de la
turbulence de façon détaillée, et donc avoir une discrétisation avec des tailles d’éléments de l’ordre des
tailles des particules étudiées [241].

72
 L’étude menée ici ne vise pas à déterminer de façon aussi détaillée l’écoulement du fluide : l’objectif
est d’établir, comme pour la diffusion de la chaleur dans la section précédente, des équations au niveau
macroscopique pour pouvoir ensuite obtenir le comportement thermique global de la structure.
Pour cela, nous nous plaçons dans un Volume Élémentaire Représentatif ou VER. Ce volume élémen-
taire représentatif représente une partie du domaine étudié dont les dimensions sont grandes par rapport
à l’échelle des turbulences, mais petites devant la taille du domaine. L’objectif de l’utilisation du VER
est alors de moyenner les relations (4.50),(4.51), (4.52) et (4.53) définies à l’échelle microscopique afin
d’obtenir des relations utilisables au niveau macroscopique. Les inconnues du problèmes ne sont dès lors
plus les grandeurs microscopique, mais leurs moyennes sur ces VER, qui ne prennent donc pas en compte
le détail des phénomènes, notamment de turbulences, qui interviennent à l’échelle microscopique.
L’idée est pour cela de faire en sorte que les VER aient des dimensions grandes devant celles des
particules ce qui permet d’avoir un comportement moyen qui ne soit pas influencé par le comportement
particulier d’une seule particule, tout en faisant en sorte que les dimensions du VER restent petites devant
celles des pores du matériau poreux afin de pouvoir discrétiser l’équation obtenue sur le domaine.
Il est possible de décomposer une variable w en une valeur moyennée sur le VER hwi et en variations
autour de cette valeur moyenne w0 . En notant ∆V le VER, on a :

w = hwi + w0 (4.54)

1
Z
hwi = wdV (4.55)
∆V ∆V

Nous notons également ∆Vf le volume occupé par la phase fluide à l’intérieur du VER. Si le milieu
poreux est saturé en fluide, alors la porosité locale ∆Vf s’écrit en fonction de la porosité locale φ :

∆Vf = φ∆V (4.56)

Nous définissons aussi la décomposition sur ∆Vf par :

w = hwif + wf0 (4.57)

Avec :
1
Z
hwif = wdV (4.58)
∆Vf ∆Vf

Pour une grandeur w relative au fluide, on a w = 0 sur le domaine solide et donc [96] :

hwi = φhwif (4.59)

Les théorèmes de dérivation permettent d’exprimer des moyennes de grandeurs dérivées en fonction des
dérivées des grandeurs moyennes [216, 254]. On a, pour une grandeur scalaire w ou un vecteur w
~ :

1
Z
h∇wi = ∇hwi + w~nf s dS (4.60)
∆V Sf s
1
Z
h∇ · wi
~ = ∇ · hwi
~ + ~ · ~nf s dS
w (4.61)
∆V Sf s
1
Z
h∇wi
~ = ~ +
∇hwi ~ ⊗ ~nf s dS
w (4.62)
∆V Sf s

La dérivation temporelle s’écrit, pour un champ w scalaire ou vectoriel [96] :

1
Z
∂w ∂hwi
h i= − w~uf s · ~nf s dS (4.63)
∂t ∂t ∆V Sf s
Avec Sf s les frontières entre fluide et solide à l’intérieur du VER, ~nf s la normale à la frontière
fluide/solide orientée du fluide vers le solide et ~uf s la vitesse du fluide sur cette interface. Les équations

73
de Navier-Stokes (4.50),(4.51) et (4.52) peuvent se moyenner et s’écrire, en faisant intervenir les grandeurs
moyennes :

h∇ · ~uf i = 0 (4.64)
 
∂~uf
ρf h i + h~uf · ∇~uf i = −h∇pf i + hρf ~g i + hµf ∇2 ~uf i (4.65)
∂t
∂Tf
ρf cpf h i + ρf cpf h∇ · (~uf Tf )i = kf h∇2 Tf i (4.66)
∂t
L’objectif est de faire apparaître des relations mettant en jeu les valeurs moyennes de grandeurs : h~uf i,
hpf i et hTf i Pour l’équation de continuité, nous faisons l’hypothèse que les parois séparant le matériau
solide du fluide sont imperméables : ~uf · ~nf s = 0, et indéformables : ~uf s · ~nf s = 0.
Le théorème de dérivation appliqué à l’équation de continuité (4.64), (4.65) et (4.66), en se plaçant
sur la phase fluide et en appliquant (4.59), permet d’obtenir :

∇ · (h~uf i) = 0 (4.67)
Le traitement de l’équation de conservation du moment nécessite l’utilisation de l’équation de conti-
nuité (4.67) et donc des hypothèses déjà effectuées pour son obtention. En plus de cela, nous supposons
que les variations spatiales de la viscosité et de la porosité sont faibles, que les dimensions du VER sont
bien choisies et que l’écoulement est quasi-permanent et donc que les effets inertiels peuvent être négligés.
L’intégration de la relation (4.65) sur le VER permet d’obtenir une équation mettant en jeu les
grandeurs moyennes des grandeurs physiques sur le VER ainsi que leurs variations au niveau microsco-
pique. Afin de ne conserver que des grandeurs macroscopiques, les termes des échelles microscopiques
sont estimés à partir des grandeurs macroscopiques : il s’agit de relations de fermeture.
Avec ces hypothèses, et en utilisant des relations de fermeture pour les variations de pressions et de
vitesse, l’équation de conservation du moment se réécrit sous la forme de l’équation de Darcy-Forchheimer
[255, 256] :

~
−K
h~uf i = (∇hpf if − ρf ~g ) − F~ · h~uif (4.68)
µf
Dans le cas d’un écoulement à faible Reynolds, c’est-à-dire à faibles effets inertiels microscopiques, F~
est négligeable [256] et on retrouve la loi de Darcy :

~
−K
h~uf i = (∇hpf if − ρf ~g ) (4.69)
µf
Pour l’équation de conservation de l’énergie dans le fluide, les théorèmes de dérivation et les hypothèses
d’imperméabilité et de non déformation des parois sont de nouveau utilisées. On suppose également que
les variations spatiales de la porosité sont négligeables. Pour simplifier les notations, nous notons T la
valeur hT i et uD la vitesse de Darcy uD = hui.
Sous ces hypothèses et avec ces notations, les équations (4.66) et (4.53) peuvent se réécrire :

∂Tf
φρf cpf + ρf cpf ∇. (~uD Tf ) = φkf ∇2 Tf + ρf cpf ∇. (AD .∇Tf )
∂t
+kf ∇. [G (∇Tf − σ∇Ts )] + hf s af s (Ts − Tf ) (4.70)

1
  
∂Ts
(1 − φ)ρs cs = (1 − φ) ks ∇ Ts + ks ∇. G ∇Ts − ∇Tf
2
+ hf s af s (Tf − Ts ) (4.71)
∂t σ
Avec :
— AD .∇Tf la dispersion thermique, qui représente l’effet des variations du produit uTf à l’échelle
microscopique. Le coefficient AD dépend de la diffusivité thermique et du nombre de Péclet. Il est
donné par [116, 241, 51].

74
 — kf G (∇Tf − σ∇Ts ) est la tortuosité thermique qui reflète la complexité géométrique de l’interface
entre le fluide et le solide. Le coefficient G est le paramètre de tortuosité, donné par [115, 241], qui
ks
dépend notamment des conductivités thermiques du fluide et du solide. σ = est le ratio des
kf
conductivités thermiques.
— hf s af s (Ts − Tf ) est le terme représentant les échanges thermiques qui se produisent aux interfaces
Af s 6(1 − ϕ)
entre le fluide et le solide par unité de volume avec af s = = l’aire spécifique de
V dp
l’interface. dp est le diamètre des particules et hf s le coefficient d’échange thermique interfacial,
ou coefficient volumique de transfert convectif.
Ce coefficient est donné par la corrélation suivante [115, 179] :
1 dp dp
= + (4.72)
hf s N uf s kf βks
Où β est un facteur de forme égal à 10 pour des particules sphériques et N uf s est le nombre de
Nüsselt pour l’interaction fluide-solide, qui est lié au nombre de Reynolds Rep basé sur la taille
des particules dp . On a, pour 0.1 ≤ Rep ≤ 12.4 [249] :
 0.6
ϕdp
N uf s = 2 + 1.1P r 1/3
Re0.6
p (4.73)
dh
Avec dh le diamètre des pores.
Certains auteurs [184, 249] négligent le second terme de l’expression (4.72) et utilisent l’expression
suivante :

2 + 1.1Re0.6 1/3


p Pr kf
hf s = (4.74)
dp
Le cas d’un équilibre thermique local, avec Ts = Tf = T peut être considéré et permet de simplifier le
système d’inconnues précédentes en ne conservant qu’une seule inconnue. L’approximation de l’équilibre
thermique n’est cependant pas possible lorsque, par exemple, le solide a une conductivité thermique élevée
par rapport à celle du fluide et que l’écoulement est important [21]. Les relations (4.70) et (4.71) peuvent
se sommer [241] :
∂T  
(ρcp )m + ρf cpf ∇. U ~ T = km ∇2 T + ρf cpf ∇. (AD .∇T ) (4.75)
∂t
Avec (ρcp )m = φρf cpf + (1 − φ) ρs cs la capacité thermique du mélange solide-fluide et km la conduc-
tivité équivalente.
La conductivité équivalente peut s’obtenir de plusieurs manières [19, 21, 179] : pour une conduction
thermique s’effectuant en parallèle entre le solide et le fluide, avec des propriétés relativement proches,
on a :

km = φkf + (1 − φ)ks (4.76)

Si la structure de la couche poreuse est telle que la conduction s’effectue par le solide et le fluide en
série, on a :
h i−1
km = φkf−1 + (1 − φ)ks−1 (4.77)

Lorsque les valeurs de conductivités équivalentes pour des structures série et parallèle sont proches,
une troisième expression peut être utilisée [178, 202] :

km = ks1−φ kfφ (4.78)

Une autre corrélation présente dans la littérature est celle de Veinberg [244], reprise notamment par
[19, 252] pour des situations avec des changements d’état entre des phases liquide et solide. Cette expres-
sion non-linéaire est, d’après [244], applicable de façon universelle pour un milieu ayant des inclusions
sphériques réparties aléatoirement :

75
 ks − kf
km + φ 1/3
1/3
km − ks = 0 (4.79)
kf
Les termes de dispersion thermique et de tortuosité thermique de l’équation (4.70) sont généralement
négligeables par rapport aux autres sauf dans certains cas, comme lors d’une importante convection forcée
pour des structures en colonne [21]. Dans la suite de cette section, ces deux termes seront négligés, comme
cela est également fait par [179].
Les équations (4.70) et (4.71) qui décrivent les évolutions des températures du solide et du fluide
s’écrivent alors sous la forme :

 (1 − φ) ρs cs ∂Ts = (1 − φ) ∇. (ks ∇Ts ) + hf s af s (Tf − Ts )

∂t (4.80)
 φρ c ∂Tf + (ρ c ) U ~ .∇Tf = φ∇ (kf ∇Tf ) + hf s af s (Ts − Tf )
 f pf f pf
∂t
De la même manière que pour la diffusion thermique, les conditions limites peuvent s’écrire :

X
kf ~n · ∇Tf = Φf + hf,i (θf,i − Tf ) (4.81)
i
X
ks~n · ∇Ts = Φs + hs,i (θs,i − Ts ) (4.82)
i

Avec ~uD la vitesse de Darcy donnée par :

 
−Kρf g p
~uD = ∇ +z (4.83)
µf ρf g
Dans le cas de l’équilibre thermique, on a alors :
∂T
(ρcp )m + (ρf cpf ) U
~ .∇T = km ∇2 T (4.84)
∂t

Résolution du problème de convection hydraulique avec la méthode des éléments finis

Nous présentons dans ce paragraphe l’application de la méthode des éléments finis pour la résolution
du système d’équations (4.80). Pour cela, nous utilisons de nouveau les notations introduites dans le
paragraphe 4.1.2 et décomposons les deux champs de température sur la même base (ϕi ) de Whk .
La première équation, relative à la phase solide, a P une structure similaire à celle de l’équation de la
chaleur avec un terme source q = hf s af s Tf = hf s af s j ϕj Tf,j . Cette équation se réécrit dons sous la
forme matricielle :
 ∂Ts  
+ Ks Ts + A (Ts − Tf ) = Fs (4.85)
    
Cs
∂t
Les matrices éléments finis s’obtiennent à partir des matrices de la diffusion thermique (4.24) :

Cs,ij = h(1 − φ)ρs cs ϕj |ϕi i (4.86)

X
Ks,ij = h hs,l ϕj |ϕi iΓ + (1 − φ)hks ∇ϕj |∇ϕi i (4.87)
l
Aij = hhf s af s ϕj |ϕi i (4.88)
X
Fs,i = hΦs + hs,l θs,l |ϕi iΓ (4.89)
l

De façon similaire, l’équation du système (4.80) pour la phase fluide permet d’obtenir le système
matriciel suivant :
  ∂Tf
+ U + Kf Tf + A (Tf − Ts ) = Ff (4.90)
   
   
Cf
∂t

76
 Avec :

Cf,ij = hφρf cf ϕj |ϕi i (4.91)

X
Kf,ij = h hf,l ϕj |ϕi iΓ + φhkf ∇ϕj |∇ϕi i (4.92)
l
Uij = h(~u · ∇ϕj )|ϕi i (4.93)
X
Ff,i = hΦf + hf,l θf,l |ϕi iΓ (4.94)
l

Le système d’équations (4.80) se réécrit donc :

Cs 0 ∂ Ts Ks + A
        
−A Ts F
+ = s (4.95)
0 Cf ∂t Tf −A U + Kf + A Tf Ff
Cependant, la résolution du système (4.95) peut provoquer l’apparition d’oscillations non physiques.
Pour éviter cela, nous présentons une méthode permettant de stabiliser la résolution numérique en mo-
difiant la formulation de Galerkin.

Méthode de Petrov-Galerkin
Présentation de la méthode L’équation du système (4.80) portant sur le fluide est une équation
d’advection-diffusion faisant intervenir un terme de transport U ~ · ∇T et un terme de diffusion ∇ · (k∇T ).
Dans le cas général d’une vitesse U non nulle, cette équation présente une structure hyperbolique et la
~
résolution du système (4.95), issu de l’application de la méthode des éléments finis sur (4.80), présente le
risque de produire des oscillations non physiques [128, 200, 164], en particulier lorsque la solution exacte
du problème présente des discontinuités. C’est notamment le cas lorsque la température d’entrée du fluide
varie brutalement : la propagation de la variation de température dans le milieu poreux fait apparaître,
dans la solution exacte du problème, une discontinuité dans le champ de température.
Le problème de l’apparition d’oscillations non physique ne se limite pas à cette équation, mais est
aussi à l’origine de nombreux travaux sur les problèmes de convection-diffusion, et en particulier sur les
écoulements de fluide.
Un exemple connu est le problème de Riemann en 1D. Ce problème s’écrit, sur un domaine sur un
domaine [0, L] × [0, T ] su plan (x, t) sous la forme :
∂u ∂u


 +a =0
 ∂t
 ∂x
u(x, 0) = u0 (x) (4.96)


 u(0, t) = u l (t)
u(L, t) = ur (t)


Lorsque le champ initial u0 présente des discontinuités, celles-ci se déplacent à la vitesse a. La re-
présentation graphique d’une solution à ce problème fait alors apparaître une discontinuité dans le plan
(x, t) appelée caractéristique.
L’utilisation de différences finies centrées, assimilables en 1D à la méthode de Galerkin, associée à un
schéma temporel explicite, permet d’obtenir une solution numérique s’obtenant de façon itérative. Pour
un maillage régulier en espace ∆x et en temps ∆t et en notant uni la solution numérique du problème au
ième nœud spatial et au nème nœud temporel, on a :
a
un+1 = uni − uni+1 − uni−1 (4.97)


i
2∆x/∆t
L’utilisation de cette méthode de résolution produit inconditionnellement des oscillations non phy-
siques à cause de la discontinuité de la solution réelle u du problème [236]. La solution numérique obtenue
au niveau des nœuds du maillage (uni ) présente alors des oscillations de plus en plus fortes lorsque t aug-
mente.
L’utilisation de schémas numériques introduisant un terme de diffusion numérique permet alors d’éta-
blir une solution ũ à un problème se rapprochant du précédent. Cette solution ũ à ce nouveau problème
ne présente alors plus de discontinuité. Si des conditions sont respectées, en particulier sur le nombre de

77
courant (condition CFL), La solution numérique obtenue pour ce nouveau problème ũni ne présente plus
d’oscillations non physiques.
Le même type de problème intervient ici dans les équations d’advection : la nature hyperbolique
de celles-ci peut provoquer l’apparition d’oscillations non physiques au niveau des discontinuités, en
particulier lorsque la diffusion est faible devant l’advection.
Pour éviter ces problèmes, la méthode de streamline diffusion modification a été introduite dans les
années 1970 et 1980 par Brooks et Hughes [127, 39]. Cette méthode vise à modifier la formulation faible
d’un proplème hyperbolique en rajoutant un terme de diffusion numérique (streamline diffusion) pour la
fonction d’interpolation : ϕ est alors remplacé par ϕ + δ~u · ∇ϕ.
Afin de présenter la formulation de Petrov-Galerkin du problème d’advection-diffusion dans le milieu
poreux, nous généralisons d’abord l’équation portant sur la phase fluide du système (4.80) en l’écrivant
sous la forme suivante :
∂T
+ ~u · ∇T − ∇ · (D∇T ) + aT = q (4.98)
∂t
Avec D la diffusivité thermique D = ρc k
et a un coefficient d’échange.
La formulation faible de (4.98) s’écrit alors, avec la notation du produit scalaire et pour toute fonction
ϕ de H 1 (Ω) :
∂T
h + ~u · ∇T − ∇ · (D∇T ) + aT − q|ϕi = 0 (4.99)
∂t
P Laj formulation faible (4.98) est projetée dans Whk avec le champ inconnu réécrit sous la forme T =
j ϕ T . Cependant, au lieu de prendre comme fonctions d’interpolations les fonctions (ϕ ) de la base
j i

de Wh comme c’était le cas précédemment avec la méthode de Galerkin, nous utilisons ici les fonctions
k

ϕi + δ~u · ∇ϕi .
L’équation (4.99) se réécrit donc, en faisant apparaître les conditions limites, pour tout i ∈ [|1, N |] :

∂T
h + ~u · ∇T + aT − q|ϕi + δ~u · ∇ϕi i + hD∇T |∇ϕi i − h∇ · (D∇T )|δ~u · ∇ϕi i
∂t X
+h hk (T − θk ) − Φ|ϕi iΓ = 0 (4.100)
k

δ est un coefficient dont l’expression sera discutée dans le paragraphe 4.2.2. Ce coefficient peut no-
tamment être défini à partir de la taille du maillage h (rayon de la sphère dans laquelle l’élément est
inscrit), de la vitesse ~u et de la diffusivité D.
Dans le cas de fonctions d’interpolation linéaires, le terme de diffusivité h∇ · (D∇T )|δ~u · ∇ϕi i est
nul, et il peut être considéré comme négligeable dans le cas général [229, 246] et le système matriciel
s’écrit :
  ∂T
+ U δ + K + Aδ T = F (4.101)
     
 
Cδ
∂t
Avec :

Cδ,ij = hϕj |ϕi + δ~u · ∇ϕi i (4.102)

X
Kij = h hk ϕj |ϕi iΓ + hD∇ϕj |ϕi i (4.103)
k
Uδ,ij = h~u · ∇ϕj |ϕi + δ~u · ∇ϕi i (4.104)
Aδ,ij = haϕj |ϕi + δ~u · ∇ϕi i (4.105)

Détermination de l’erreur commise avec la méthode de Petrov-Galerkin Une comparaison

des erreurs commises avec les méthodes de Galerkin et de Petrov-Galerkin est ici présentée. Afin d’étudier
les effets de l’introduction de cette méthode sur les résultats numériques, des notations sont introduites :
— H m l’espace de Sobolev d’ordre m, m ∈ N, muni de la norme usuelle k · kH m

78
 Z 1/2
— |v| = v 2 |~n · ~u|dσ
∂Ω
Dans le cas où la méthode standard de Galerkin est utilisée sur un problème hyperbolique du type
~u · ∇v + γv = 0, l’erreur entre la solution exacte et la solution numérique vérifie l’inégalité [126, 128] :

kv − v h k + |v − v h | ≤ Chk kvkH k+1 (4.106)

Cela montre que, si la solution exacte v présente une discontinuité, ce qui est possible dans le cas ou
la diffusivité D est nulle ou trop faible, on a alors kvkH k+1 = +∞ et l’erreur n’est pas majorée : il peut
donc y avoir une divergence de la solution numérique.
Avec le rajout du terme de diffusion numérique, l’erreur vérifie, dans le cas δ = h [126, 128] :

v − vh ≤ Chk+1/2 kvkH k+1 (4.107)

Avec ||| · ||| la norme définie par :
1/2
1+h 2

|||v||| = hk~u · ∇vk + kvk +
2 2
|v| (4.108)
2
Ce résultat sur l’erreur montre que, dans le cas d’une solution lisse, le rajout de la diffusion numérique
réduit l’erreur d’un facteur h1/2 . Cependant, le fait que kvkH m = +∞ dès lors que la fonction v présente
une discontinuité ne permet pas d’affirmer à partir de ce résultat que les résultats numériques sont
meilleurs avec la streamline diffusion lorsque la solution au problème n’est pas lisse.
L’amélioration de la qualité des résultats avec la streamline diffusion peut s’expliquer par les longueurs
sur lesquelles des perturbations peuvent se propager transversalement aux directions de propagation.
[126] montre que les effets d’une perturbation, telle que celle introduite par la√diffusion numérique, se
dissipent de façon exponentielle sur une longueur caractéristique de l’ordre de h perpendiculairement
à la caractéristique passant par la perturbation (crosswind direction). La propagation de la perturbation
s’effectue alors principalement dans le sens de la caractéristique [131]. Pour la méthode de Galerkin
standard, les oscillations numériques non physiques, provenant de discontinuités, se propagent avec un
faible amortissement [125]. La méthode de la streamline diffusion présente de plus l’avantage d’être une
méthode numérique consistante [131, 200].

Choix du paramètre de stabilisation Dans l’estimation de l’erreur, le paramètre δ était pris égal
à h, la taille d’une maille du maillage. Dans le cas où une faible diffusion est présente dans l’équation
ϑ · ∇u + γu − ∇ · [∇u] = 0 avec  < h, le paramètre de diffusion numérique peut être ramené à h − .
Pour une résolution de l’équation d’advection diffusion avec la méthode de Petrov-Galerkin, de nom-
breuses publications proposent de prendre en compte le nombre de Péclet, défini comme le rapport entre
les échanges par convection et ceux par conduction, ainsi que le ratio entre la taille des éléments et la
vitesse de l’écoulement.
La première relation introduite est celle permettant la superconvergence, c’est-à-dire l’obtention d’une
solution exacte aux nœuds [39] en 1D :

1
 
h
δ= coth (P e) − (4.109)
2k~uk Pe
Cette formulation du paramètre de stabilité est également présente dans [69, 121]
D’autres formulations ont depuis été proposées. Parmi les plus utilisées, un relation permet d’assurer
la stabilité numérique de la résolution numérique de l’équation d’advection-diffusion tout en assurant une
précision d’ordre 2 [53, 69] :
−1
1

h ha
δ= 1+ + (4.110)
2k~uk P e 2k~uk
Une formulation avec une précision à l’ordre 4 est donnée par les travaux de [211] :
2 !−1/2
9

h ha
δ= 1+ + (4.111)
2k~uk P e2 2k~uk

79
 En multidimensionnel, plusieurs possibilités existent quant à la formulation du paramètre δ. Il est ainsi
possible de généraliser les relations précédentes en introduisant une matrice [δ] dépendant des matrices
de raideur, de masse et de réaction [39, 54, 120].
Dans le cas d’éléments linéaires, il est cependant possible de conserver les corrélations précédentes
avec un δ scalaire [121, 228].
Pour une intégration à l’aide des éléments finis effectuée dans les domaines spatial et temporel, [229]
propose l’expression suivante :
−1/r
1 1 1

δ= r + r + r (4.112)
τS1 τS2 τS3
h ∆t h2
Avec τS1 = , τS2 = , τS3 = .
2k~uk 2 4D

4.2.3 Résolution analytique dans le cas d’un régime permanent établi

Dans cette partie, nous proposons une modélisation simplifiée de la convection hydraulique à l’inté-
rieur de la route solaire hybride en considérant un régime permanent établi. Une expression analytique
permettant le calcul de la température dans la couche poreuse ainsi qu’à la surface de la chaussée est
proposée.

Solution analytique
Le fluide est supposé s’écouler horizontalement dans le repère choisi, la verticale étant alors orthogonale
à la direction de l’écoulement.
Nous faisons l’hypothèse que les variations de la température sont beaucoup plus importantes selon
la direction verticale que selon la direction horizontale, ce qui revient à considérer que le gradient de
température est orienté selon la verticale, et donc que les échanges thermiques s’effectuent dans cette
direction. Les échanges thermiques peuvent alors être décrits de façon unidimensionnelle, en fonction de
l’éloignement x à la section d’injection du fluide.

air + ciel

hs couche de surface

hp couche poreuse + fluide

0 L x
Figure 4.5 – Représentation 1D du problème

La conservation de l’énergie pour le fluide (indice f ), la couche de surface (indicée s ) et la couche

poreuse (indicée p ) permet d’obtenir un système d’équations différentielles (4.113) mettant également en
jeu l’air indicé a et le ciel indicé c de températures supposées connues. Les détails des calculs sont donnés
en annexe A.

80
 ρf cf hp u 0 0 0 0
        
Tf rp/f −rp/f Tf
∂
 0 0 0 Tp  + −rp/f rp/f + rp/s −rp/s  Tp  =  0 
∂x
0 0 0 Ts 0 −rs/p rs/p + rp/a + rs/c Ts rs/a Ta + rs/c Tc + Φ
(4.113)
Où Ti (x) est la température du milieu i pour un éloignement x de l’injection du fluide, u est la vitesse
de Darcy, ri/j est un coefficient d’échange entre les milieux i et j dont le calcul est donné en annexe A
et Φ est un flux imposé sur la couche de surface.
La résolution de ce système conduit à une expression analytique pour la température de la couche de
surface et pour le fluide :

 
Tf (x) = Tf (0) e−x/κ +T∞ 1 − e−x/κ (4.114)
rp/s Tf (x) + rs/a Ta + rs/c Tc + Φ
Ts (x) = (4.115)
rp/s + rs/a + rs/c

Avec :

ρf cf hp u rp/s + rs/a + rs/c

κ = (4.116)
rp/s (rs/a + rs/c )
rs/a Ta + rs/c Tc + Φ
T∞ = (4.117)
rs/a + rs/c

Le paramètre κ correspond à une longueur caractéristique alors que T∞ correspond à la température

du fluide après une longueur importante. Cette dernière est une moyenne pondérée des températures de
l’air et du ciel ainsi que du rayonnement solaire. La longueur caractéristique dépend principalement de la
vitesse du vent et décroit avec celle-ci. Une représentation de la longueur caractéristique en fonction de
la vitesse du vent et de la température de l’air est proposée sur la figure 4.6. Les températures du fluide
et de la surface vont donc se rapprocher plus vite de T∞ en présence de vent.

Figure 4.6 – Longueur caractéristique en fonction de la vitesse du vent Vw et de la température de l’air

L’évolution des températures de surface et du fluide peuvent être représentées pour plusieurs condi-
tions environnementales, comme cela est fait sur les figures 4.7a et 4.7b. Dans ces deux cas, la température
du ciel a été prise égale à Tair − 6 et la température d’injection du fluide Tf (0) = 12◦ C.

L’influence des paramètres T∞ et κ est visible sur ces figures. La chute de température est d’autant
plus rapide que la vitesse du vent est élevée et donc que la longueur caractéristique κ est faible, la
décroissance se faisant de façon exponentielle.

81
 Température en fonction de l’éloignement au point d’injection Température en fonction de l’éloignement au point d’injection
15 15
fluide, Vw = 0 m.s−1 surface, Vw = 0 m.s−1
fluide, Vw = 2 m.s−1 surface, Vw = 2 m.s−1
10 fluide, Vw = 5 m.s−1 surface, Vw = 5 m.s−1
10 fluide, Vw = 10 m.s−1 surface, Vw = 10 m.s−1

5
T [◦ C]

T [◦ C]
5
0

fluide, Tair = 5◦ C surface, Tair = 5◦ C 0

−5
fluide, Tair = 0◦ C surface, Tair = 0◦ C
fluide, Tair = −5◦ C surface, Tair = −5◦ C
fluide, Tair = −10◦ C surface, Tair = −10◦ C
−10 −5
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
x [m] x [m]

(a) Vw = 0 m.s-1 (b) Tair = −5◦ C

Figure 4.7 – Températures de la couche de surface et du fluide pour diverses conditions environnemen-
tales

Application au maintien hors gel de la surface

Connaissant la température de la couche de surface, il est possible de résoudre le problème inverse
visant à déterminer la température d’injection du fluide permettant d’obtenir une température donnée
en certains points de la surface en fonction des conditions météorologiques.
En conditions hivernales, avec une température de l’air négative, le fluide injecté dans la chaussée
est refroidi au fur et à mesure qu’il s’écoule. Ce fluide fournit de la chaleur à la surface, ce qui entraîne,
comme pour le fluide, une diminution de la température en surface lorsqu’on s’éloigne du point d’injection
du fluide. La température en surface est donc la plus basse lorsqu’on se situe au niveau du point le plus
éloigné de la source d’injection.
Pour conserver une température positive tout au long de la surface d’une chaussée, il suffit donc,
avec cette approximation, que la température au point le plus éloigné de l’injection de fluide ait une
température positive.
On note L la distance entre le point d’injection du fluide et le point de la chaussée le plus éloigné de
celui-ci qu’on souhaite maintenir à une température positive.
On a, d’après (4.115) :

rp/s Tf (L) + rs/a Ta + rs/c Tc + Φ

Ts (L) = (4.118)
rp/s + rs/a + rs/c
et donc :
1
Ts (L) > 0 ⇐⇒ Tf (L) > −rs/a Ta − rs/c Tc − Φ (4.119)


rp/s
Dans le cas rs/a Ta + rs/c Tc + Φ ≥ 0 ⇐⇒ T∞ ≥ 0, la température au sol reste positive quelle que soit
la température d’injection du fluide.
On a de plus, d’après (4.114) :
 
Tf (L) = Tf (0) e−L/κ +T∞ 1 − e−L/κ (4.120)

D’où la condition :

1
   
TS (L) > 0 ⇐⇒ Tf (0) > eL/κ −rS/c Tc − rS/e Te − Φ − T∞ 1 − e−L/κ (4.121)


rDr/S

En réutilisant la relation (4.117), et en réarrangeant l’expression (4.121), on obtient finalement :

rs/a + rs/c
 
Tf (0) > − eL/κ T∞ + 1 − e−L/κ (4.122)
rp/s

82
 La température du fluide à injecter augmente donc de façon exponentielle avec la longueur de la
structure à traiter et avec la baisse de la longueur caractéristique, et évolue approximativement de façon
linéaire avec T∞ . La température Tf (0) est représentée sur les figures 4.8a et 4.8b en fonction de la vitesse
du vent et de la température de l’air.

(a) L = 1 m (b) L = 2 m

Figure 4.8 – Températures minimale du fluide Tf (0) en fonction de données environnementales pour
L = 1 et L = 2 m

Sous des conditions défavorables, avec un vent fort et une température de l’air fortement négative, la
température d’entrée du fluide nécessaire pour maintenir toute la largeur de la surface hors gel devient
rapidement élevée, atteignant environ 60◦ C pour une longueur d’un mètre et 95◦ pour une longueur de
deux mètres.
Ces évaluations de la température d’entrée du fluide montrent les limitations du système au niveau
de la largeur de la chaussée. Le cas de la prévention du gel sera étudié en détail dans le chapitre 7.

4.2.4 Synthèse
Une étude de la convection hydraulique et en particulier des transferts thermiques liés à ce phénomène
a été menée. Une étude de la littérature a permis d’établir des équations au niveau macroscopique à partir
des équations de Navier-Stokes de l’échelle microscopique.
La résolution du système d’équation avec les éléments finis a fait apparaître la structure hyperbolique
du problème et donc le risque d’apparition d’oscillations non physiques pour la solution. La méthode de
stabilisation de Petrov-Galerkin a pour cela été présentée et son application détaillée avec notamment
l’obtention de la nouvelle formulation du problème.
Le cas particulier du régime permanent établi a permis l’établissement d’une solution analytique. Avec
celle-ci, une application au cas particulier du maintien hors gel a pu être présentée.

4.3 Transferts radiatifs

Dans cette section, nous présentons les transferts radiatifs et leur modélisation à l’intérieur d’un corps.
D’après la troisième loi de la thermodynamique, tout corps ayant une température supérieure à 0 K émet
un rayonnement. Cependant, pour des milieux qualifiés d’opaques, le rayonnement à l’intérieur du corps
est émis puis absorbé après avoir parcouru une infime distance, ce qui a une influence négligeable sur le
comportement thermique du système par rapport à la conduction thermique. Dans le cadre de notre étude
la couche semi-transparente a des propriétés optiques telles que le rayonnement peut se propager sur des
distances plus élevées pour certaines plages de longueurs d’ondes. L’influence des transferts radiatifs sur
le comportement thermique de la structure n’est alors plus négligeable. Nous cherchons donc dans cette
section à étudier la propagation du rayonnement dans la couche semi-transparente. En particulier, les
effets de la propagation des rayonnements extérieurs (atmosphérique et solaire) sont détaillés.

83
 Une modélisation des transferts radiatifs à l’aide de la méthode des éléments finis est proposée, avec,
comme pour la convection hydraulique, une modification de la formulation de Galerkin. Des simplifications
au problème étudié sont également proposées, en prenant en compte les propriétés optiques du corps.

4.3.1 Mise en équation - Rayonnement émis par un corps

Le rayonnement est l’un des trois modes de transmission de l’énergie avec la conduction thermique et
la convection. Tout corps émet vers l’extérieur un rayonnement et en reçoit des autres corps, ces échanges
étant d’autant plus importants que la température du corps émettant est élevée.
Le transfert du rayonnement dans le milieu semi-transparent est régi par trois phénomènes qui s’y
produisent simultanément ; l’absorption, la diffusion et l’émission propre, qui peuvent chacun être mis en
équation pour un élément infinitésimal. L’évolution du rayonnement, le long d’un chemin infinitésimal,
a été établie par Chandrasekhar en 1960 [48] et est aussi appelée Équation de Transfert Radiatif (ETR,
ou, an anglais, RTE, pour Radiative Transfer Equation).

Loi de Planck
Nous notons Lλ la luminance énergétique monochromatique émise par un corps. Il s’agit de la densité
de flux directionnelle émise par unité de longueur d’onde. Cette grandeur dépend, dans le cas général, de
la température du corps T , de la direction ϑ considérée ainsi que des propriétés de surface du corps. De
façon similaire, nous introduisons Lν la luminance énergétique fréquentielle. Une étude du rayonnement
d’un corps au niveau fréquentiel plutôt qu’au regard de la longueur d’onde a l’avantage de ne pas entraîner
de variations de la grandeur considérée, ici la fréquence, lors d’un changement de milieu. L’onde radiative
voit en effet sa longueur d’onde modifiée lors d’un changement d’indice de réfraction alors que la fréquence
est une grandeur intrinsèque à l’onde.
Nous notons L0λ ou L0ν la luminance énergétique monochromatique ou fréquentielle émise par un corps
noir. Un corps noir est un corps émettant, pour une température donnée T , une luminance énergétique
maximale. Ce maximum de luminance est régi par la loi de Planck et est isotrope, c’est-à-dire émis
uniformément dans toute les directions. La luminance énergétique d’un corps noir est donc fonction de
la température et vérifie, pour une fréquence ν donnée [114] :

2hν 3 1
L0ν (T ) = (4.123)
c2 e khν
B T
−1
La luminance énergétique est représentée pour une température de 300 K en fonction de la fréquence
sur la figure 4.9.

· 10−28
5
L0 (300K) [W.m−2 .Hz−1 .sr−1 ]

0
1011 1012 1013 1014 1015
ν [Hz]

Figure 4.9 – Représentation de la luminance énergétique de corps noir calculée par la loi de Planck

84
 La loi de Planck peut aussi être écrite en fonction de la longueur d’onde λ : on a, sur une bande
spectrale dν et la bande de longueur d’onde dλ correspondante :

L0ν (T )dν = −L0λ (T )dλ (4.124)

c dν c
Avec de plus ν = soit = − 2 . On a donc l’expression de la loi de Planck en fonction de la
λ dλ λ
longueur d’onde :

2hc2 1
L0λ = (4.125)
λ5 e λkhc
BT − 1

En intégrant la luminance énergétique sur les fréquences, on obtient la densité de flux L émise par
unité d’angle solide. Pour un corps noir, on a :

2π 4 kB
4
σ
L0 (T ) = T 4 = n2 T 4 (4.126)
15h3 c2 π
Avec :
— σ : la constante de Stefan (σ = 5.670 · 10−8 W m−2 K−4 )
— h : la constante de Planck (h = 6.626 × 10−34 J s)
c0
— c : la vitesse de propagation de la lumière dans le milieu (c = avec c0 la vitesse de la lumière
n
dans le vide (c0 = 2.998 × 10 m s ) et n l’indice de réfraction). La luminance d’un corps noir
8 −1

est donc d’autant plus importante que son indice de réfraction est élevé (évolution en n2 ).
— kB : la constante de Boltzmann (kB = 1.381 × 10−23 J K−1 )
L’intégration de la luminance énergétique sur un hémisphère permet d’obtenir l’émittance M , l’émit-
tance monochromatique Mλ ou l’émittance fréquentielle Mν : il s’agit alors de la densité de flux émise
par une surface, éventuellement pour une longueur d’onde ou une fréquence donnée :

Z
Mν = Lν dϑ (4.127)
Z2π Z Z
M = Ldϑ = Lν dϑ (4.128)
2π 2π ν
(4.129)

La densité de flux Mb émise par un corps noir s’écrit alors :

Z Z +∞
Mb = L0ν dνdΩ = n2 πσT 4 (4.130)
2π ν=0

Pour un corps réel, un coefficient εν ≤ 1 appelé émissivité (sans unité) peut être introduit, de telle
sorte que la luminance énergétique émise par un corps quelconque s’écrit sous la forme Lν (ϑ) = εν (ϑ)L0ν .
L’émissivité exprime donc le rapport entre ce que le corps noir émet et l’émission d’un corps idéal. Un
corps noir a ainsi une émissivité égale à 1 quelle que soit la fréquence considérée. Si un corps a une
émissivité constante selon la fréquence, celui-ci est qualifié de corps gris. D’autres émissivités peuvent
aussi être définies : en plus de l’émissivité fréquentielle (ou monochromatique) directionnelle εν (ϑ), nous
introduisons l’émissivité directionnelle ε(ϑ), l’émissivité fréquentielle εν et l’émissivité ε. On a :

L(ϑ)
ε(ϑ) = (4.131)
L0
Mν
εν = (4.132)
Mb,ν
M
ε = (4.133)
Mb
(4.134)

85
 En plus de l’émissivité, un coefficient d’absorption αν peut être introduit, de telle sorte que la lumi-
nance énergétique fréquentielle absorbée par une paroi soumise au rayonnement d’un corps de température
T s’écrit αν (ϑ)πL0 (T ).
La loi de Kirschhoff permet d’écrire, dans le cas de l’équilibre thermique αν (ϑ) = εν (ϑ). Connaissant
les propriétés radiatives d’un corps, la densité de flux provenant de l’extérieur et pénétrant à l’intérieur
du corps peut donc être déterminée.

Loi de déplacement de Wien

Une analyse fréquentielle de l’émission du corps noir issue de la loi de Planck (4.123) en fonction de
sa longueur d’onde peut être menée afin de déterminer, en fonction de la température, quelles sont les
bandes d’émissions maximales.
La loi de déplacement de Wien permet de connaître la longueur d’onde, et donc la fréquence pour
laquelle le rayonnement de corps noir Bν (T ) est maximal.
Elle s’obtient à partir de la loi de Planck exprimée pour la longueur d’onde λ (4.125) et permet d’écrire
la longueur d’onde du maximum d’émission λmax sous la forme [114] :
hc
λmax T = (4.135)
αkB
Où α ≈ 4.96511423 est solution de l’équation e−α +0.2α − 1 = 0. On a donc :

λmax T = 2897.7686 µm.K (4.136)

La fréquence maximale d’émission νmax s’obtient en dérivant la relation (4.123). On a alors :
νmax
= 5.876 × 1010 Hz.K-1 (4.137)
T

Répartition fréquentielle de l’émission d’un corps noir

Connaissant l’émission d’un corps noir par la loi de Planck (cf relation (4.123)), il est possible de
calculer précisément la contribution au rayonnement d’intervalles infinitésimaux de fréquence L0ν (T )dν.
15 x3
On note pour cela f (x) = 4 x . On a alors :
π e −1
L0ν (T )dν
= f (x(ν))dx (4.138)
L0 (T )
hν
Avec x(ν) = la fréquence normalisée où kB et h sont définis dans le paragraphe 4.3.1.
kB T P+∞
Une primitive F de f peut s’obtenir en utilisant le développement en série de (ex −1)−1 = n=1 e−nx
puis en intégrant par parties le terme x3 (ex −1)−1 . On a alors [114] :
+∞
x
15 X e−nx 3x2 6x 6
Z  
F (x) = f (u)du = 1 − 4 x +
3
+ 2 + 3 (4.139)
u=0 π n=1 n n n n
Cette fonction F est représentée sur la figure 4.10.
La série infinie de la relation (4.139) converge rapidement pour x suffisamment grand [114]. Il est ainsi
possible de se limiter aux trois premiers termes de la série.
Il est aussi possible de faire apparaître des polylogarithmes dans la relation (4.139). La fonction
polylogarithme Lis est définie par [182] :
+∞ n
X z
Lis (z) = (4.140)
n=1
ns

Avec s ∈ C et z ∈ C tel que |z| < 1.

On a alors :
15 
F (x) = −6Li4 (e−x ) − 6xLi3 (e−x ) − 3x2 Li2 (e−x ) + x3 ln (1 − e−x ) + 1 (4.141)

π 4

86
 1

0.8

0.6

F (x)
0.4

0.2

0.1 1 10
x

Figure 4.10 – Représentation de F (x)

En utilisant la relation (4.141), il est possible de connaître la répartition spectrale du rayonnement

émis par un corps noir de température T . Cette répartition est donnée dans la table 4.2, où le cumul fait
référence à la fraction de rayonnement cumulée sur l’intervalle considéré.

cumul λT × 103 (ν/T ) × 10−10 T = 5777 K T = 300 K

[m.K] [Hz.K-1] [×10−12 Hz] [×10−12 Hz]
1% 0 à 1.45 0 à 1.31 0 à 75.7 0 à 3.93
2.5 % 0 à 1.66 0 à 1.84 0 à 106 0 à 5.52
5% 0 à 1.89 0 à 2.40 0 à 139 0 à 7.20
10 % 0 à 2.20 0 à 3.19 0 à 184 0 à 9.57
25 % 0 à 2.90 0 à 4.87 0 à 281 0 à 14.6
50 % 0 à 4.11 0 à 7.30 0 à 422 0 à 21.9
75 % 0 à 6.16 0 à 10.3 0 à 595 0 à 30.9
90 % 0 à 9.39 0 à 13.6 0 à 786 0 à 40.8
95 % 0 à 12.5 0 à 15.9 0 à 919 0 à 47.7
97.5 % 0 à 16.3 0 à 18.1 0 à 1046 0 à 54.3
99 % 0 à 22.9 0 à 20.7 0 à 1196 0 à 62.1

Table 4.2 – Répartition spectrale du rayonnement

La table 4.2 montre que les rayonnements solaire et ambiant ont des fréquences d’émissions très
différentes, avec un spectre centré sur l’infrarouge proche, le visible et les ultraviolets pour le rayonnement
solaire et un spectre centré sur l’infrarouge lointain pour le rayonnement ambiant.

4.3.2 Établissement de l’équation de transfert radiatif

Nous présentons maintenant la propagation du rayonnement dans un corps en considérant un chemin
infinitésimal ds parcouru par le rayonnement. L’équation de transfert radiatif s’obtient à partir d’un bilan
d’énergie sur ce chemin.
On note Ω le domaine spatial étudié (Ω ⊂ Rd , avec d ∈ {2, 3}), de frontière Γ ⊂ Rd−1 et S d−1 le cercle
(d = 2) ou la sphère unité (d = 3) de Ω.
Le bilan énergétique s’appuie sur la notion de luminance énergétique monochomatique ou intensité
Lν , qui est la puissance rayonnée dQ par unité d’angle solide dΩ centré autour d’une direction ϑ ∈ S d ,
par unité de surface projetée dS [237], en une position s ∈ Ω donnée et pour un intervalle dν centré sur
une fréquence ν donnée. On a ainsi :

87
 dQ
Lν (s, ϑ) = (4.142)
dS cos (ϕ)dϑdν
Avec ϕ l’angle polaire
La fréquence ν peut être reliée à la longueur d’onde λ par la relation λν = c.
Pour établir l’équation de transfert radiatif, nous considérons un volume de contrôle de longueur
ds ⊂ Ω. Un rayonnement de luminance Lν (s, ϑ, t) en entrée du volume de contrôle ressort avec une
luminance Lν (s + ds, ϑ, t + dt), ds et dt étant liés par la relation ds = cdt, avec c la vitesse de la lumière
dans le milieu considéré.
La variation de luminance entre l’entrée et la sortie du rayonnement du volume de contrôle dLν (s, ϑ, t)
vérifie alors :

Lν (s + ds, ϑ, t + dt) = Lν (s, ϑ, t) + dLν (s, ϑ, t)∀(s, ϑ) ∈ Ω × S d−1 (4.143)

Cette variation de la luminance est due à l’absorption, à la diffusion et à l’émission propre.
L’absorption et la diffusion se produisent lorsque les ondes électromagnétiques interagissent avec
des particules. Durant cette interaction, l’énergie de l’onde électromagnétique est en partie transférée à
l’énergie thermique de la particule à travers des phénomènes absorption et d’émission, et peut aussi être
diffusée vers d’autres directions.

Pertes radiatives
Nous considérons ici un rayonnement selon une direction donnée ϑ sur un chemin infinitésimal ds.
Sur ce chemin, le rayonnement est en partie absorbé par le milieu et diffusé vers d’autres directions.
Sur ce chemin, les pertes par absorption peuvent être écrites sous la forme κν Lν ds où κν est le coef-
ficient d’absorption monochromatique, exprimé en m-1. Il correspond à la part de luminance énergétique
absorbée par unité de longueur. Il est à noter que si la longueur caractéristique pour l’absorption κ1ν est
très petite devant les échelles des phénomènes étudiés, le matériau peut être considéré comme opaque.
La diffusion est le phénomène entraînant un changement de direction d’une partie du rayonnement in-
cident : celui-ci est dévié vers une autre direction, par des effets de réflexion, de réfraction, de transmission
et de diffraction à l’intérieur ou aux frontières des particules. La diffusion se produit sans perte d’énergie,
au niveau de chaque particule traversée par le rayonnement, l’intensité de la diffusion dépendant alors de
la densité des particules diffusantes, de leurs formes, de leurs tailles, de leurs distributions, des propriétés
du matériau et de la fréquence considérée.
Deux types de diffusion existent : la diffusion élastique, pour laquelle le rayonnement dévié conserve
la même fréquence que le rayonnement incident et la diffusion non-élastique, pour laquelle ce n’est pas le
cas, comme pour la fluorescence ou la diffusion de Raman [114].
La diffusion du rayonnement entraîne, sur un plan énergétique et pour une direction donnée, à la fois
une perte de luminance à cause de la diffusion vers les autres directions, mais aussi un gain à cause de la
diffusion du rayonnement provenant d’autres directions.
Pour obtenir les pertes par diffusion pour la luminance énergétique liée à la direction ϑ, un coefficient
de diffusion σν peut être introduit de telle sorte de la luminance énergétique de la direction ϑ diffusée
vers les autres directions s’écrit σν Lν ds. Là aussi, σν s’exprime en m-1 et représente la part de luminance
énergétique pour la direction ϑ diffusée vers les autres directions par unité de longueur.
Les coefficients d’absorption et de diffusion peuvent être déterminés à partir de considérations mi-
croscopiques. L’hypothèse est faite que, lorsqu’un rayon lumineux traverse un volume élémentaire com-
prenant des particules, des agglomérats ou des gaz, les propriétés de diffusion et d’absorption au niveau
macroscopique σν et κν sont la somme des contributions de chacune des particules, ce qui est valable
pour la plupart des applications [114] :

X
σν = σν,particule (4.144)
particules
X
κν = κν,particule (4.145)
particules

88
 En considérant des particules de même type et de même taille, les relations (4.144) et (4.145) peuvent
ainsi se réécrire :

σν = N σν,particule (4.146)
κν = N κν,particule (4.147)
Où N est le nombre de particules par unité de volume, en m . -3

σν et κν ayant pour dimension l’inverse d’une longueur, les coefficients au niveau microscopique des
particules σν,particule et κν,particule ont la dimension d’une surface. Ils correspondent à la surface effective
des particules qui absorbe ou dévie les ondes électromagnétiques. Des facteurs d’efficacité adimensionnels
Qν,σ et Qν,κ peuvent être déduits en calculant le rapport entre les coefficients microscopiques et la section
de la particule atteinte par les ondes électromagnétiques. Pour le cas de particules sphériques de diamètre
D, on a :

D2
σν = Nπ Qν,σ (4.148)
4
2
D
κν = Nπ Qν,κ (4.149)
4
Pour le cas de particules petites devant la longueur d’onde, avec un paramètre de taille ξ = πDλ vérifiant
ξ . 0.3, la théorie de Rayleigh est utilisée. Dans celle-ci, la diffusion s’effectue de façon proportionnelle à
l’inverse de la puissance quatrième de la longueur d’onde. Historiquement, c’est cette théorie qui a permis
d’expliquer, à la fin du XIXème siècle, la couleur bleue du ciel. En effet, la longueur d’onde de la couleur
bleue est d’environ 400 nm, contre plus de 700 nm pour la couleur rouge. La lumière bleue est donc
environ dix fois plus diffusée que la lumière rouge dans l’atmosphère. Lorsque les rayons solaires doivent
traverser une plus grande longueur d’atmosphère, comme c’est le cas au lever et au coucher du Soleil, la
diffusion est encore plus importante, entraînant une forte atténuation de la composante bleue du spectre
solaire devant la composante rouge et donc une couleur rouge pour le Soleil.
On note ξ = πD λ le paramètre de taille et n les indices de réfraction complexes : n = n − ki. Pour un
milieu non absorbant, d’indice de réfraction n1 = n1 et des particules d’indice de réfraction n2 = n2 − k2 i.
La théorie de Rayleigh permet d’obtenir [114] :

2
8 4 n2 − 1
Qλ,σ = ξ (4.150)
3 n2 + 2
n −1
 2 
Qλ,κ = −4ξ= 2 (4.151)
n +2
n2
Avec n = et = la partie imaginaire.
n1
Pour des longueurs d’onde plus importantes, la théorie de Rayleigh peut être prolongée par la théorie
de Lorenz-Mie, qui est valable pour toutes les dimensions de particules. La théorie de Lorenz-Mie permet
notamment d’expliquer la couleur blanche des nuages, qui provient de la diffusion du rayonnement solaire
par des gouttelettes d’eau ayant une taille comparable aux longueurs d’ondes du rayonnement solaire.
La théorie de Lorenz-Mie permet de décrire les interactions des ondes électromagnétiques avec des
particules sphériques homogènes ou multicouches. Les expressions analytiques des coefficients de diffusion
et d’absorption font alors intervenir des séries de fonctions de Riccati-Bessel alors que celles de la fonction
de phase font intervenir des séries de polynômes de Legendre.
Pour le cas de particules de taille un peu plus grande que la limite d’application de la théorie de
Rayleigh, c’est-à-dire ξ & 0.3, les séries peuvent se réduire à leurs premiers termes. Dans le cas ξ < 0.3,
on retrouve la théorie de Rayleigh en conservant le premier terme de la série.

2
8 4 n2 − 1 3 n2 − 2 2

Qλ,σ = ξ 1 + ξ (4.152)
3 n2 + 2 5 n2 + 2
n −1 ξ 2 n2 − 1 n + 27n2 + 38
 2    4 
Qλ,κ = −4ξ= 1+ (4.153)
n2 + 2 15 n2 + 2 2n2 + 3

89
Gains radiatifs
La luminance énergétique s’accroît sur le chemin ds suite à deux types d’apports : l’émission propre
et la diffusion depuis les autres directions.
L’émission propre provient de l’émission du matériau. Dans le cas d’un équilibre thermodynamique
local, et en appliquant la loi de Kirchhoff, le gain provenant de l’émission propre s’écrit [48] :

κν L0ν (T (s, t))ds (4.154)

D’autre part, la luminance énergétique pour la direction ϑ reçoit des contributions de la part des lu-
minances énergétiques des autres directions par diffusion. Les gains de luminance par diffusion dépendent
alors de la façon dont celle-ci s’effectue. Pour exprimer ces gains, on utilise une densité de probabilité
pν (ϑ̃, ϑ) qui représente la fraction du rayonnement diffusée par une autre direction ϑ̃ et redirigée vers la
direction ϑ. Le gain de rayonnement s’écrit alors :
1
Z
σν pν (ϑ̃, ϑ̃)Lν (s, ϑ̃, t)dϑ̃ds (4.155)
|S d−1 | S d−1
Avec |S 1 | = 2π et |S 2 | = 4π.
Cette fonction de phase vérifie, pour qu’il y ait conservation de l’énergie :
1
Z
pν (ϑ̃, ϑ)dϑ̃ = 1 , ∀ϑ ∈ S d (4.156)
|S d−1 | S d−1
Nous faisons de plus l’hypothèse que la fonction de phase ne dépend que de l’angle θ entre la direction
d’entrée et la direction de sortie. La fonction de phase peut ainsi se réécrire en fonction de cos θ = ϑ · ϑ̃.
On a alors :

pν (ϑ̃, ϑ) = pν (θ) (4.157)

Pour un problème tridimensionnel, la condition (4.156) se réécrit alors :

1 π
Z
pν (θ) sin θdθ = 1 (4.158)
2 θ=0
Dans le cas d’une diffusion isotrope, c’est à dire d’un rayonnement dévié uniformément dans toutes
les directions, on a pν (θ) = 1, ce qui ne se produit pas dans la nature [114], en particulier pour des
milieux fibreux pour lesquels la diffusion vers l’avant ou la rétrodiffusion peuvent être importantes [145].
La diffusion est en réalité anisotrope, même si l’approximation d’une diffusion isotrope peut être utilisée
pour des milieux denses en particules comme le sable ou la neige.
Comme pour les coefficients d’absorption et de diffusion, la fonction de phase dépend surtout du
rapport entre les dimensions des particules et la longueur d’onde.
Plusieurs expressions existent donc pour approximer la fonction de phase :
— diffusion de Rayleigh [114] :
3
pν (θ) = 1 + cos2 θ (4.159)


4
— diffusion linéaire anisotropique :

pν (θ) = 1 + g cos θ (4.160)

Où g est un coefficient pouvant prendre toute valeur réelle
— fonction de phase de Delta-Eddington : utilisation des polynômes de Legendre jusqu’au second
ordre et prise en compte de la diffusion vers l’avant avec une fonction de Dirac

pν (θ) = 2f δ(1 − cos θ) + (1 − f )(1 + 3g 0 cos θ) (4.161)

1 R1
Avec f = pν (θ)P2 (cos θ)d cos θ où P2 est le deuxième polynôme de Legendre : P2 (µ) =
2 cos θ=−1
1 g−f 1 R1
(3µ2 − 1), g 0 = et g = cos θpν (cos θ)d cos θ
2 1−f 2 cos θ=−1

90
 — fonction de phase de Henyey-Greenstein : cette fonction de phase permet l’obtention de résultats
proches de ceux de la théorie de Lorenz-Mie lorsqu’elle est utilisée avec la méthode des ordonnées
discrètes ou les harmoniques sphériques. Elle est utilisée dans de nombreuses publications [15, 109,
86].

1 − g2
pν (θ) = 3/2
(4.162)
(1 + g 2 − 2g cos θ)
Où g est un coefficient indiquant l’intensité du pic de diffusion, compris entre 0 (pour une diffusion
isotropique) et 1 (diffusion vers l’avant).

Équation de transfert radiatif

La somme des contributions de l’absorption, de la diffusion et de l’émission propre représentées sur la
figure 4.11 permettent d’obtenir la variation de la luminance sur un chemin infinitésimal ds :

dLν (s, ϑ, t) = −κν Lν (s, ϑ, t)ds − σν Lν (s, ϑ, t)ds + κν L0ν (T (s, t))ds
1
Z
+ d−1 σν pν (ϑ̃, ϑ)Lν (s, ϑ̃, t)dϑ̃ds (4.163)
|S | S d−1

Gains par diffusion Pertes par diffusion

ϑ̃
σν
pν (ϑ̃, ϑ)Lν (ϑ̃, s)dϑ̃ds
4π
Lν (ϑ̃, s)

−σν Lν (ϑ, s)ds

ϑ σν Z
+ pν (ϑ̃, ϑ)Lν (ϑ̃, s)dϑ̃ds
4π 4π

+κν Bν (T (s))ds
Lν (ϑ, s) Lν (ϑ, s)
+dLν (ϑ, s)
−κν Lν (ϑ, s)ds

ds
Gains par émission propre Pertes par absorption

Figure 4.11 – Apports et pertes intervenant dans l’équation de transfert radiatif

On a de plus :

∂Lν (s, ϑ, t) ∂Lν (s, ϑ, t)

dLν (s, ϑ, t) = ds + dt (4.164)
∂s ∂t
En utilisant de plus la relation ds = cdt, on a

∂Lν (s, ϑ, t) 1 ∂Lν (s, ϑ, t)

+ = −κν Lν (s, ϑ, t) − σν Lν (s, ϑ, t) + κν Bν (T (s, t))
∂s c ∂t
1
Z
+ d−1 σν pν (ϑ̃, ϑ)Lν (s, ϑ̃, t)dϑ̃ (4.165)
|S | S d−1

Étant donnée la vitesse de propagation du rayonnement dans le milieu qui est très grande, dans
notre cas d’étude, devant la vitesse de propagation des ondes thermiques, on peut considérer que le

91
 ϑ
Γ+

Γ−
Ω
~n

Figure 4.12 – Frontières d’entrée et de sortie pour une direction donnée

terme temporel de la relation (4.165) est négligeable devant le terme de variation spatiale. La lenteur
des phénomènes en jeu ici nous permet donc de négliger ce terme transitoire [114]. Dans la suite, et sauf
ambiguïté, la variable temporelle sera omise. On a ainsi, en 3D :
Z
σν
ϑ.∇Lν (s, ϑ) = − (κν + σν ) Lν (s, ϑ) + κν Bν (T (s)) + pν (ϑ̃, ϑ)Lν (s, ϑ̃)dϑ̃ (4.166)
4π S 2

Conditions aux limites

Les conditions aux limites sont à définir sur la frontière entrante Γ− du domaine Ω×S d . Cette frontière
est représentée sur la figure 4.12 pour une direction ϑ donnée et est définie par :

Γ− = {(s, ϑ) ∈ Γ × S d−1 /~n · ϑ < 0} (4.167)

Avec ~n la normale extérieure en s. Le signe de ~n · ϑ définit la direction du flux radiatif : s’il est négatif,
alors le flux radiatif est entrant comme c’est le cas pour Γ− . Dans le cas contraire, il est sortant. À noter
que la structure hyperbolique de l’équation de transfert radiatif fait qu’il n’est nécessaire d’imposer une
condition limite que sur la frontière entrante Γ− [128], la luminance pouvant alors être déterminée sur
les autres frontières à partir de l’ETR et des conditions sur Γ− .
Nous considérons ici une interface avec un milieu extérieur à la température Text avec une émissivité
εext . Le milieu semi-transparent est supposé de plus être soumis à un autre rayonnement donné de
luminance énergétique Lext,ν (ϑ). La luminance sur les directions d’entrée correspond alors à la somme
des contributions extérieures et du rayonnement réfléchi par les parois vers l’intérieur du corps semi-
transparent, ce qui est représenté sur la figure 4.13.
On suppose ici que la frontière du matériau semi-transparent est à réflexion diffuse, c’est-à-dire que
la réflexion d’un rayon lumineux se fait, quelle que soit la direction d’incidence, de la même façon dans
toutes les directions du demi-espace.
Le flux radiatif spectral incident à la surface en s ∈ Γ (émittance) est donné par :
Z
M (s) =
+
Lν (s, ϑ)|~n · ϑ|dϑ (4.168)
~
n.ϑ>0

L’émittance réfléchie M − , est alors égale à ρν Mν+ (s), avec ρν la réflectance de la frontière.
La réflexion étant diffuse, la luminance sur les frontières d’entrée s’écrit (s, ϑ) ∈ Γ− , en 3D (d = 3)
[170] :
Z
ρν
Lν (s, ϑ) = (1 − ρν )(εext,ν L0ν (Text ) + Lext,ν ) + Lν (s, ϑ̃)|~n · ϑ̃|dϑ̃ (4.169)
π ~n · ϑ̃>0
La condition limite en entrée peut être généralisée en distinguant les contributions intérieures et
extérieures. Pour (s, ϑ) ∈ Γ− :

Lν (s, ϑ) = gext (s, ϑ) + gint (Lν , s, ϑ) (4.170)

92
 ρν εext,ν L0ν (Text)
Lext,ν ρν Lext,ν εext,ν L0ν (Text) (1 − ρν )Lν

Extérieur
~n

semi-transparent

ρν
(1 − ρν )Lext,ν Lν (s, ϑ)(~n · ϑ)dϑ
Z
(1 − ρν )εext,ν L0ν (Text) Lν ~n · ϑ>0
π

contributions externes gext contribution interne gin

Figure 4.13 – Bilan radiatif au niveau des frontières d’entrée

Avec gext les apports extérieurs et gint le rayonnement sortant de Ω et réfléchi vers l’intérieur. En
particulier, dans le cadre de notre étude, les contributions extérieures peuvent se référer aux rayonnements
solaire et atmosphérique. En notant Γair la frontière du domaine Ω en contact avec l’air et Γsol le reste
de la frontière, on a :

Z
ρν
gint,ν (Lν , s, ϑ) = Lν (s, ϑ̃)(~n · ϑ̃)dϑ̃ (4.171)
π n · ϑ̃>0
~
gext,ν (s, ϑ) = (1 − ρν )(εext,ν L0ν (Text ) + Lext,ν ) (4.172)

En particulier, pour le cas où on considère les contributions des rayonnements solaire et atmosphérique,
on a :
 
Gs,ν
gext,ν (ϑ) = (1 − ρν ) L0ν (Tc ) + + δ(ϑ − ϑs )Gd,ν (4.173)
π
Avec Gs,ν la densité de flux solaire diffuse, Gd,ν la densité de flux solaire directe, ϑs la direction du
rayonnement solaire direct et δ la fonction de Dirac.

Absorption du rayonnement
Le rayonnement absorbé dans le milieu semi-transparent apporte de l’énergie à ce milieu, ce qui peut
être représenté sous la forme de termes sources. Ceux-ci peuvent avoir deux origines : l’absorption du
rayonnement au sein même du corps semi-transparent, avec une source alors volumique ou l’absorption
aux frontières de sortie du corps semi-transparent, au niveau de l’interface avec un autre corps opaque.
Le premier terme source radiatif représente la puissance absorbée dans le domaine issue des phéno-
mènes radiatifs. Il s’obtient à partir de la luminance par [170] :

Srad = −∇ · ~qrad (4.174)

Avec ~qrad le flux radiatif défini par :
Z +∞ Z
~qrad (s) = Lν (s, ϑ)ϑdϑdν (4.175)
ν=0 S2

Ce terme source peut aussi s’écrire, en utilisant (4.174) et (4.175), en réinjectant l’expression du
gradient de luminance donnée par l’équation de transfert radiatif et en utilisant la définition de la fonction
de phase :

93
 Z +∞ Z
Srad = Lν (s, ϑ) − L0ν (T ) dϑdν (4.176)


κν
ν=0 S2

En plus du terme source radiatif reçu à l’intérieur du domaine Ω, un flux radiatif est absorbé au
niveau des frontières lorsque le milieu extérieur est opaque. Le flux radiatif monochromatique absorbé
Φa à la frontière s’écrit [114] :
Z
Φa,ν = Lν (s, ϑ) (ϑ · ~n) dS (4.177)
S2

Soit, en considérant les conditions aux limites pour ϑ · ~n < 0 (équation (4.169)) :

Z  Z 
Φa,ν = Lν (s, ϑ)(ϑ · ~n)dS − εν πL0ν (T ) + ρν Lν (s, ϑ̃)|ϑ̃ · ~n|dS (4.178)
ϑ·~
n>0 ϑ·~
n>0

Et donc :
Z
Φa,ν = (1 − ρν ) Lν (s, ϑ)(ϑ · ~n)dS − εν πL0ν (T ) (4.179)
ϑ·~
n>0

4.3.3 Méthodes de résolution de l’équation de transfert radiatif

Plusieurs méthodes ont été développées pour résoudre l’équation de transfert radiatif. Il est possible
de résoudre analytiquement l’équation pour des cas d’étude simple, notamment en 1D [170]. Pour des
cas plus complexes, il faut une résolution numérique du problème, mais qui peut parfois s’appuyer sur la
solution analytique unidimensionnelle.
Pour simplifier les notations, nous omettons dans la suite de cette partie la dépendance de la luminance
énergétique et des grandeurs associées par rapport au temps t. Nous noterons également βν le coefficient
d’extinction monochromatique : βν = κν + σν .

Solution analytique
L’équation de transfert radiatif peut être intégrée le long d’un rayon, donc en 1D. Cette solution
analytique est notamment utilisée pour le méthode des tracés de rayons.
Rs κν
En notant βν = σν + κν le coefficient d’extinction, τν = 0 βν ds0 le chemin optique et ων =
κν + σν
l’albédo de diffusion, l’équation de transfert radiatif (4.166) se réécrit, pour le cas d’un domaine 3D :

dLν (τν , ϑ)
Z
ων
= −Lν (τν , ϑ) + (1 − ων ) L0ν (T (τν )) + Lν (τν , ϑ̃)pν (ϑ̃, ϑ)dϑ̃ (4.180)
dτν 4π S 2
On note L̂ν la fonction source :
Z
ων
L̂ν (τν ) = (1 − ων ) L0ν (T (τν )) + Lν (τν , ϑ̃)pν (ϑ̃, ϑ)dϑ̃ (4.181)
4π S2

L’équation (4.180) se réécrit donc :

dLν (τν , ϑ)
+ Lν (τν , ϑ) = L̂ν (τν ) (4.182)
dτν
On a alors :
Z τν
L̂ν (τν0 , ϑ)e−(τν −τν ) dτν0
0
Lν (τν , ϑ) = Lν (0, ϑ)e−τν + (4.183)
0

94
Application à un cas test
Dans certains cas, une solution peut être donnée. Nous abordons notamment ici le cas du rayonnement
entre deux plaques planes parallèles infinies. Chacune de ces deux plaques rayonne vers l’intérieur d’un
domaine semi-transparent et réfléchit une partie du rayonnement incident. L’espace entre les deux plaques
est constitué d’un matériau pouvant absorber et diffuser le rayonnement. La configuration étudiée est
présentée sur la figure 4.14. Ce cas de figure a notamment été abordé par [107, 114, 170, 245].

s
D T2 , ε2ν , ρ2ν
milieu semi-transparent
σν , κν
T1 , ε1ν , ρ1ν

Figure 4.14 – Cas étudié : deux plaques planes encadrant un milieu semi-transparent
Z s
On note βν = σν + κν le coefficient d’extinction, τν (s) = βν ds∗ le chemin optique, τν,D =
s∗ =0
Z D
κν
βν ds l’épaisseur optique du domaine étudié et ων = l’albédo de diffusion. Dans le cas de coeffi-
s=0 βν
cients κν et σν constants sur le domaine, on a τν (s) = βν s et τν,D = βν D.
La luminance le long d’un chemin optique vérifie l’équation (4.180) (cf paragraphe 4.3.3 et [114, 170]).
Dans le cas d’une diffusion isotrope, cette équation devient :

dLν (τν , ϑ)
Z
ων
= −Lν (τν , ϑ) + (1 − ων ) Lν (T (τν )) +
0
Lν (τν , ϑ̃)dϑ̃ (4.184)
dτν 4π 4π
On note L̂ν la fonction source, qui est alors indépendante de la direction :
Z
ων
L̂ν (τν ) = (1 − ων ) L0ν (T (τν )) + Lν (τν , ϑ̃)dϑ̃ (4.185)
4π 4π
On note µ = cos θ l’angle entre la direction considérée et ~ez , L+
ν (τν , µ) la luminance pour les directions
orientée positivement selon z (µ > 0) et L− ν (τν , µ) la luminance pour les directions orientées négativement
selon z (µ < 0)
La luminance s’écrit, d’après l’équation (4.183), sous la forme :

1 τν
 Z
∗
 L+
 ν ν
 (τ , µ) = L+
ν (0, µ) e−τν /µ
+ L̂ν (τν∗ ) e−(τν −τν )/µ dτν∗ pour 0 < µ ≤ 1
µ τν∗ =0
1 τν
Z
∗
(4.186)
L −
(τ , µ) = L +
(τ , µ) e−(τν −τν,D )/µ
+ L̂ν (τν∗ ) e−(τν −τν )/µ dτν∗ pour −1 ≤ µ < 0

 ν ν
 ν ν,D
µ τν∗ =τν,D

Par invariance du problème selon les directions x et y, le terme source et le flux radiatif ne dépendent
∂qrad (τν )
que de la variable z. On a donc Srad = −∇ · ~qrad = − .
∂z
Le flux radiatif fréquentiel s’écrit :
Z 1
qrad,ν (τν ) = ~qrad,ν · ~ez = 2π ν (τν , µ) − Lν (τν , µ) µdµ
L+ −
(4.187)


µ=0

Dans leur livre [114], Howell et Siegel introduisent la famille de fonctions des exponentielles intégrales
définies de la façon suivante :
+∞
e−xt 1
Z Z
En (x) = dt = µn−2 e−x/µ dµ (4.188)
t=1 tn µ=0

Avec n un entier strictement positif et x ≥ 0 (sauf pour n = 1 où x > 0)

95
 Le terme source s’écrit, en partant de la relation (4.176), :
Z +∞ Z 1
Srad (τν ) = 2πκν ν (τν , µ) + Lν (τν , −µ) − 2Lν (T ) dϑdν
L+ − 0
(4.189)


ν=0 µ=0

Soit, en faisant apparaître les exponentielles intégrales :

+∞
1 Jν,1
Z  
Jν,2
Srad (τν ) = 4π κν E2 (τν ) + E2 (τν,D − τν )
ν=0 2 π π
! #
Z τν,D
+ L̂ν (τν∗ )E1 (|τν − τν∗ |)dτν∗ − L0ν (T ) dν (4.190)
τν∗ =0

Avec :

" #
Z τν,D
ων J1ν J2ν
L̂ν (τν ) = (1 − ων ) L0ν (T (τν )) + E2 (τν ) + E2 (τν,D − τν ) + L̂ν (τν∗ )E1 (|τν∗ − τν |)dτν∗
2 π π τν∗ =0
(4.191)
J1ν et J2ν sont les flux radiatifs orientés vers le domaine étudié respectivement en s = 0 et s = D.
On suppose ici que les frontières sont diffuses. Les luminances quittant les frontières ne dépendent pas de
l’angle µ et on a :

J1ν
ν (0, µ) = Lν (0) =
 L+
 +
π
J2ν (4.192)
 L+

ν (τν,D , µ) = L+
ν (τ ν,D ) =
π
Ces deux termes proviennent des émissions des interfaces ainsi que de la réflexion du rayonnement
interne sur l’interface [214]. Ils s’écrivent sous la forme :
 Z 1
J1ν = ε1ν πLν (T1 ) + ρ1ν
0

 L(0, −µ)µdµ
Zµ=0
1 (4.193)
J2ν = ε2ν πL0ν (T2 ) + ρ2ν

 L(τν , µ)µdµ
µ=0

En réutilisant les expressions précédentes donnant la luminance, on a [114] :

 " Z τν,D #

J1ν = ε1ν πLν (T1 ) + 2ρ1,ν J2ν E3 (τν,D ) + π ∗ L̂ν (τν )E2 (τν )dτν
∗ ∗ ∗

 0


τν =0
" Z τν,D # (4.194)
J2ν = ε2ν πLν (T2 ) + 2ρ2,ν J1ν E3 (τν,D ) + π ∗ L̂ν (τν )E2 (τν,D − τν ∗ )dτν
∗ ∗

 0


τν =0

Jν,1 et Jν,2 peuvent finalement se réécrire :

96
  "
1
J1ν = ε1ν πL0ν (T1 )


1 − 4(1 − ε1ν )(1 − ε2ν )E32 (τν,D )





+2(1 − ε1ν )E3 (τν,D )πε2ν L0ν (T2 )Z




τν,D



+4π(1 − )(1 − )E (τ ) L̂ν (τν∗ )E2 (τν,D − τν∗ )dτν∗



 ε 1ν ε 2ν 3 ν,D
 τ ∗ =0
1

 #

 Z τν,D
+2π(1 − ε1ν ) L̂ν (τν )E2 (τν )dτν
∗ ∗ ∗





τν∗ =0
" (4.195)
1
J2ν = ε2ν πL0ν (T2 )



1 − 4(1 − ε1ν )(1 − ε2ν )E32 (τν,D )





+2(1 − ε2ν )E3 (τν,D )πε1ν L0ν (T1 )Z





 τν,D
+4π(1 )(1 )E (τ ) L̂ν (τν∗ )E2 (τν∗ )dτν∗



 − ε 1ν − ε 2ν 3 ν,D
∗ =0


 τ ν #


 Z τν,D
+2π(1 − ε2ν ) L̂ν (τν )E2 (τν,D − τν )dτν
∗ ∗ ∗




τν∗ =0

Méthode des éléments finis

L’équation de transfert radiatif (4.166) peut être résolue numériquement à l’aide de la méthode des
éléments finis [75, 131, 164, 200]. Cette méthode des éléments finis s’applique pour la discrétisation
spatiale et peut aussi s’appliquer pour la discrétisation angulaire.
L’un des inconvénients majeurs de l’utilisation de la méthode des éléments finis pour une résolution
numérique de l’équation de transfert radiatif provient de la structure de l’ETR. En effet, cette équation
différentielle est hyperbolique et l’utilisation de la méthode des éléments finis sur celle-ci peut entraîner
de fausses oscillations de la solution numérique [128], comme cela a déjà été expliqué pour la convection
hydraulique (cf paragraphe 4.2.2). Il est nécessaire d’adopter une méthode permettant une régularisation
de la solution.
Il est aussi possible de modifier la structure de l’équation en s’appuyant sur une décomposition de
la luminance énergétique en deux quantités, symétrique et antisymétrique par rapport à la direction de
propagation, comme l’ont montré Fiveland et Jessee [82] ou Becker et al. [17]. Cette méthode avait déjà
été étudiée sur la méthode des ordonnées discrètes, par Song et Park en 1992 [219] :
L’équation de transfert radiatif (4.166) exprimée pour les directions ~u et −~u permet alors d’obtenir
un système couplé d’équations différentielles qui peut ensuite se simplifier en une équation différentielle
du second ordre parabolique qu’il est possible de discrétiser en position et en direction à l’aide de la
méthode de Galerkin.
Une autre possibilité de régularisation est d’introduire, lors de l’application de la méthode de Ga-
lerkin, une fausse diffusion [128, 213], ou bien d’utiliser une formulation du second ordre, plus stable
numériquement [262].

Méthode des ordonnées discrètes

Cette méthode a été initialement introduite par Chandrasekhar en 1960 [48] et est depuis devenue
populaire à cause de la simplicité de sa mise en œuvre ainsi que la précision obtenue pour un temps de
calcul relativement faible [81, 233]. Elle permet une discrétisation de l’équation de transfert radiatif selon
la direction en effectuant une quadrature de Gauss-Legendre. L’équation de transfert radiatif peut alors
se réécrire sous forme discrétisée, pour toute direction ϑ et pour des poids wm associés au directions
discrétisées ϑm :

σν X
ϑ · ∇Lν (s, ϑ) = − (κν + σν ) Lν (s, ϑ) + κν L0ν (T (s)) + pν (ϑk , ϑ)Lν (s, ϑk )wk (4.196)
4π
k

Chandrasekhar [48] effectuait initialement la résolution spatiale de l’équation à l’aide de différences

finies. Depuis, d’autres méthodes ont été utilisées, notamment les volumes finis qui permettent, dans le

97
cas d’un couplage avec l’équation de la chaleur par exemple, de ne pas avoir à effectuer d’interpolations
entre les deux maillages [233].
La méthode des ordonnées discrètes présente cependant plusieurs défauts [47] : les valeurs de lumi-
nance obtenues peuvent être incohérentes vis à vis des résultats attendus à cause des effets de diffusion
numérique, en particulier pour des rayons ayant des directions obliques par rapport au maillage spatial.
Un autre problème important est l’effet de rayon qui est dû à la discrétisation angulaire : au lieu de se
propager comme ils le feraient physiquement de façon continue selon la direction, ils se déplacent selon
un nombre fini de directions. Ainsi, si une petite partie d’une surface chaude rayonne sur une surface
parallèle éloignée froide, cette dernière ne recevra un rayonnement qu’au niveau des points situés dans le
prolongement des directions issues de la partie chaude de la première surface.

Méthode des volumes finis

La méthode des volumes finis consiste en l’intégration d’une équation différentielle sur un volume de
contrôle permettant, comme pour la méthode des ordonnées discrètes, d’obtenir un système d’équations.
Cependant, contrairement à la méthode des ordonnées discrètes, les intégrales directionnelles sont cal-
culées, non pas à partir d’une quadrature, mais par intégration sur un angle de contrôle. L’équation de
transfert radiatif est également intégrée sur un angle de contrôle.
Comme pour la méthode des ordonnées discrètes, il est nécessaire de suivre un ordre de parcours pour
la résolution du problème lié à la direction de propagation du rayonnement.
Cette méthode a été introduite pour l’équation de transfert radiatif par Raithby et Chui en 1990
[196] afin de résoudre cette équation sur des maillages similaires à ceux utilisés pour résoudre d’autres
équations différentielles. Cette méthode présente aussi l’avantage, tout comme la méthode des ordonnées
discrètes, de pouvoir être utilisée sur des maillages non structurés.

Méthode de Monte-Carlo
La méthode de Monte-Carlo a été développée dans un premier temps afin d’analyser le comportement
des premières armes nucléaires en suivant le parcours de neutrons, les méthodes d’analyse disponibles à
l’époque n’étant pas suffisantes pour obtenir une estimation précise du comportement de ces armes [113].
La méthode de Monte-Carlo tire son nom de la ville, réputée pour ses jeux de hasard. En effet, cette
méthode consiste à suivre des photons émis aléatoirement dans des directions aléatoires. L’évolution de
ces photons dans le milieu étudié dépend alors des phénomènes de diffusion et d’absorption se produisant
à l’intérieur de celui-ci.
Le principal avantage de cette méthode est de pouvoir prendre en compte tous les effets du transfert
radiatif sans approximation. Cependant, pour obtenir une bonne précision, il faut émettre un grand
nombre de photons, ce qui peut rendre cette méthode très coûteuse en temps de calcul.

Méthode des harmoniques sphériques

La méthode des harmoniques sphériques consiste en une décomposition de la luminance sous la forme
d’une somme d’harmoniques sphériques, fonctions liées aux polynômes de Legendre. En utilisant l’or-
thogonalité de ces polynômes, il est alors possible d’obtenir à partir de l’équation de transfert radiatif
un système d’équations différentielles n’ayant plus de dépendance directionnelle, et relativement simples
à résoudre [170]. Il est possible d’utiliser différents ordres pour les polynômes de Legendre, suivant la
précision qu’on souhaite obtenir. Pour cette méthode, les approximations les plus utilisées sont celles
d’ordre 1 et 3, aussi appelées P1 et P3 . Plus généralement, pour une approximation à l’ordre N avec la
méthode des harmoniques sphériques, N étant impair, on parle de méthode PN .
Cette méthode a comme principal désavantage de ne pas être très précise pour des milieux fortement
anisotropiques, et la précision augmente peu pour des approximations d’ordre supérieur, alors que la
complexité mathématique augmente rapidement.

Méthode des tracés de rayons

Cette méthode est similaire à celle de Monte-Carlo dans la mesure où des rayons lumineux sont suivis
pendant leur parcours. Il n’y a cependant aucune intervention de l’aléatoire dans cette méthode.

98
 La méthode des tracés de rayons a été introduite par Lockwood et Shah en 1981 [76] pour des calculs
de rayonnement en chambre de combustion. Elle consiste à suivre des rayons lumineux émis par une
surface jusqu’à ce qu’ils atteignent une autre surface du domaine. La luminance du rayon au cours de
son trajet dans le domaine peut alors s’obtenir à partir d’une résolution unidimensionnelle de l’équation
de transfert radiatif. Les pertes par absorption ou diffusion sont alors réparties sur chaque élément du
maillage traversé par le rayon.
Cette méthode apparaît simple mathématiquement et applicable sur des géométries complexes, mais
la mise en œuvre pour des maillages non structurés peut demander des temps de calculs importants.
La mise en pratique de cette méthode est expliquée dans l’article de Lockwood et Shah [76] ou celui
de Farhat et Radhouani [80].

Méthode des différences finies

La méthode des différences finies appliquée à l’équation de transfert radiatif permet de discrétiser
celle-ci en 2D ou 3D [221]. Le schéma numérique obtenu est stable, quelle que soit l’épaisseur du domaine
étudié, et permet d’obtenir une luminance positive, ce qui correspond à la physique. Cette méthode
présente cependant plusieurs désavantages, notamment des problèmes de précision en présence de forts
gradients ainsi qu’une convergence lente pour un albédo élevé [221, 200].

Méthodes à deux flux

Nous présentons dans ce paragraphe deux méthodes permettant de résoudre le problème des transferts
radiatifs utilisant l’approximation des deux flux. Cette approximation vise à considérer un problème
unidimensionnel, avec deux directions d’étude : vers l’amont et vers l’aval de la direction spatiale. Il est
à noter que ces méthodes ont été développées pour l’étude de la structure stellaire au début du XXème
siècle, donc avant l’étude détaillée de l’équation de transfert radiatif. Ces approximations ont ainsi été
développées pour des couches de l’atmosphère dont le comportement était supposé pouvoir être décrit de
manière unidimensionnelle [215].

Méthode de Milne-Eddington Cette méthode correspond à l’application de la méthode des harmo-

niques sphériques en considérant les équations pour les moments d’ordres 0 et 1 [114].
L’équation de transfert radiatif est, pour la première équation, multipliée par (cos θ)0 , et pour la
deuxième, par (cos θ)1 avant d’être intégrée sur la sphère unité.
L’hypothèse de luminance isotrope permet d’obtenir deux équations appelées équations de Milne-
Eddington.

Méthode de Schuster-Schwarzschild Comme pour la méthode de Milne-Eddington, la luminance

est supposée isotrope sur chacun des deux hémisphères. Cependant, cette hypothèse intervient avant
l’intégration sur la sphère unité.
Le point de départ est, là aussi, l’équation de transfert radiatif, considérée pour les deux directions
d’étude, qui représentent alors chacun des hémisphères. L’intégration des deux équations permet d’obtenir
un système semblable à celui obtenu avec la méthode de Milne-Eddington [114].
Cette méthode correspond à la méthode des ordonnées discrètes avec deux directions.

4.3.4 Application de la méthode des éléments finis à l’équation de transfert

radiatif
L’objectif de cette partie est de présenter un schéma de résolution numérique de l’équation de trans-
fert radiatif (4.166). Pour cela, le champ de luminance est discrétisé en direction et en espace. Deux
discrétisations sont donc nécessaires à la résolution numérique de l’équation de transfert radiatif.
Nous présentons dans cette section chacune de ces deux discrétisations. La méthode des éléments
finis est utilisée ici pour la discrétisation spatiale, la discrétisation angulaire étant réalisée à l’aide de la
méthode des ordonnées discrètes.
Il est néanmoins possible d’effectuer la discrétisation angulaire avec des éléments finis [131]. Les
résultats obtenus avec les deux méthodes sont bons dans le cas où la luminance est une fonction n’ayant
pas de variations trop importantes en angle. La méthode des éléments finis appliquée pour la dépendance

99
angulaire n’apporte de meilleurs résultats que dans le cas de l’étude d’un rayon dans un milieu optiquement
épais [131].
L’équation de transfert radiatif étant hyperbolique à cause du terme de transport ϑ · ∇Lν , sa réso-
lution numérique avec la méthode des éléments finis présente le risque de produire des oscillations non
physiques [128, 200, 164], comme cela a déjà été vu dans le paragraphe 4.2.2. C’est en particulier le cas
lorsque la solution exacte du problème présente des discontinuités, pour des rayons lumineux orientés par
exemple avec des ombres : des divergences de la solution numérique peuvent se produire au niveau des
frontières des zones ombragées.
Nous rappelons la forme générale de l’équation de transfert radiatif et de l’équation d’advection
diffusion :

ϑ · ∇Lν (s, ϑ) = − (κν + σν ) Lν (s, ϑ) + κν L0ν (T (s))

Z
σν
+ pν (ϑ̃, ϑ)Lν (s, ϑ̃)dϑ̃ , ∀(s, ϑ) ∈ Ω × S 2 (4.197)
4π S 2
Lν (s, ϑ) = gext (s, ϑ) + gint (Lν , s, ϑ) , ∀(s, ϑ) ∈ Γ− (4.198)

Avec W = {u ∈ L2 (Ω × S 2 )/∀ϑ ∈ S 2 , ϑ · ∇u ∈ L2 (Ω × S 2 )}, κν , σν ∈ L∞ (Ω, R+ ) et pν ∈ C ∞ (S 2 ×

S , R+ ).
2

∂T
+ ~u · ∇T + aT − ∇ · [D∇T ] = f + aT0 (4.199)
∂t
L’équation de transfert radiatif a la même structure que l’équation d’advection-diffusion du paragraphe
4.2.2 :
∂T
— le terme de capacité de l’équation d’advection-diffusion est ici nul mais, dans la formulation
∂t
1 ∂Lν
générale de l’ETR (4.165), un terme fait intervenir une dérivée temporelle : . Pour rappel,
c ∂t
les distances en jeu ici sont de l’ordre du mètre, le régime stationnaire pour les transferts radiatifs
est donc atteint en une durée négligeable par rapport aux transferts thermiques par conduction.
Ce terme est donc négligé dans l’ETR.
— le terme de réaction en aT pour l’équation d’advection diffusion devient κν Lν pour l’ETR.
— le terme de transport ~u · ∇T devient, pour l’ETR ϑ · ∇Lν . La « vitesse » d’advection pour l’ETR
est donc unitaire.
— le terme source aT0 provenant des apports de la phase solide dans l’équation d’advection-diffusion
devient κν L0ν pour l’ETR.
— le terme de diffusion ∇ · (D∇T ) de l’équation d’advection-diffusion devient :
1 R
 
σν −Lν + pν Lν dϑ̃ .
4π 4π
La principale différence entre ces deux problèmes réside dans leurs dimensions : l’équation d’advection-
diffusion est formulée sur l’espace Ω, c’est-à-dire en 3D, alors que l’équation de transfert radiatif est
formulée sur Ω × S 2 , en 5D.
Il faut cependant noter que la discrétisation directionnelle de l’équation de transfert radiatif permet
d’obtenir, pour chaque direction du maillage directionnel, une équation sur R3 . Le terme de diffusion avec
le paramètre σν devient alors un terme de réaction, et il n’y a plus de diffusion, au sens des équations
différentielles, dans l’équation de transfert radiatif discrétisée en direction. Cette absence de diffusion
aggrave le risque d’instabilité numérique en l’absence de stabilisation. Comme pour l’équation d’advection-
diffusion, il est donc nécessaire, pour éviter des oscillations non physiques, de modifier la formulation de
Galerkin. Pour cela, nous utilisons de nouveau la formulation de Petrov-Galerkin, permettant d’introduire
de la diffusion numérique.
Les deux discrétisations sont maintenant présentées. Le domaine S 2 × Ω étudié est muni de deux
maillages : en direction et en espace. L’équation de transfert radiatif est d’abord discrétisée en direction
afin d’obtenir un système d’équations différentielles semi-discret. Ce système est ensuite discrétisé en
espace.

Discrétisation angulaire - Application de la méthode des ordonnées discrètes

100
Introduction La discrétisation directionnelle est effectuée à l’aide de la méthode des ordonnées dis-
crètes. Cette méthode consiste en une approximation des termes intégraux sur la sphère unitaire à l’aide
d’une quadrature angulaire :
Z NS
X
u(ϑ)dϑ ≈ wi u(ϑi ) (4.200)
S2 i=1
PNS
Où les wi sont les poids associés aux directions ϑi . Ces poids vérifient : i=1 wi = 4π.
Différentes méthodes de discrétisation angulaire existent dans la littérature, comme la discrétisation
angulaire à pas constant, les quadratures angulaires SN et TN ou une discrétisation basée sur des polyèdres
réguliers.
Dans tous les cas, le but est de réécrire les équations (4.197) et (4.198) pour toutes les directions ϑk
du maillage angulaire. On note Θ l’ensemble de ces directions.
L’opérateur de diffusion Sσ,ν se discrétise alors en :
NS
σν X
Sσ,ν u(s, ϑ) ≈ σν u(s, ϑ) − wl pν (ϑl , ϑ)u(s, ϑl ) (4.201)
4π
l=1

En considérant les directions du maillage directionnel, les équations (4.197) et (4.198) permettent
d’obtenir, dans le cas général, un système couplé à NS équations :

ϑk · ∇Lν (s, ϑk ) = − (κν + σν ) Lν (s, ϑk ) + κν L0ν (T (s))

NS
σν X
+ wl pν (ϑl , ϑk )Lν (s, ϑl ) , ∀(s, ϑk ) ∈ Ω × Θ (4.202)
4π
l=1
Lν (s, ϑk ) = gext (s, ϑk ) + gint (Lν , s, ϑk ) , ∀(s, ϑk ) ∈ Γ− (4.203)

En l’absence de diffusion, le couplage entre ces NS équations disparaît et elles peuvent être résolues
indépendamment les unes des autres.
Pour symétriser le système (4.202) et (4.203), un facteur wk est appliqué à chacune des équations, ce
qui revient à appliquer la méthode de Galerkin avec des fonctions d’interpolations constantes sur chaque
élément :

wk ϑk · ∇Lν (s, ϑk ) = −wk (κν + σν ) Lν (s, ϑk ) + wk κν L0ν (T (s))

NS
σν X
+ wl wk pν (ϑl , ϑk )Lν (s, ϑl ) , ∀(s, ϑk ) ∈ Ω × Θ (4.204)
4π
l=1
wk Lν (s, ϑk ) = wk gext (s, ϑk ) + wk gint (Lν , s, ϑk ) , ∀(s, ϑk ) ∈ Γ− (4.205)

Les équations (4.204) et (4.205) sont alors valables quelle que soit la position s choisie. La méthode
des ordonnées discrètes est aussi appliquée au terme de réflexion diffuse gint :
NS
ρν X
gint (Lν , s, ϑk ) ≈ wl Lν (s, ϑl ) max (~n · ϑk , 0) (4.206)
π
l=1

Les coefficients wk peuvent être obtenus par plusieurs méthodes, aussi appelées quadratures.

Quadrature angulaire à pas constant Cette discrétisation se base sur des éléments rectangulaires
dans la sphère unité. La direction ϑ qui s’écrit dans un repère cartésien donné sous la forme ϑ = µ~ex +
η~ey + ζ~ez , peut être caractérisée par un angle polaire ϕ (tel que 0 > ϕ < π) et un angle azimutal θ
(tel que 0 < θ < 2π). Les angles de ces coordonnées sphériques sont représentés sur la figure 4.15. Cette
décomposition correspond à l’utilisation de longitudes et de latitudes.
On a alors :

101
 ~ez

ϕ
~ey

θ
~ex

Figure 4.15 – Coordonnées sphériques

 µ = sin ϕ cos θ


η = sin ϕ sin θ (4.207)

ζ = cos ϕ


On note ϕm le mème nœud du maillage utilisé pour l’angle polaire, Nϕ le nombre de ces nœuds, θn le
n nœud du maillage pour l’angle azimutal et Nθ le nombre de ces nœuds. On a alors :
ème

0 = ϕ1 < ϕ2 < ... < ϕNϕ = π


(4.208)
0 = θ1 < θ2 < ... < θNθ +1 = 2π

Remarque
θ1 et θNθ +1 représentent le même angle : le Nθème élément pour l’angle azimutal est situé entre θNθ et
θ1 .
La sphère unité est découpée en Nϕ × Nθ éléments. On note :

∆Smn
2
= {ϑ = µ(ϕ, θ)~ex + η(ϕ, θ)~ey + ζ(ϕ, θ)~ez / ϕm ≤ ϕ < ϕm+1 et θn ≤ θ < θn+1 } (4.209)

La direction ϑmn associée à l’élément ∆Smn

2
a des angles polaires ϕ et azimutaux θ qui vérifient :

 ϕ = ϕm +ϕ 2
m+1

(4.210)
 θ = θn +θn+1
2
La direction ϑmn correspondant à ϕm ≤ ϕ ≤ ϕm+1 et θn ≤ θ ≤ θn+1 est représentée sur la figure
4.16.
Le poids ωmn associé à la direction ϑmn est la surface de l’élément angulaire ∆Smn
2
projeté sur la
sphère unité.
On a :

Z
ωmn = sin ϕdθdϕ
2
∆Smn
Z θn+1 Z ϕm+1
= dθ sin ϕdϕ
θn ϕm
= (θn+1 − θn ) (cos ϕm − cos ϕm+1 ) (4.211)

Si cette quadrature est facile à réaliser, elle présente cependant l’inconvénient d’introduire un axe de
symétrie dans les directions des pôles, alors que cet axe n’a aucune existence physique. Cela provient du

102
 ϕm ϑmn
ϕm+1

∆Smn
2

θn+1
θn

Figure 4.16 – Exemple d’élément obtenu avec la discrétisation angulaire à pas constant

ϑk

∆Sk2

(a) Décomposition de l’octaèdre en éléments triangu- (b) Maillage directionnel sur un octant
laires

Figure 4.17 – Directions avec la quadrature T4

fait que les éléments directionnels situés près des pôles dégénèrent de plus en plus lorsque le raffinement
du maillage s’accroît [131]. Il est préférable d’utiliser une quadrature angulaire dont les directions sont
réparties de façon régulière sur la sphère unité avec des angles solides associés approximativement de
même taille [164].
Pour éviter d’introduire de fausses symétries ou de fausses directions de propagation, il est possible
d’utiliser des quadratures telles que les directions forment un groupe fermé par rotation de 90° autour
des axes de coordonnées cartésiennes ou par réflexion sur ces axes [232].

Quadrature TN La quadrature TN permet d’établir une discrétisation directionnelle à partir d’un

octaèdre régulier inscrit dans la sphère unité et dont les sommet sont placés sur les axes des coordonnées
cartésiennes. Les arêtes sont décomposées en N segments de longueurs égales, permettant l’introduction
de N − 1 nœuds sur chaque arête. Sur chaque face de l’octaèdre, les nœuds sont reliés en traçant des
lignes parallèles aux arêtes, comme cela est représenté sur la figure 4.17a. Les directions sont alors définies
comme passant par le centre de chaque triangle ainsi défini. Le poids associé est l’angle solide issu de la
projection du triangle sur la sphère unité, comme cela est représenté sur la figure 4.17b [17].

103
 ϑk
µ2

µ1

µ2

µ2

Figure 4.18 – Directions avec la quadrature S4

Quadrature SN La quadrature SN s’appuie sur des niveaux µi tracés sur un octant, i ∈ [|1, N/2|] avec
N un entier pair. Un niveau est l’intersection entre la sphère unité et un plan situé à une coordonnée
cartésienne µi . Les directions sont alors définies comme les intersections entre les niveaux (cf figure 4.18).
L’ensemble des directions se déduit par des rotations de 90° autour des axes.
Chaque direction a alors des coordonnées qui s’écrivent sous la forme [143] :

(µi , µj , µN/2+2−i−j ) (4.212)

Avec i ∈ [|1, N/2|] et j ∈ [|1, N/2 − i + 1|].
Pour que les directions appartiennent à la sphère unité, on a nécessairement [143] :

µ2i = µ21 + (i − 1)∆ (4.213)

1 − 3µ21
Avec ∆ = 2 .
N −2
Il existe plusieurs types de quadratures SN selon la condition qu’on rajoute pour fixer µ1 . Il est par
exemple possible d’utiliser des quadratures qui vont vérifier une condition en moment du type :
Z 1 N/2
X
µi dµ = ωj µij (4.214)
0 j=1

Où ωj est la somme des poids associés aux directions du niveau j.

Ces conditions en moments peuvent par exemple s’appliquer sur les moments de 0 à N/2 ou sur les
moments pairs de 0 à N . Ces exemples présentent cependant l’inconvénient d’être limités respectivement
à N = 22 et N = 10, des poids négatifs apparaissant au-delà de ces valeurs.
Les valeurs des niveaux µi et des poids wj peuvent être obtenues avec [143] ou [170].

Quadratures basées sur les solides de Platon Les solides de Platon sont des polyèdres réguliers. Il
est ainsi possible, en se basant sur les centres de leurs faces ou sur leurs sommets d’obtenir une quadrature
où tous les éléments ont le même poids et où les directions sont réparties uniformément sur la sphère
unité.
Nous présentons ici les quadratures basées sur des octaèdres et des icosaèdres réguliers.

Icosaèdre Cette quadrature se base sur un icosaèdre (polyèdre régulier ayant 20 faces faites de
triangles équilatéraux). Les directions sont les centres de chaque face projetés sur la sphère unité, et le
poids est l’angle solide issu de la projection de la face sur la sphère unité. Chaque direction a donc le
même poids.

104
 (a) Icosaèdre (20 faces) (b) Icosaèdre raffiné (80 faces)

Figure 4.19 – Quadrature utilisant des icosaèdres

Cette méthode de quadrature permet d’assurer une répartition régulière des directions sur la sphère
unité, de ne pas avoir à utiliser des conditions de symétrie qui seraient alors redondantes, et d’éviter des
artéfacts au niveau des pôles [200, 131].
Un raffinement peut être apporté à ce maillage en décomposant chacune des faces de l’icosaèdre en
quatre triangles équilatéraux, cela étant obtenu en joignant les milieux de chaque côté du triangle initial.
Il est alors possible d’avoir 20 (icosaèdre initial, figure 4.19a), 80 directions (figure 4.19b) ou davantage.
Les coordonnées des nœuds Ni de l’icosaèdre s’écrivent sous la forme :
 !
ϕ 1
,0

±p , ±p


1 + ϕ2 1 + ϕ2 !





1

 ϕ
Ni = ±p , 0, ± p (4.215)


 1 + ϕ 2 1 + ϕ2 !
1

 ϕ
 0, ± p1 + ϕ2 , ± p1 + ϕ2




√
Avec ϕ = 1+2 5 le nombre d’or.
Les directions sont obtenue en déterminant les centres de chacun des éléments.
Une autre possibilité est de s’appuyer uniquement sur les 12 sommets de l’icosaèdre. Les directions
normalisées correspondant à ces sommets sont alors les directions associées aux éléments du polyèdre
dual de l’icosaèdre : le dodécaèdre (polyèdre à 12 faces).

Octaèdre Comme l’icosaèdre, l’octaèdre est constitué de faces triangulaires. Le solide initial est
constitué de 6 sommets, 8 faces et 12 arêtes.
Les coordonnées des nœuds Ni de l’octaèdre s’écrivent sous la forme :

(±1, 0, 0)

Ni = (0, ±1, 0) (4.216)
(0, 0, ±1)



Discrétisation spatiale - Application de la méthode des éléments finis

L’objectif de cette partie est de discrétiser les équations (4.204) et (4.205) en espace. Pour cela, nous
utilisons la méthode des éléments finis avec la méthode de Petrov-Galerkin.

Formulation faible Nous reprenons dans cette partie les notations introduites dans le paragraphe
4.2.2.

105
 (a) Octaèdre (8 faces) (b) Octaèdre raffiné (32 faces)

Figure 4.20 – Quadrature utilisant des Octaèdres

Le système semi-discret (4.204) peut s’écrire sous la forme faible, pour toute fonction ϕ ∈ WΩ et tout
k ∈ [|1, NS |] :

hwk ϑk · ∇Lν ( · , ϑk )|ϕiWΩ = −hwk (κν + σν ) Lν ( · , ϑk ) + wk κν L0ν (T )|ϕiWΩ

NS
σν X
+h wl wk pν (ϑl , ϑk )Lν ( · , ϑl )|ϕiWΩ (4.217)
4π
l=1

Soit (ϕi ) une base du sous espace de WΩ constitué des fonctions polynomiales par éléments, et
NΩ la dimensionPNΩde ce sous-espace. La luminance pour chaque direction ϑk peut s’écrire sous la forme
Lν ( · , ϑk ) = j=1 ϕj Lν (sj , ϑk ). Nous notons de plus Ljν,k = Lν (sj , ϑk ). L’application de la méthode de
Petrov-Galerkin permet d’obtenir le système suivant, pour tout i ∈ [|1, NΩ |] :

NΩ
X
hwk ϑk · ∇ϕj Ljν,k |ϕi + δϑk · ∇ϕj iWΩ
j=1
NΩ
X
=− hwk (κν + σν ) ϕj Ljν,k + wk κν L0ν (T j )|ϕi + δϑk · ∇ϕi iWΩ
j=1
NΩ NS
X σν X
+ h wl wk pν (ϑl , ϑk )Ljν,l |ϕi + δϑk · ∇ϕi iWΩ (4.218)
j=1
4π
l=1

Le système (4.218) conduit à un système matriciel pouvant s’écrire sous la forme (voir annexe B.1) :

(Th + Mh (κν ) + Sh (σν ) − Rh (ρν )) Lν = Mh (κν )Bν + Qh G (4.219)

Où :
— Th Lν représente le transport d’énergie radiative.
— Mh (κν )Lν représente les pertes par absorption.
— Sh (σν )Lν représente les pertes par diffusion ((pertes de la direction ϑk vers les autres directions)-
(gains provenant des autres directions)).
— Rh (ρν )Lν représente le rayonnement provenant de l’intérieur du domaine et réfléchi par les bords.
— Mh (κν )Bν représente les gains par émission.
— Qh G représente les gains radiatifs provenant de l’extérieur du domaine (rayonnement solaire,
apports du ciel)
Le vecteur des inconnues Lν s’écrit sous la forme :
h iT
Lν = Lj=1
ν,k=1 L2ν,1 ··· LN Ω
ν,1 L1ν,2 ··· LN Ω
ν,NS (4.220)

106
Choix du paramètre δ Le choix du paramètre de diffusion δ a déjà été discuté dans le cas de l’équation
d’advection diffusion dans le paragraphe 4.2.2. Nous présentons dans ce paragraphe quelques expressions
définies de façon spécifique pour les transferts radiatifs.
h
Les expressions du paragraphe 4.2.2 font intervenir le coefficient , où ~u est la vitesse de l’écou-
2k~uk
lement. Ici, avec kϑk = 1, nous pouvons prévoir que δ = O(h).
Afin d’étudier plus en détail les effets de l’introduction de cette méthode sur les résultats numériques,
nous introduisons quelques notations :
— Wk le sous-espace de WΩ constitué des fonctions polynomiales de degré inférieur ou égal à k sur
Ω, k ∈ N
— H m l’espace de Sobolev d’ordre m, m ∈ N, muni de la norme usuelle k · kH m
— Lhν,ϑ la solution numérique à l’équation de transfert radiatif, pour la direction ϑ, Lhν,ϑ ∈ Wk
Z 1/2
— |u| = u2 |~n · ϑ|dσ
∂Ω
Pour le cas spécifique de l’équation de transfert radiatif, lorsque la diffusion est faible devant la taille
des éléments du maillage, quelques expressions plus adaptées peuvent être trouvées dans la littérature
pour δ.
[130] montre que la forme bilinéaire hAσ,ν Lν |ϕ + δ · ∇ϕiWΩ + hBν Lν |ϕiW0,ϑ est bornée et coercitive
vis-à-vis de la norme k · kW si :

1 1
 
δ ≤ min , (4.221)
κν σν
Avec k · kW la norme définie par :
q √
√ √
kukW = k δϑ · ∇uk2 + |u|2 + k κuk2 + k σΠuk2 (4.222)
Π est la projection orthogonale sur le complémentaire du noyau de Sσ,ν .
Certains auteurs utilisant la streamline diffusion donnent quelques indications sur les choix possibles
du paramètre δ. Dans le cas général des équations de convection-diffusion −∇ · [∇u] + ϑ · ∇u + σu = f ,
[263] propose d’utiliser δ = O(h) lorsque le coefficient de diffusion  vérifie   h. Toujours dans le cas
de l’équation de convection-diffusion, Johnson [126, 128] propose d’utiliser δ = h − .
Des expressions plus adaptées au cas de l’équation de transfert radiatif étudiée dans cette partie
peuvent être trouvées dans la littérature pour quantifier le paramètre δ.
Le paramètre δ peut être pris de façon proportionnelle à la taille du maillage. Becker [18] propose
l’approximation :

1 1
 
δ ∼ hK min , (4.223)
κν σν
Avec hK le diamètre de l’élément K.
Long [156] propose l’expression suivante pour la valeur de δ sur un élément K du maillage :
ChK
δK = (4.224)
1 + hk (κν + σν )
Avec C une constante comprise entre 0.3 et 0.6. Dans le cadre de cet article, portant sur des applica-
tions biomédicales de la tomographie optique, pour des dimensions de l’ordre du mm ou du cm, et des
coefficients κν = 0.02 mm-1 et σ = 5 mm-1, l’auteur précise que la valeur de la constante C n’influe pas
sur les résultats obtenus pour des maillages suffisamment fins. Cette expression vérifie de plus l’inégalité
(4.221).
Tarvainen [226] propose de prendre en compte l’éloignement à la source r avec l’expression suivante :

1 5
 
δK = min , (4.225)
2 (σν + κν ) r (σν + κν )
Kanschat [131] propose aussi d’utiliser :

0.3hK pour κν + σν < 1


δK ≈ (4.226)
0 pour κν + σν  1

107
 L’utilisation de cette expression permet de vérifier la condition (4.221) dès lors que les mailles sont
suffisamment petites. Cette expression est également utilisée par [146].
Le même auteur suggère aussi l’expression suivante [130] :
hK
δK = ChK (4.227)
hK + κν + σν
La remarque peut cependant être faite que hK a la dimension d’une longueur et κν et σν ont les
dimensions d’inverses de longueurs. La formulation (4.227), si elle vérifie bien la relation (4.221) pour hK
suffisamment petit, n’est donc pas correcte du point de vue dimensionnel.
Ces expressions semblent être obtenues de façon empirique, sans que les études ayant mené à ces
formulations ne soient mentionnées. La seule contrainte existant sur δ est le respect de la condition
(4.221).
Le lien peut être fait avec la formulation initiale de la méthode de Petrov-Galerkin, pour des phéno-
mènes de transport avec peu de diffusion, comme cela a déjà été étudié dans le paragraphe 4.2.2. [204] se
base ainsi sur des expressions données par [39] en 1982 lorsqu’il présente la méthode de Petrov-Galerkin
pour des écoulements de fluide.
ξuξ hξ + ηuη hη
En 2D, [204] propose d’utiliser δ = avec :
2
1 1
ξ = coth (αξ ) − , η = coth (αη ) − (4.228)
αξ αη
uξ hxi uη hη
αξ = , αη = (4.229)
2D 2D
Où D représente un terme de diffusivité.

4.4 Mise en place sur un cas test

Nous présentons dans cette partie un cas test de la littérature afin de valider notre approche basée
sur les éléments finis pour la résolution du problème des transferts radiatifs.
Nous considérons ici le rayonnement entre deux plaques planes parallèles dont les températures sont
supposées connues et constantes. Le problème est alors résolu en régime permanent. Il s’agit du cas dont la
solution analytique en luminance a été présentée dans le paragraphe 4.3.3. La connaissance de la luminance
peut alors permettre de connaître le champ de température à l’intérieur du milieu semi-transparent, en
l’absence de diffusion thermique. En effet, à l’équilibre, les pertes et gains radiatifs s’équilibrent et le
terme source radiatif devient nul.
La résolution de l’équation de transfert radiatif avec la méthode des éléments finis en itérant la
température T par T ← T + δSrad permet d’aboutir, pour un coefficient δ bien choisi, à une solution
numérique au problème.
La température de la plaque 1 est égale à T1 = 500 K. Celle de la plaque 2 vaut T2 = 300 K. La
longueur D est telle que l’épaisseur optique τD = 1.
Le maillage utilisé est constitué de tétraèdres dont l’assemblage permet d’obtenir un maillage structuré
tel que représenté sur la figure 4.21. Pour tenir compte du fait que les plaques soient infinies, des conditions
limites particulières sont utilisées sur les faces latérales : La valeur de la luminance en un nœud sur ces
faces est égale à la valeur au nœud correspondant de la face opposée.
Les résultats obtenus sont présentés sur la table 4.3 et représentés sur les figures 4.22a et 4.22b. Les
valeurs des quatre études de la littératures étant très proches, une moyenne a été considérée pour la
représentation graphique.
Les résultats obtenus avec l’application de la méthode des éléments finis sont très proches de ceux
obtenus à partir de méthodes basées sur l’utilisation d’une solution analytique exacte. Une différence
significative apparaît néanmoins aux extrémités du domaine, en τ = 0 et en τ = 1, mais avec une erreur
relative inférieure à 1 %.
Il n’y a ici pas de problèmes d’instabilités numériques dues à la nature hyperbolique de l’équation
de transfert radiatif. En effet, pour que de telles instabilités numériques apparaissent, il faudrait que
des discontinuités spatiales de la luminance interviennent. Or, en considérant deux plaques infinies, les
problèmes de discontinuités spatiales pour une direction donnée ne se posent pas.

108
 Figure 4.21 – Température de givrage en fonction de la température de rosée

Table 4.3 – Position des résultats en température pour le cas test avec la méthode des éléments finis

τ cette étude [98] [208] [206] d’après [208] [107]

0 469.69 471.03 471.29 471.21 471.31
0.1 462.58 463.29 462.79 462.82 462.83
0.2 455.54 456.01 455.54 455.56 455.57
0.3 448.41 447.76 448.38 448.39 448.39
0.4 441.09 441.73 441.05 441.06 441.07
0.5 433.45 433.75 433.43 433.45 433.45
0.6 425.40 424.67 425.39 425.41 425.42
0.7 416.77 417.57 416.76 416.78 416.79
0.8 407.37 406.70 407.30 407.32 407.33
0.9 396.89 395.75 396.50 396.49 396.50
1.0 385.13 382.36 381.80 382.04 382.83

4.4.1 Synthèse
Cette partie a permis d’introduire les transferts radiatifs. Après une description de ce phénomène,
une mise en équation à été effectuée en s’appuyant sur la notion de luminance énergétique.
Une description des méthodes utilisées pour résoudre ce problème a été présentée avec une focalisation
sur la méthode des éléments finis. Celle-ci, utilisée pour la discrétisation en espace, a été associée à la
méthode des ordonnées discrètes pour la discrétisation directionnelle. Comme pour les transferts radiatifs,
la stabilisation de Petrov-Galerkin a été mise en œuvre et un système discrétisé à la fois en direction et
en espace a été obtenu.
La résolution d’un cas test de façon numérique suite à l’implémentation de la méthode des éléments
finis a finalement permis de valider cette approche.

4.5 Choix de la méthode de discrétisation spatiale

Les études bibliographiques menées pour chacun des trois phénomènes physiques mettent en évidence
la possibilité d’utiliser deux méthodes pour la discrétisation spatiale : les éléments finis et les volumes
finis. Ces méthodes permettent notamment d’utiliser un maillage quelconque et donc de considérer le
même maillage pour les trois problèmes. Il n’est alors pas nécessaire de réaliser des interpolations entre
des grandeurs définies pour l’un ou l’autre de ces phénomènes.
L’approximation d’une fonction par décomposition sur une base a été introduite pas Ritz en 1908
[201] et Galerkin en 1915 [85] puis la méthode des éléments finis actuelle a été présentée en 1955 par

109
 moyenne ([98, 208, 207, 107])
460 cette étude 0.6

440 0.4

r [%]
T [K]

0.2
420

0
400
−0.2

0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1

τ τ

(a) (b)

Figure 4.22 – Comparaison entre les températures obtenues avec la méthode des éléments finis et la
moyenne de quatre études (gauche) et erreur relative (droite)

Argyris [7].
Les éléments finis sont largement documentés pour l’utilisation en diffusion thermique et pour les
problèmes elliptiques et paraboliques [90, 225, 264] mais nécessitent une stabilisation pour les problèmes
hyperboliques comme cela a été montré pour la convection hydraulique et les transferts radiatifs.
Les volumes finis proviennent du besoin de méthodes numériques plus adaptées à la résolution des
équations de mécanique des fluides. Cette méthode a été introduite en 1971 par McDonald [161] puis
développée à partir des années 1980, d’où des développements théoriques plus récents et moins nombreux.
Comme la méthode des éléments finis, elle permet l’utilisation d’un maillage quelconque mais présente
en plus l’avantage d’être moins coûteuse en ressources de calculs.
Cependant, la méthode des volumes finis est surtout utilisée pour des équations hyperboliques et il
existe assez peu de développements de cette méthode pour des équations paraboliques comme l’équation
de la chaleur. Dans le cadre de cette thèse, la diffusion thermique intervient dans tous les problèmes et
notamment pour l’étude des matériaux à changement de phase. Le choix a donc été fait de privilégier la
méthode des éléments finis malgré le besoin de ressources supplémentaires dû à l’utilisation de la diffusion
numérique.

110
Chapitre 5

Modélisation multiphysique des

routes solaires hybride (RoSHy)

Au cours du précédent chapitre, chacun des trois phénomènes physiques intervenant à l’intérieur de
la structure - diffusion thermique, convection hydraulique et transferts radiatifs - a été décrit indépen-
damment des autres, comme cela avait déjà été le cas au cours du chapitre 3 pour chacune des conditions
environnementales susceptibles d’affecter la structure sur un plan thermique.
Connaissant l’évolution des conditions environnementales, et en particulier la température de l’air,
le rayonnement atmosphérique ainsi que le rayonnement solaire en fonction du temps, l’évolution des
échanges énergétiques entre le système et son environnement peut être connue (cf chapitre 3). La connais-
sance du comportement énergétique du système au travers de la diffusion thermique, de la convection
hydraulique et des transferts radiatifs permet alors de déterminer des grandeurs physiques comme la
température ou la luminance énergétique (cf chapitre 4).
L’objectif est maintenant d’associer tous ces phénomènes physiques et en particulier de coupler les
modélisations présentées au cours du chapitre 4 afin d’établir les performances énergétiques de la structure.
Pour cela, une connaissance de la température à l’intérieur de la structure, et notamment de son évolution,
est nécessaire.
Un couplage est ainsi mis en place afin de connaître l’évolution de la température à l’intérieur de
la structure en prenant en compte simultanément les phénomènes qui s’y produisent. La connaissance
de la température et de son évolution pourra permettre, au chapitre suivant, le calcul des performances
énergétiques de la route solaire hybride.
Nous décrivons donc d’abord les schémas spatiaux et temporels de résolution des équations au dérivées
partielles avant de présenter le couplage numérique entre les trois phénomènes, qui repose sur un couplage
fort entre diffusion thermique et convection hydraulique et sur un couplage faible entre diffusion thermique
et transferts radiatifs : l’énergie absorbée par le milieu semi-transparent est traduite dans la diffusion
thermique à l’aide d’un terme source.

5.1 Résolution spatiale

La discrétisation spatiale par la méthode des éléments finis de chacun des phénomènes physiques
effectuée dans le chapitre 4 a permis d’obtenir des systèmes s’écrivant sous la forme [C]Ẋ + [K]X = F .
Les matrices [C] et [K] ainsi que le vecteur source F sont obtenus à partir de fonctions d’interpolation
linéaires, ce qui permet notamment de simplifier l’obtention de la matrice [K] et en particulier du terme
de diffusion dans le cas du rajout de diffusion numérique avec la méthode de Petrov-Galerkin.
Les expressions de ces matrices pour le cas de fonctions d’interpolations linéaires sont données dans
les annexes B.2 et B.1.
Une précision à l’ordre 1 est ainsi obtenue pour la résolution spatiale.

111
5.2 Schéma de résolution temporel
Comme pour la dépendance spatiale ou directionnelle traitée dans le précédent chapitre, nous intro-
duisons dans cette partie une discrétisation temporelle. Le domaine temporel est compris ici entre t = 0
et t = ta l’horizon temporel. Les nœuds de ce maillage sont notés (tn ), n ∈ [0, N ] avec t0 = 0 et tN = ta .
Nous notons aussi ∆tn = tn+1 − tn le pas de temps. Lorsque celui-ci est constant, il est noté ∆t et on a
alors tn = n∆t.
Nous travaillons ici sur un système d’équations semi-discrétisé s’écrivant sous la forme :

C Ṫ + K T = F (5.1)
   

L’objectif est, connaissant T la solution en t = tn , de déterminer la température T

n
au pas den+1

temps suivant. Pour cela, il est nécessaire de discrétiser l’équation (5.1) en temps.
Pour cela, comme pour les discrétisations en espace réalisées précédemment, la formulation faible du
système (5.1) peut être établie, pour toute fonction w ∈ H 1 ([0, ta ]) :
Z ta
C Ṫ + K − F wdt = 0 (5.2)
   

t=0

En particulier, sur l’élément [tn , tn+1 ], on a :

Z tn+1
C Ṫ + K − F wdt = 0 (5.3)
   

t=tn

5.2.1 θ-schéma
En première approximation, on peut considérer que T peut être interpolée au premier ordre entre
t = tn et t = tn+1 :
t − tn
T (t) = T n +T n+1 − T n (5.4)


∆t
Cela revient à considérer une dérivée temporelle de la température constante sur l’intervalle [tn , tn+1 ] :
1
Ṫ = T n+1 − T n (5.5)


∆t
On considère une base de fonctions linéaires ϕ sur chaque élément de [0, ta ] dans H 1 ([0, ta ]). Sur
l’élément [tn , tn+1 ], les fonctions de base s’écrivent alors ϕ1 = t−t
∆t et ϕ = 1 − ϕ . On a donc, sur cet
n 2 1

élément temporel :

T = ϕ1 T n+1 + ϕ2 T n (5.6)
En injectant (5.6) dans (5.3) et en développant, on obtient :

1 tn+1 tn+1 tn+1

Z Z  Z 
wdt T n+1 − T n + ϕ1 wdt KT n+1 − F n+1 + 1 − ϕ1 wdt (KT n − F n ) = 0



∆t tn tn tn
(5.7)
R tn+1
ϕ1 wdt
En notant θ = tRntn+1 , et en considérant une fonction w de norme usuelle non nulle sur [tn , tn+1 ],
wdt
tn
on obtient le schéma de résolution pour le θ-schéma :

(C + θ∆tK) T n+1 = (C − (1 − θ) ∆tK) T n + ∆t θF n+1 + (1 − θ) F n (5.8)

Le coefficient θ dépend alors de la fonction test choisie w.

En considérant les relations donnant T et Ṫ ((5.4) et (5.5)) à un instant tn + α∆t (θ ∈ [0, 1]) et en
les réinjectant dans la formulation forte (5.1) du problème, le même schéma de résolution temporelle est
obtenu, avec θ = α. Le problème est alors équivalent au choix d’une fonction test w = δ(t + α∆t), avec
δ l’impulsion de Dirac, et le calcul de θ donne θ = α.

112
 La méthode des éléments finis temporels peut aussi être appliquée.
   Dans
  ce cas, l’assemblage des ma-
trices conduit à la résolution d’un système matriciel de la forme A T = F . Cependant, la précision,
pour une interpolation linéaire n’est que d’ordre 1 alors que la taille du système matriciel à inverser est
N fois plus élevée que pour les méthodes itératives.
Une interpolation bilinéaire peut aussi être mise en place pour obtenir une précision d’ordre 2 avec,
dans ce cas, une base de fonctions sur l’élément considéré constituée de (ϕ1 , 1 − ϕ1 , ϕ1 (1 − ϕ1 ). Dans ce
cas, on a :

T = ϕ1 T n+1 + (1 − ϕ1 )T n + ϕ1 (1 − ϕ1 )T̃ n+1 (5.9)

Avec T̃ une variable interne. La relation (5.7) se réécrit alors :

1 tn+1 tn+1 tn+1

Z Z  Z 
wdt T n+1 − T n + ϕ1 wdt KT n+1 − F n+1 + 1 − ϕ1 wdt (KT n − F n )



∆t tn tn tn
tn+1
d 1 tn+1
Z Z
+ (ϕ (1 − ϕ1 ))wdtM T̃ n+1 + ϕ1 (1 − ϕ1 )wdtK T̃ n+1 = 0(5.10)
tn dt tn
Z tn+1
(ϕ1 )2 wdt
tn
En développant l’équation (5.10) et en notant θ̃ = Z tn+1 , on a :
wdt
tn

(C + θ∆tK) T n+1 +(1−2θ)(C T̃ n+1 )+(θ−θ̃)(K T̃ n+1 ) = (C − (1 − θ) ∆tK) T n +∆t θF n+1 + (1 − θ) F n

(5.11)
Le choix d’une fonction w telle que θ̃ = θ = 0.5 permet d’annuler le terme (1 − 2θ)(C T̃ n+1 ) + (θ −
θ̃)(K T̃ n+1 ) rajouté par rapport au cas d’une interpolation linéaire. On retrouve alors le même système
itératif que pour le θ-schéma mais avec une précision d’ordre 2 : il s’agit de la méthode de Crank-Nicolson,
inconditionnellement stable.
Deux autres valeurs de θ sont privilégiées dans la littérature :
— θ = 0 : il s’agit du schéma d’Euler explicite. La température à t = tn+1 dépend explicitement de
la température à t = tn . Ce schéma est stable sous conditions.
— θ = 1 : schéma d’Euler implicite. Il est inconditionnellement stable.
Le θ-schéma peut s’écrire sous la forme T n+1 = AT n + F avec A = (C + θ∆tK)−1 (C − (1 − θ)∆tK)
Pour être stable, il faut que les valeurs propres de la matrice A soient toutes de valeur absolue inférieure
ou égale à 1. En écrivant A sous forme scalaire, on a alors la condition :

c̃ − (1 − θ)∆tk̃
≤1 (5.12)
c̃ + θ∆tk̃
Cette condition est nécessairement vérifiée si θ ≥ 0.5. Le schéma numérique est alors inconditionnel-
lement stable. Dans le cas θ < 0.5, une condition supplémentaire doit être respectée : α∆t ≤ 1−2θ
2
avec
α = k̃c̃ la diffusivité.
Rh
Ainsi, dans le cas d’un élément linéique de longueur h, on a c̃ = 0 c(x/h)2 dx = 1
3 ch et k̃ =
Rh
0
k/h2 dx = hk soit α = k̃c̃ = ch
3k
2 et le pas de temps doit vérifier :

2 ch2
∆t ≤ (5.13)
1 − 2θ 3k

5.2.2 Méthode de Runge-Kutta

Cette méthode propose d’utiliser une formulation intégrale pour établir la solution au pas de temps
n + 1 connaissant la solution au nème pas. Pour cela, nous considérons ici le problème suivant :
(
x0 (t) = f (t, x(t))
(5.14)
x(t0 ) = x0 connu

113
 La solution exacte en t = tn+1 peut s’écrire sous forme intégrale :
Z tn+1
x(tn+1 ) = x(tn ) + f (t, x(t))dt (5.15)
tn

L’intégrale peut être approximée à l’aide d’une somme :

Z tn+1 q
X
f (t, x(t))dt ≈ bi f (tn + ci ∆t, x(tn + ci ∆t)) (5.16)
tn i=1
Pq
Où les bi vérifient i=1 bi = 1 et ci ∈ [0, 1] pour tout i. Les x(tn + ci ∆t) étant inconnus, ils sont
calculés de la façon suivante :
Z tn +ci ∆t
x(tn + ci ∆t) = x(tn ) + f (t, x(t))dt (5.17)
t=tn

En utilisant de nouveau une somme, le terme intégral se réécrit :

Z tn +ci ∆t i−1
X
f (t, x(t))dt ≈ aij f (tn + cj ∆t, x(tn + cj ∆t)) (5.18)
t=tn j=1

Avec j aij = ci
P
Le terme f (tn + cj ∆t, x(tn + cj ∆t)) est ainsi supposé connu, pour tout j < i. La méthode de Runge-
Kutta est donc une méthode itérative : la première itération, pour c1 = 0, consiste à initialiser l’algorithme
en partant de la connaissance de x(tn ). À la deuxième itération, connaissant x(tn + c1 ∆t) et a21 , x(tn +
c2 ∆t) peut être estimé à partir des relations (5.17) et (5.18). De même, à la ième itération, i ≤ q,
connaissant les x(tn + cj ∆t), j < i et les aij , ces deux relations permettent d’obtenir x(tn + ci ∆t).
Finalement, connaissant tous les x(tn + ci ∆t), i ∈ [|1, q|], l’utilisation de (5.15) et (5.16) permet
d’obtenir x(tn+1 ). Ce schéma nécessite plus de calculs que le θ-schéma mais la précision peut être accrue
tout en conservant un schéma explicite. Pour le schéma de Runge-Kutta d’ordre 4, les coefficients sont
les suivants

c = 0 1/2 1/2 1 (5.19)

 

b = 1/6 1/3 1/3 1/6 (5.20)

 

0 0 0 0
 
1/2 0 0 0
a =  0 1/2 0 0
  (5.21)
0 0 1 0

Cela signifie que l’intégrale est approchée par la quadrature de Simpson :

1
 
δt δt
x(tn+1 ) = x(tn ) + f (tn , x(tn )) + 4f (tn + , x(tn + )) + f (tn + ∆t, x(tn + ∆t)) (5.22)
6 2 2

Afin de réduire l’erreur sur l’estimation du terme f (tn + δt

2 , x(tn + 2 )), celui-ci est estimé d’une part
δt

par la méthode d’Euler explicite et d’autre part par la méthode d’Euler implicite. Les erreurs de ces deux
méthodes étant de signes opposés et proches, l’erreur en est réduite :

∆t ∆t ∆t ∆t ∆t ∆t
4f (tn + , x(tn + )) = 2fe (tn + , x(tn + )) + 2fi (tn + , x(tn + )) (5.23)
2 2 2 2 2 2
∆t ∆t ∆t ∆t
fe (tn + , x(tn + )) = f (tn + , x(tn ) + f (tn , x(tn ))) (5.24)
2 2 2 2
∆t ∆t ∆t ∆t ∆t ∆t
fi (tn + , x(tn + )) = f (tn + , x(tn ) + fe (tn + , x(tn + ))) (5.25)
2 2 2 2 2 2

114
 Cette méthode étant explicite, le choix du pas de temps est conditionné à la taille du maillage h dans
le cas où f n’est pas contractante [67]. Si ce n’est pas le cas, la condition de CFL à imposer s’écrit sous
la forme :

∆t = Ch2p 2p − 1 (5.26)
Où C est une constante indépendante du maillage dépendant de la fonction f et p est l’ordre du
schéma. Il est à noter que pour le schéma d’Euler explicite, qui correspond à un schéma de Runge-Kutta
d’ordre 1, on a, d’après le paragraphe 5.2.1, C = 3k
2c
dans le cas 1D. Pour les cas 2D et 3D, une expression
plus générale est donnée par [119].

5.2.3 Utilisation des polynômes de Lagrange

Au lieu de considérer des dérivées, il est possible, pour déterminer T n+1 , d’utiliser plusieurs valeurs
de T calculées précédemment : T n , T n−1 , ... sans faire apparaître explicitement les dérivées.
Au lieu de considérer une base des fonctions polynomiales de degré 1 de H 1 ([tn , tn+1 ]), une base des
fonctions polynomiales de degré p de H 1 ([tn−p+1 , tn+1 ]) peut être utilisée. En particulier, cette base peut
s’appuyer sur les polynômes de Lagrange `j , j ∈ [| − p + 1, 1|] :
1
X
T (t) = `j (t)T n+j , ∀t ∈ [tn−p+1 , tn+1 ] (5.27)
j=1−p

Avec :
1
Y t − tn+k
`j (t) = (5.28)
tn+j − tn+k
k=1−p
k6=j

La forme faible (5.3) se réécrit alors, pour toute fonction w ∈ H 1 ([tn , tn+1 ]) :
 
Z tn+1 1
`˙j C + `j K Tn+j − `j Fn+j  w(t)dt
X
(5.29)



tn j=1−p

Ainsi, à l’ordre 2, c’est-à-dire en utilisant T n et T n−1 pour calculer T n , on a :

(t − tn−1 )(t − tn )
`1 = (5.30)
(tn+1 − tn−1 )(tn+1 − tn )
(t − tn−1 )(t − tn+1 )
`0 = (5.31)
(tn − tn−1 )(tn − tn+1 )
(t − tn )(t − tn+1 )
`−1 = (5.32)
(tn−1 − tn )(tn−1 − tn+1 )

les calculs d’intégrales permettent d’obtenir :

1 1 1
   
−2θ2
( + θ1 )C + (θ1 + θ2 )K T n+1 + C + (1 − θ2 ) T n
∆t 2 2 ∆t
1 1 1
 
+ (− + θ1 )C + (−θ1 + θ2 )K T n−1
∆t 2 2
1 1
 
− (θ1 + θ2 )F n+1 + (1 − θ2 )F n + (−θ1 + θ2 )F n−1 = 0 (5.33)
2 2

Avec :

115
 tn+1
t − tn
Z
wdt
tn ∆t
θ1 = Z tn+1 (5.34)
wdt
tn
tn+1  2
t − tn
Z
wdt
tn ∆t
θ1 = Z tn+1 (5.35)
wdt
tn

5.2.4 Utilisation des séries de Taylor

Des méthodes permettent l’intégration temporelle en s’appuyant sur des séries de Taylor. Le terme
T n+1 s’écrit alors :
∞
X ∆ti
T n+1 = T n + (T n )(i) (5.36)
i=1
i!
En tronquant la série à l’ordre p puis en intégrant de la même manière que pour la formulation faible
(5.3), ou en considérant la formulation forte en t = tn+1 et en écrivant les séries de Taylor pour les
dérivées successives, un schéma d’ordre p peut être obtenu [264]. Cependant, ces méthodes nécessitent la
connaissance à l’instant initial de ces dérivées successives, ce qui n’est pas le cas pour notre problème.

5.2.5 Synthèse
Plusieurs schémas de discrétisation temporelle ont été décrits dans cette section. Étant donné que nous
considérons, en espace, des éléments finis linéaires, et donc une précision d’ordre 1, il n’est pas nécessaire
d’avoir une précision accrue en temps. Dans un but de simplicité algorithmique, nous choisissons pour la
suite d’utiliser un schéma de Crank-Nicolson, inconditionnellement stable, et ayant une précision d’ordre
2.
Il est à noter que ce schéma d’ordre 2 en temps est ici associé à un schéma d’ordre 1 en espace.
Cependant, le choix de ce schéma ne modifie pas la complexité de la résolution numérique par rapport à
un schéma d’ordre 1 comme le schéma d’Euler implicite.

5.3 Mise en place des couplages multiphysiques

Nous présentons maintenant le couplage multiphysique qui a été mis en œuvre afin de déterminer
l’évolution de la température dans la structure de route solaire hybride.
Pour cela, nous supposons que les données extérieures (température de l’air, rayonnement atmosphé-
rique, coefficient d’échange), les propriétés thermiques internes (capacité et conductivité thermique), les
propriétés du milieu poreux (conductivité hydraulique, porosité) et les propriétés optiques (absorption,
diffusion, émissivité) sont connues.
Connaissant tous ces paramètres, les équations de la diffusion thermique (4.20), de la convection
hydraulique (4.95) et des transferts radiatifs (4.219) peuvent être utilisées et permettent de déterminer la
température ou la luminance énergétique. Le couplage entre ces équations, pour obtenir simultanément
ces grandeurs physiques, est maintenant décrit.

5.3.1 Couplage entre la diffusion thermique et la convection hydraulique

Les équations de la diffusion thermique et de la convection hydraulique peuvent être couplées en
émettant l’hypothèse que le champ de température pour la phase solide est continu entre le milieu poreux
et le milieu non poreux. Dans ce cas, la diffusion thermique et la convection hydraulique permettent
d’obtenir un seul système d’équations s’écrivant, après application de la méthode des éléments finis, sous
la forme :

116
  
∂Ts
 ∂t  K̃ + K̃ + Ã 
 
   Ts
 
C̃s + C̃sp  0   ∂Tsp 
    
s  sp  p − Â p
+  Tsp 
0 Kf p + Ap + Up
 
Cf p   ∂t   −ÂTp
  
 ∂Tf p  Tf p
∂t
F̃s + F̃sp
 
= (5.37)
Ff p

avec s la référence au milieu non poreux solide, sp la phase solide dans le milieu poreux, f p la phase
fluide dans le milieu poreux. Les notations · ˜ et · ˆ correspondent à des adaptations des tailles des
matrices et vecteurs.

5.3.2 Couplage entre la diffusion thermique et les transferts radiatifs

Nous présentons dans ce paragraphe le couplage entre les transferts radiatifs et la diffusion thermique.
Pour cela, nous introduisons d’abord la méthode de Rosseland, bien documentée dans la littérature, puis
décrivons la méthode qui a été mise en place dans le cadre de cette thèse.

Méthode de Rosseland
Cette méthode permet d’imposer un couplage fort entre l’équation de transfert radiatif et l’équation
de la diffusion thermique. Le problème des transferts radiatifs est intégré dans l’équation de la diffusion
thermique sous la forme d’un terme de conduction thermique supplémentaire. La résolution de l’équation
de diffusion thermique ainsi obtenue permet d’obtenir le champ de température à l’intérieur du domaine
sans avoir à déterminer explicitement le champ de luminance dans le milieu.
L’équation permettant le couplage rayonnement/conduction s’obtient à partir de l’équation de la
chaleur :
∂T
ρc = ∇ · (ke ∇T ) (5.38)
∂t
Où ke est la conductivité effective, qui vérifie ke = k+kr , avec k la conductivité thermique du matériau
et kr la conductivité équivalente de Rosseland.
On suppose de plus que la luminance dépend seulement d’une direction z et que le milieu étudié est
optiquement épais, c’est-à-dire que les photons ont un libre parcours moyen très inférieur aux dimen-
sions du domaine et donc que les variations locales de luminance énergétique sont très faibles. Sous ces
hypothèses, le flux radiatif ~q peut alors s’écrire sous une forme approchée :

Z Z
~q = Lν ϑdϑdν (5.39)
ν 4π
∂T
= kr (5.40)
∂z
Les détails des calculs sont donnés dans l’annexe C. La conductivité équivalente de Rosseland est
donnée par :

16σT 3
kr = (5.41)
3βr
où βr est le coefficient d’extinction de Rosseland, obtenu par :
R +∞ ∂L0ν (T ) 1
1 ν=0 ∂T β dν
= R +∞ ∂L0 (T ) ν (5.42)
βr ν
ν=0
dν∂T
Cette méthode ne peut cependant s’utiliser que pour des milieux optiquement épais, donc pour des
épaisseurs optiques  1 [114], à cause de l’approximation faite au premier ordre sur les faibles variations

117
spatiales de la luminance. Dans le cadre de cette thèse, avec un revêtement semi-transparent d’une
épaisseur de l’ordre du centimètre, les propriétés optiques (coefficients de diffusion et d’absorption) ne
sont pas, a priori, suffisamment élevées pour que le milieu puisse être considéré comme optiquement épais
et cette méthode, aisée à mettre en place, ne pourra pas être utilisée.

Méthode de Runge-Kutta
Le but est ici de coupler deux systèmes d’équations, le premier étant celui de la diffusion thermique
et convection hydraulique de l’équation (5.43) et le second celui des transferts radiatifs (5.44) issu du
système (4.219). L’énergie absorbée provenant du rayonnement S(L, T ) est donnée par le paragraphe
4.3.2.

C Ṫ + K T = F (t) + S(L(t, T )) (5.43)

       

Γ L = B(T ) + F(t) (5.44)

     

B(T ) représente les émissions internes (opérateur provenant du terme κL0 (T ) de l’ETR) et
 Où
 

F(t) les contributions externes au rayonnement (rayonnements atmosphérique et solaire).

L’utilisation d’un θ-schéma en schéma temporel permet d’obtenir :

 
(C + θ∆tK) T n+1 = (C − (1 − θ)∆tK) T n +∆t θ(F n+1 + S(tn+1 , L( T n+1 )) + (1 − θ)(F n + S(tn , L(T n )))
(5.45)
À cause de la non linéarité de l’opérateur B vis à vis de la température, la relation (5.45) ne permet
pas d’obtenir T n+1 de façon immédiate à cause de la nature implicite du θ-schéma. Il est donc préférable
d’utiliser un schéma explicite. Par exemple, un schéma de Runge-Kutta à l’ordre 2 peut être utilisé :

∆t
T n+1 = Tn + (k1 + k2 ) (5.46)
2
k1 = C −1 (−KT n + F (tn ) + S(L(tn , T n ), T n )) (5.47)
k2 = C −1 (−K(T n + ∆tk1 ) + F (tn + ∆t) + S(L(tn + ∆t, T n + ∆tk1 ), T n + ∆tk1 )) (5.48)

Ce schéma numérique est appliqué à un cas test de la littérature. Nous considérons deux plaques planes
parallèles infinies de températures données séparées par un milieu semi-transparent de température initiale
T0 = 0 K et étudions l’évolution de la température à l’intérieur de ce milieu. Contrairement au premier
cas test présenté dans le paragraphe 4.4, nous nous plaçons ici en régime dynamique, avec des diffusions
optique et thermique non nulles.

s
D T2 , ε2ν , ρ2ν
milieu semi-transparent
σν , κν
T1 , ε1ν , ρ1ν

Figure 5.1 – Cas étudié : deux plaques planes encadrant un milieu semi-transparent

Deux cas, avec deux valeurs de diffusion optique, sont étudiés par Tsai [238] : dans le premier, l’albédo
de diffusion (rapport entre le coefficient de diffusion et celui de d’extinction) est égal à 0.1. Dans le second,
il est pris égal à 0.9. Pour les deux cas, le coefficient d’extinction vaut 2 m−1 , de telle sorte que l’épaisseur
optique du domaine situé entre les deux plaque vaut 2.
kβ
[238] utilise des paramètres adimensionnés : N = 2 3 pour le paramètre de conduction-radiation
4n σT1
kβ 2 t
et ξ = pour le temps adimensionné. Les valeurs suivantes sont utilisées : N = 0.01 et ξ = 0.01.
ρc

118
En plus de cela, nous fixons des valeurs de conductivité et de capacité unitaires : k = 1 W.m−1 .K−1 et
ρc = 1 J.m−3 .K−1 .
Les valeurs calculées pour ce cas test sont les suivantes :
— tf in = 2.5 × 10−3 s
— T1 = 959 K
— T2 = 0 K
La distance optique τ vaut 0 au niveau de la plaque 1 et vaut 2 au niveau de la plaque 2. La température
initiale est supposée nulle entre les deux plaques. C’est l’apport radiatif de la plaque 1 qui va permettre
de chauffer progressivement l’espace entre les deux plaques. La conduction thermique permet ensuite de
diffuser davantage la chaleur.
Concernant les conditions numériques, 32 directions sont considérées (octaèdre raffiné une fois) et
5000 pas de temps sont effectués. Le maillage comporte 9504 éléments et 1600 nœuds.
Les résultats issus de la simulation numérique, donnés en température adimensionnée, c’est-à-dire la
température rapportée à T1 = 959 K, et comparés avec ceux de [238] sont présentés sur la table 5.1 et
sur les figures 5.2 et 5.3.

Table 5.1 – Position des résultats de température adimensionnée (T /T1 ) comparés entre [238] et la
méthode des éléments finis en température adimensionnée avec de la diffusion

ω = 0.1 ω = 0.9
τ /τ0 [238] EF [238] EF
0 1 1 1 1
0.05 0.6209 0.6709 0.5167 0.5252
0.15 0.2778 0.2738 0.0948 0.0928
0.25 0.1785 0.1756 0.0542 0.0515
0.35 0.1284 0.1278 0.0466 0.0441
0.5 0.0817 0.0812 0.0372 0.0351
0.65 0.0534 0.0526 0.0291 0.0274
0.75 0.0406 0.0397 0.0242 0.0227
0.85 0.0308 0.0299 0.0194 0.0180
0.95 0.0179 0.0170 0.0114 0.0104
1.0 0 0 0 0

ω = 0.1 ω = 0.1
1 8
[238]
cette étude 6
0.8
4
0.6
r [%]
T /T1

2
0.4 0

0.2 −2
−4
0
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
τ τ

(a) Résultats (b) Écart relatif

Figure 5.2 – Comparaison entre les résultats de [238] et ceux issus de l’utilisation de la méthode des
éléments finis pour ω = 0.1

119
 ω = 0.9 ω = 0.9
1
[238]
cette étude 0
0.8
−2
0.6

r [%]
T /T1

−4
0.4
−6
0.2
−8
0
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
τ τ

(a) Résultats (b) Écart relatif

Figure 5.3 – Comparaison entre les résultats de [238] et ceux issus de l’utilisation de la méthode des
éléments finis pour ω = 0.9

Les différences entre les résultats donnés par Tsai [238] et ceux obtenus avec la méthode des éléments
finis font apparaître des différences, principalement près des plaques, et en particulier au niveau de la
plaque 1. Ces différences peuvent s’expliquer par la discrétisation qui a dû être réalisée pour utiliser
la méthode des éléments finis. 32 directions ont ici été prises en compte, un maillage à seulement 20
directions donnant des écarts globalement plus importants.

Simplification du problème
Dans le cadre de l’étude de la route solaire hybride, les propriétés optiques du matériau semi-
transparent sont telles qu’il peut être considéré comme opaque aux grandes longueurs d’ondes, au-delà des
principales longueurs d’ondes du rayonnement solaire. En effet, l’objectif du revêtement semi-transparent
est de permettre au rayonnement solaire de pénétrer à l’intérieur de la structure tout en réduisant les
pertes par rayonnement afin de créer un effet de serre. Pour cela, il est préférable que la couche de surface
soit opaque pour le rayonnement ambiant et peu absorbante pour le rayonnement solaire.
Comme cela avait été montré dans le tableau 4.2, moins de 1% du rayonnement solaire a lieu pour
des fréquences inférieures à 70 × 1012 Hz alors que plus de 99 % du rayonnement pour un corps à une
température de 300 K se produit en-dessous de cette valeur. Ainsi, si le matériau est bien choisi, les
transferts radiatifs ne se produisent pour que des fréquences supérieures à des valeurs de l’ordre de 1014
Hz. Pour ces valeurs de fréquences, le rayonnement émis par le matériau à une température autour de
250 à 350 K est alors inférieur à des valeurs allant de 1 % de 200 à 900 W.m-2, ce qui est très inférieur
aux contributions du rayonnement solaire, de l’ordre de 102 à 103 W.m-2.
Dans l’équation de transfert radiatif, pour les plages de semi-transparence du matériau, on a alors
L0 (T )  L en présence de rayonnement solaire. L’équation de transfert radiatif se réécrit alors :
Z
σν
ϑ · ∇L(s, ϑ) = −(κν + σν )L(s, ϑ) + pν Lν (s, ϑ0 )dϑ0 (5.49)
4π 4π
L’injection de ce terme source dans l’équation de la diffusion permet de réécrire le système (5.43) et
(5.44) sous la forme simplifiée suivante :

C Ṫ + K T = F (t) + S(L) (5.50)

       

Γ L = (5.51)
   
F(t)

La luminance énergétique devient alors indépendante de la température du milieu et ne dépend plus,

dès lors, que des apports extérieurs supposés ici connus et des propriétés optiques du milieu. La luminance

120
énergétique devient donc une fonction du temps. De plus, les contributions extérieures proviennent des
rayonnements solaire et atmosphérique, or ce dernier possède un spectre proche de celui de l’émission d’un
corps à la température du ciel. La quasi totalité des fréquences d’émission du rayonnement atmosphérique
appartient donc aux plages d’opacité du matériau semi-transparent. Comme pour l’émission propre, le
rayonnement atmosphérique reçu est ainsi négligeable devant le rayonnement solaire. La source radiative
F de l’équation (5.51) est alors une fonction linéaire de la densité de flux solaire :
Φsol
F(Φsol ) = × F(1) (5.52)
1W.m-2
Le terme source S est adapté de la relation (4.176) :
Z Z
S(L) = κν Lν (s, ϑ)dϑdν (5.53)
ν>νc S2
Où νc représente une fréquence de coupure, liée aux propriétés optiques du matériau. Le terme source
S est donc une fonction linéaire de la luminance énergétique, qui est elle même une fonction linéaire
des apports extérieurs provenant du rayonnement solaire. Ce terme S décrit alors la façon selon laquelle
le rayonnement solaire est absorbé dans le milieu semi-transparent et la répartition spatiale de cette
absorption. On a :
Φsol
S(Φsol ) = S(1) (5.54)
1W.m-2
La connaissance du terme source pour une densité de flux solaire unitaire permet alors l’obtention du
terme source pour toute valeur de densité de flux solaire et un seul calcul de la luminance énergétique
devient alors nécessaire.
L’utilisation du θ-schéma, avec θ = 0.5 (schéma de Crank-Nicolson) devient alors possible et permet
de retrouver un schéma temporel à l’ordre 2 :

(C + θ∆tK) T n+1 = (C − (1 − θ)∆tK) T n + ∆t θ(F n+1 + S(Ln+1 )) + (1 − θ)(F n + S(Ln )) (5.55)

Soit, en prenant en compte la linéarité vis à vis de la densité de flux solaire :

(C + θ∆tK) T n+1 = (C − (1 − θ)∆tK) T n

+θ∆t F n+1 + Φsol (tn+1 )S(L(Φsol = 1))

+(1 − θ) (F n + Φsol (tn )S(L(Φsol = 1))) (5.56)

L’utilisation d’un schéma de Crank-Nicolson, en plus de réduire le nombre de calculs, permet aussi
d’avoir un schéma inconditionnellement stable, tout en maintenant l’ordre de la précision temporelle.

5.3.3 Couplage multiphysique

En vue de coupler la diffusion thermique, la convection hydraulique et les transferts radiatifs, nous
utilisons le système issu du couplage de la diffusion thermique et de la convection hydraulique (5.37) et
le système issu du couplage entre la diffusion thermique et les transferts radiatifs (5.50) et (5.51).
Les sources thermiques issues de l’absorption du rayonnement peuvent être injectées dans la partie
solide non poreuse (correspondant à la couche de surface) du système (5.37) et on a :
 
∂Ts
 ∂t  K̃ + K̃ + Ã 
 
   Ts
 
C̃s + C̃sp  0   ∂Tsp 
    
s  sp  p − Â p
+  Tsp 
0 Kf p + Ap + Up
 
Cf p   ∂t   −ÂTp
  
 ∂Tf p  Tf p
∂t
Fs + S(L)
 

=   Fsp   (5.57)


Ff p
Γ L = Φsol F(1) (5.58)
   

121
 L’application d’un schéma de Crank-Nicolson permet alors de déterminer l’évolution de la température
dans la structure.

5.4 Comparaison avec la solution analytique 1D pour le cou-

plage diffusion thermique / convection hydraulique en ré-
gime permanent
Nous considérons dans ce paragraphe la solution analytique en régime permanent pour le cas de
l’écoulement dans la couche poreuse introduite dans le paragraphe 4.2.3 et la comparons avec les résultats
issus du modèle numérique.
Pour cela, nous reprenons le cas d’une couche poreuse située entre deux couches imperméables et
opaques présenté par [11] et nous reprenons en particulier les propriétés physiques qui y ont été utilisées
dans un but de réalisme. Pour la vitesse d’écoulement du fluide, nous prenons de nouveau une valeur de
référence uref = 1.82 × 10−4 m.s-1.
Le modèle numérique est ici considéré comme étant bidimensionnel étant donné l’invariance du pro-
blème selon la longueur de la route.

6 cm couche de surface étanchéités

(BBTM, imperméable)
8 cm couche drainante (BBDr)

5 cm couche inférieure
(EME, imperméable)
4m
Figure 5.4 – Structure étudiée

La température minimale du fluide à injecter permettant de maintenir la surface hors-gel est déter-
minée à partir de la formulation de la partie 4.2.3. La température d’injection du fluide doit vérifier la
relation (5.59) :

1 1
  
Tf (0) > − eL/κ
+ 1−e −L/κ
rS/c Tc + rS/e Te + Φ (5.59)


rDr/S rS/e + rS/c
rs/a + rs/c
 
Tf (0) > − eL/κ T∞ + 1 − e−L/κ (5.60)
rp/s
Avec la température à un éloignement infini de l’injection T∞ et la longueur caractéristique κ données
par :

rs/a Ta + rs/c Tc + Φ
T∞ = (5.61)
rs/a + rs/c
ρf cf hDr u rDr/s + rs/e + rs/c


κ = (5.62)
rDr/s (rs/e + rs/c )

L étant la longueur de la chaussée, prise égale à 4 m.

La température du fluide à injecter en fonction de la température de l’air, de la vitesse du vent et de
la vitesse d’écoulement du fluide dans les deux cas, numérique et analytique, est représentée sur la figure
5.5.
Les températures d’injection du fluide sont cohérentes entre les deux résolutions du problème. La
température du fluide à injecter augmente lorsque la température de l’air diminue, augmente lorsque la
vitesse du vent augmente, et diminue lorsque la vitesse d’écoulement du fluide augmente.

122
 40 u = u0 et Vw = 0 m.s-1
u = u0 et Vw = 3 m.s-1
u = 2u0 et Vw = 0 m.s-1
u = 2u0 et Vw = 3 m.s-1
Température de l’air (°C) u = 3u0 et Vw = 0 m.s-1
30
u = 3u0 et Vw = 3 m.s-1
solution numérique
solution analytique
20

10

0
−12 −11 −10 −9 −8 −7 −6 −5 −4 −3 −2
Température d’entrée du fluide (°C)

Figure 5.5 – Température d’entrée du fluide nécessaire pour conserver une température positive en
surface de la chaussée

u
uref 2uref 3uref
Vw
0.0 m.s-1 6.6 % 10.2 % 13.3 %
3.0 m.s-1 5.4 % 11.6 % 13.4 %

Table 5.2 – Écart entre les résolutions analytique et numérique pour les différentes conditions étudiées

L’écart entre les deux solutions se situe, sur les cas étudiés, entre 5.4 % et 13.4 %. Cette erreur semble
augmenter avec la vitesse d’écoulement mais assez peu dépendre du vent et pas du tout de la température
de l’air.
Une valeur moyenne des erreurs obtenue sur les différentes températures de l’air est présentée dans le
tableau 5.2.
Dans tous les cas, la température numérique est surestimée par rapport à la température analytique.
Cette différence peut provenir du fait que, avec la résolution analytique, les échanges thermiques sont
considérés uniquement dans la direction verticale. La diffusion thermique selon la direction horizontale
n’est donc pas prise en compte ce qui peut expliquer une partie de cet écart.
De plus, la température à l’intérieur des couches n’est en réalité pas constante selon l’épaisseur, comme
cela est approché avec la solution analytique, ces variations étant prises en compte avec la résolution
numérique. La température de la couche de surface obtenue avec la solution analytique 1D correspond
donc à une position située sous la surface, et donc plus près de la source thermique issue de l’écoulement
du fluide dans la couche poreuse, d’où un apport nécessaire en énergie réduit pour un maintien hors gel
par rapport à une modélisation multidimensionnelle.

5.5 Validation sur un démonstrateur

Description
Un démonstrateur de route à couche de liaison poreuse et couche de roulement opaque a été mis en
place à Égletons, en Corrèze.
Les conditions environnementales ont été mesurées et des sondes de température placées à l’intérieur
de la structure ainsi que dans les réservoirs de fluide situés en amont et en aval de la couche poreuse.
L’emplacement de ces sondes est représenté sur la figure 5.6b.

123
6 cm couche de surface étanchéités
(BBTM, imperméable)
T3 T4 T5
8 cm couche drainante (BBDr)

5 cm couche inférieure T6 T7
(EME, imperméable) 1m
T8
T9 T10 T11
55 cm GNT Tin T12 T13

26 cm sol support Tout

4m 1m 2.37 m 3.74 m

(a) Structure du démonstrateur modélisé (b) Chaussée drainante avec les sondes

Les simulations sont effectuées, sauf indication contraire, sur une durée de 6 jours avec un pas de
temps égal à 10 s. Le pas de temps des mesures vaut aussi 10 s.
Les conditions extérieures relevées expérimentalement sont les suivantes :
— la température de l’air Tair (figure 5.7a)
— la température du fluide en entrée Tin (figure 5.7c, courbe bleue)
— la température du fluide en sortie Tout (figure 5.7c, courbe rouge)
— les rayonnements solaire Φsol et atmosphérique Φatm (figure 5.7b)
— la vitesse du vent Vw et le coefficient d’échange convectif h associé (figure 5.7d)
— le volume d’eau écoulé, qui permet d’obtenir la vitesse d’écoulement du fluide à l’intérieur de la
couche poreuse, représenté sur la figure 5.8.

5.5.1 Obtention de la vitesse du fluide

La vitesse du fluide à l’intérieur de la couche poreuse s’obtient à partir du volume d’eau cumulé, qui
évolue de façon quasi linéaire dans le temps. Nous le considérerons donc par la suite constant.

30200 × 10−3
uref = (5.63)
6 × 86400 × 0.08 × 4
= 1.82 × 10−4 m.s-1 (5.64)

Soit un débit de 210 L.h-1, une valeur relativement proche de celles utilisées dans [10].

Analyse des données expérimentales

Les mesures de températures aux différentes sondes sont représentées par couche, sur les figures 5.9a,
5.9b et 5.9c.
L’influence de l’écoulement du fluide est visible sur ces figures à travers l’amplitude des oscillations,
en particulier au milieu et en-dessous de la couche drainante : cette amplitude s’accroît au cours de
l’écoulement, surtout entre 1 et 2.37 m de l’injection du fluide. L’augmentation de cette amplitude s’ex-
plique par les apports solaires qui apportent de l’énergie au fluide tout au long de l’écoulement pendant la
journée mais pas durant la nuit. Un autre effet visible de l’écoulement du fluide se situe dans la position
temporelle des extrema : ceux-ci sont retardés lorsqu’on s’éloigne du point d’injection du fluide.
Il peut également être observé que les maxima de température décroissent avec la profondeur : les
variations de température sont atténuées du fait de la diffusion thermique.
Ces données issues des sondes présentent cependant quelques anomalies. Comme cela est visible sur
les figures 5.9a à 5.9c, des oscillations importantes se produisent en l’espace d’un pas de temps avec des
variations pouvant dépasser 2◦ C. Sur la figure 5.9a, l’amplitude des oscillations journalières augmente
entre les sondes 6 et 7 (à 1 et 2.37 m du point d’injection) avant de redescendre au niveau de la sonde
8, ce qui ne semble pas cohérent avec les observations produites pour les autres sondes situées à 3.74
m du point d’injection. Des sauts sont également présents dans le volume cumulé de fluide représenté
sur la figure 5.8 et dont un grossissement est proposé sur la figure 5.10. Le volume cumulé augmente de

124
 (a) Températures de l’air et de ciel (b) Densité de flux solaire

(c) Température du fluide en amont (bleu) et en aval (d) vitesse du vent

(rouge) de la couche poreuse

Figure 5.7 – Données extérieures mesurées

Figure 5.8 – Volume de fluide cumulé sur la durée de l’expérience

125
 (a) Températures mesurées aux sondes 6, 7 et 8 (b) Températures mesurées aux sondes 9, 10 et 11

(c) Température mesurée aux sondes 12 et 13

Figure 5.9 – Données mesurées aux sondes

plus de façon régulière entre ces sauts, qui peuvent laisser penser qu’une fuite est présente au niveau des
étanchéités de la couche poreuse.

Comparaison du modèle numérique et des mesures expérimentales

Les caractéristiques de la chaussée (propriétés thermiques, épaisseurs des couches) correspondent à
celles utilisées par [10] et sont indiquées sur la table 5.3.
Pour davantage se rapprocher de la réalité, une couches de granulat ainsi qu’une partie du sol support
ont été rajoutés pour la modélisation en-dessous de la structure présentée par [11].
Les températures du fluide en entrée et en sortie de la couche drainante sont supposées être égales à
celles des bacs amont Tin et aval Tout .
Nous considérons, pour les conditions initiales, un gradient de température constant tel que la tam-
pérature de surface soit de 40°C et celle à 1 m de profondeur de 15°C.

Figure 5.10 – Volume de fluide cumulé sur les premières heures de la simulation

126
 paramètre valeur
k 2.34 W.m-1.K-1
BBTM
ρc 2 144 309 J.m-3.K-1
k 1.56 W.m-1.K-1
BBDr
ρc 1 769 723 J.m-3.K-1
k 1.76 W.m-1.K-1
EME
ρc 2 676 728 J.m-3.K-1
k 2.08 W.m-1.K-1
GNT
ρc 1 947 505 J.m-3.K-1
k 0.75 W.m-1.K-1
étanchéités
ρc 1 196 000 J.m-3.K-1
k 0.6 W.m-1.K-1
eau
ρc 4 181 000 J.m-3.K-1
porosité φ 0.2
émissivité ε 0.96
coefficient
d’échange a 105 W.m-3.K-1
volumique
coefficient
d’échange h h = 5.8 + 4.1Vw [10]
convectif

Table 5.3 – paramètres utilisés pour la simulation

Figure 5.11 – Maillage spatial

Étant donnée l’invariance du problème selon la longueur de la route, une modélisation 2D est proposée.
L’équation de la chaleur est résolue avec la méthode des éléments finis en espace et avec un schéma de
Crank-Nicolson en temporel. Le maillage utilisé pour la méthode des éléments finis est représenté sur la
figure 5.11.
La différence entre les mesures des sondes et la simulation numérique étant importante sur la base
du premier calcul, les calculs ont été refaits pour plusieurs valeurs de vitesse d’écoulement, inférieures ou
supérieures à la valeur de référence calculée précédemment 1.82 × 10−4 m.s-1. Des comparaisons entre les
données simulées et les mesures pour certaines sondes sont représentées sur les courbes de la figure 5.12.
Pour la sonde 5, la température obtenue numériquement avec la vitesse de référence se rapproche de
celle issue des mesures de la sonde, en particulier lors des périodes de refroidissement. En revanche, pour
la sonde 6, située à 1 m de l’injection du fluide, au-dessus de la couche poreuse, une vitesse d’écoulement
de l’ordre de 1 × 10−4 m.s-1, deux fois inférieure environ à la vitesse de référence, permet d’obtenir de
meilleurs résultats. Cette diminution de la vitesse est amplifiée à 2.36 m du point d’injection, à la sonde
7 où l’absence d’écoulement ou une vitesse nulle donnent une meilleure correspondance avec les mesures.
Ces observations peuvent être confirmées pour d’autres sondes. Pour la sonde 12, située en-dessous de la
sonde 6, en bas de la couche poreuse, la vitesse donnant les résultats numériques se rapprochant le plus

127
 (a) Sonde 5 (b) Sonde 6

(c) Sonde 7 (d) Sonde 12

Figure 5.12 – Températures mesurées et calculées au niveau de quelques sondes

des mesures est à nouveau de l’ordre de 1 × 10−4 m.s-1.

Afin de pouvoir comparer plus aisément les courbes, nous définissons l’écart ei à la sonde i située au
point Pi par :
v
u Nt
uX
t (Tnum (Pi , tn ) − Texp (Pi , tn ))2
n=1
ei = (5.65)
Nt
avec Nt le nombre de mesures. L’écart est donné pour toutes les sondes et pour plusieurs valeurs de
vitesse d’écoulement sur la figure 5.13.
Les écarts sont relativement proches, quelle que soit la vitesse, pour les sondes 3, 4 et 5, situées en
surface. Seule une vitesse plus élevée que la vitesse de référence entraîne une augmentation sensible de
l’écart. Au niveau de la couche poreuse, les sondes 6, 9 et 12, situées à 1 m de l’injection du fluide,
donnent un écart minimal pour des vitesses d’écoulement comprises entre 0.5 et 1 fois la vitesse de
référence, avec de faibles variations de l’écart sur cet intervalle, mais une forte augmentation en-dehors.
Pour les autres sondes, à 2.36 et 3.72 m de l’injection du fluide, l’écart augmente avec la vitesse et une
vitesse d’écoulement inférieure à 0.1uref minimise cet écart.
Les mesures obtenues via les sondes correspondent donc, à 1 m du point d’injection, à une vitesse
d’écoulement de l’ordre ou un peu inférieure à la vitesse de référence calculée à partir des mesures de
volume d’eau cumulé et, à 2.36 et 3.72 m du point d’injection, à une vitesse d’écoulement quasi nulle ou
à une absence de fluide.
Ces observations indiquent donc qu’une fuite se produit à l’intérieur de la structure, vraisemblablement
entre 1 et 2.36 m du point d’injection. Cette fuite entraîne une baisse du débit dans la couche poreuse,
d’où une baisse de hauteur d’eau à l’intérieur de celle-ci ainsi qu’une baisse de vitesse.
Des simulations supplémentaires ont été réalisées afin de localiser cette fuite en faisant varier la
localisation de celle-ci, la longueur sur laquelle elle se produit, et les profils de vitesse et de hauteur d’eau.
Une fuite située à 1 m de l’entrée du fluide, avec une hauteur d’eau passant de 8 cm (saturation) à 1 cm

128
 Figure 5.13 – Écart selon la vitesse utilisée pour la simulation numérique

Figure 5.14 – Erreur sur les sondes selon la position de la chute de la hauteur d’eau

et une vitesse allant de 0.7uref à moins de 0.1uref . Une comparaison des différents écarts avec ce scénario
est proposée sur la figure 5.14 et sur la figure 5.4.
Ces résultats ne sont pas incompatibles avec la présence d’importantes bulles d’air empêchant le bon
écoulement du fluide.

5.6 Validation sur une maquette de route solaire hybride

Une maquette de route solaire hybride a été construite à l’occasion de la COP 21. Cette maquette,
photographiée sur la figure 5.15a et représentée schématiquement sur la figure 5.15b est constituée de
trois couches : une couche de surface semi-transparente, une couche de liaison poreuse et une couche de
base. Deux réservoirs s’ajoutent à cette structure : un en amont, qui permet l’entrée du fluide dans la
couche poreuse et un autre en aval de l’écoulement pour récupérer le fluide sortant de la route. Ce système
fonctionne en réseau fermé : le fluide arrivant dans le réservoir aval retourne ensuite dans le réservoir
amont grâce à une pompe.
Pour alimenter cette pompe, des panneaux photovoltaïques sont installés sous la couche de surface
semi-transparente. Le rayonnement absorbé permet ainsi d’activer la pompe. Une lampe halogène à 1500
W et 3000 K est située au-dessus de la maquette pour simuler le rayonnement solaire.
Le but est ici de comparer des mesures réalisées sur la maquette de route solaire hybride en fonc-
tionnement, c’est-à-dire excitée par le rayonnement de la lampe, avec les résultats issus de la simulation
numérique.

129
 u écart moyen ×102
pas de fluide 3.84
0 3.78
0.1uref 3.69
0.3uref 3.56
0.5uref 3.55
0.7uref 3.88
uref 4.29
2uref 5.24
u(x < 1m) = 0.7uref , h(x < 1m) = 8cm
u(x > 1m) = 0.1uref , h(x > 1m) = 1cm 2.92

Table 5.4 – Écart moyen pour les vitesses d’écoulement étudiées

2.4 cm couche 1 : couche de surface

7.4 cm couche 2 : couche poreuse
17.6 cm

7.8 cm couche 3 : couche de base

55.5 cm
(a) Maquette de route solaire hybride (b) Schéma de la maquette

Figure 5.15 – Images obtenues après calibrations

Pour obtenir les données environnementales, nécessaires au fonctionnement du modèle numérique,

une station météorologique et un pyranomètre permettent de relever l’humidité relative, la température
ambiante et la densité de flux solaire. Quatre thermocouples ont aussi été utilisés : un dans chacun des
réservoirs, un à la surface de la maquette et un dernier au niveau de l’interface entre la couche de surface
et la couche de liaison poreuse.
Pour mesurer la température à la surface de la maquette, une caméra infrarouge FLIR A65 a été
installée. Deux calibrations sont réalisées, d’abord avec un corps noir, puis en prenant en compte la scène
géométrique. À l’issue de ces calibrations, la température à la surface de la maquette peut être obtenue
[149]. Des exemples de mesures obtenues après chacune de ces calibrations sont présentées sur les figures
5.16a et 5.16b.
La vitesse d’écoulement du fluide est déterminée expérimentalement, en mesurant le volume de fluide
s’écoulant pendant une durée donnée. La vitesse d’écoulement obtenue vaut u = 3.0 × 10−3 m.s-1, valeur
16 fois plus élevée que pour le démonstrateur d’Égletons. Cet important écart peut s’expliquer par le fait
que le fluide a tendance à s’écouler de façon accélérée près des bords de la maquette, n’étant alors que
peu freiné par les interactions avec la phase solide du milieu poreux.
Afin d’utiliser le modèle numérique, la densité de flux est estimée. Étant donnée la taille de la lampe
halogène, petite devant la taille de la maquette, et la distance entre la lampe et la maquette, inférieure au
mètre, la densité de flux reçue ne peut pas être considérée comme constante et doit donc être déterminée
en fonction de la position à la surface. Pour cela, la valeur retournée par le pyranomètre est corrélée
à l’aide d’une carte de calibration utilisant une interpolation bicubique avec neuf points de mesure. La
densité de flux reçue à la surface peut ainsi être calculée sur chaque élément frontière du maillage. Cette
densité de flux est représentée sur la figure 5.18.
Les propriétés thermiques de la maquette sont estimées d’après des valeurs extraites de la littéra-
ture pour des matériaux similaires et sont données dans la table 5.5. L’expérimentation a été réalisée
dans une chambre climatisée, avec maintien d’une température de l’air Ta quasi constante au cours du
temps. Le réservoir en sortie est supposé suffisamment volumineux pour que la température du fluide y
soit constante, même pendant le fonctionnement de la lampe. Le fluide entrant dans le réservoir amont

130
(a) Exemple d’image obtenue après calibration par un (b) Exemple d’image obtenue après calibration géo-
corps noir métrique

Figure 5.16 – Images obtenues après calibrations

Figure 5.17 – Maillage de la maquette

Figure 5.18 – Flux incident à la surface de la maquette en régime permanent

131
provenant directement du réservoir de sortie, la température d’entrée du fluide est supposée constante au
cours du temps. Les valeurs de températures sont données dans la table 5.6.

couche 1 couche 2 couche 3 fluide (eau)

k [W.m−1 .K−1 ] 0.85 1.03 1.40 0.60
ρc [J.K−1 .m−3 ] 2.27 × 106 1.84 × 106 2.25 × 106 4.18 × 106

Table 5.5 – Propriétés thermiques du matériau [11, 68, 225]

Ta [◦ C] Tf,in [◦ C] hconv [W.m−2 .K−1 ]

30 24 5.7

Table 5.6 – Conditions environnementales

L’évolution de la température au cours du temps pour un pixel de la surface de la maquette est

représentée sur la figure 5.19.

Figure 5.19 – Évolution de la température mesurée au niveau d’un pixel

Une comparaison a été réalisée entre les mesures de surface par caméra infrarouge et les résultats
issus du modèle numérique, en régime permanent, plusieurs heures après la mise en fonctionnement de
la lampe halogène. Cette comparaison est représentée sur la figure 5.20 à travers la différence entre la
température calculée et la température mesurée.
Cette figure laisse apparaître une différence moyenne sur la surface entre les mesures et les tempéra-
tures calculées de 2.98 ◦ C. En se limitant à une zone située au centre de la maquette, donc éloignée des
bords, cette différence moyenne descend à 1.41 ◦ C.
Cette différence est relativement faible comparée aux échelles de températures considérées ici, allant
de 20◦ C pour l’air à plus de 60 ◦ C pour la surface de la maquette. Cette différence peut notamment
s’expliquer par l’émissivité, qui n’est pas bien connue et est seulement estimée ici. Une telle estimation
produit un effet à la fois sur le modèle numérique et sur les mesures infrarouges. La texture de la maquette
a aussi un effet sur l’émissivité et peut la faire varier localement. Les propriétés géométriques utilisées
ainsi que les interpolations réalisées durant les mesures créent également un biais. Enfin, les panneaux
photovoltaïques situés à l’interface entre la couche de surface et la couche poreuse modifient aussi la
diffusion de la chaleur, sans que cela soit pris en compte dans le modèle numérique.

132
 Figure 5.20 – Évolution de la température mesurée au niveau d’un pixel

(a) Vue 3D (b) Vue de surface

Figure 5.21 – Schémas de la structure avec les inclusions

5.7 Application du modèle aux matériaux à changement de phase

En plus des chaussées étudiées précédemment, Le modèle multiphysique développé au cours de cette
thèse peut aussi être utilisé en régime dynamique pour étudier le comportement thermique de matériaux
à changement de phase [148]. Un bloc d’asphalte est ici étudié. Celui-ci comprend deux inclusions, une
de Rubitherm SP5 (matériau à changement de phase) et une d’eau salée à une concentration de 80 g de
chlorure de sodium par litre d’eau. La structure étudiée est représentée par les schémas de la figure 5.21.
Cette structure est ici placée dans une chambre climatique dont la température est contrôlée. Un
autre bloc d’asphalte, sain sans inclusions, est soumis aux mêmes conditions environnementales.
Connaissant l’évolution de la température de l’air dans l’enceinte, également mesurée par des capteurs,
le champ de température à l’intérieur des blocs d’asphalte peut être calculé puis comparé aux valeurs
mesurées grâce à des thermocouples présents à la surface des blocs ou à l’intérieur de ceux-ci.
L’étude du comportement thermique du pavé d’asphalte fait appel à la diffusion thermique ainsi
qu’aux transferts thermiques lors des changements de phase dont la modélisation a été présentée au cours
du paragraphe 4.1.4.
La distribution des variations de l’enthalpie pour le Rubitherm SP5 est donnée par le fournisseur
et est représentée sur la figure 5.22. Pour la saumure, on se retrouve dans le cas d’un mélange diphasé
dont l’étude détaillée a été faite dans le paragraphe 4.1.4. Les variations d’enthalpie ainsi calculées sont
représentées pour la saumure sur la figure 5.23.
La température de l’air est contrôlée et est représentée sur la figure 5.24.
Les effets thermiques de la présence des inclusions se font principalement ressentir près de celles-ci,
comme cela est visible sur la figure 5.25a. La différence de température avec le bloc d’asphalte sain,
représentée sur la figure 5.25b, montre que l’écart de température peut atteindre 3◦ C au niveau des
inclusions contre des valeurs inférieures ou de l’ordre du degré en surface. Elle montre également la

133
 50
augmentation de la température
diminution de la température
40

∆H [[Link]-1]
30

20

10

0
−2 0 2 4 6 8 10 12
Température [°C]

Figure 5.22 – Variations de l’enthalpie pour le SP5 pendant son changement d’état

80

60
∆H [[Link]-1]

40

20

0
−20 −18 −16 −14 −12 −10 −8 −6 −4 −2 0
Température [°C]

Figure 5.23 – Variations de l’enthalpie pour la saumure pendant son changement d’état

libération de chaleur provoquée par le passage de l’état liquide à l’état solide du SP5.
Les effets des changement de phase au cours du temps peuvent être représentés en étudiant l’évolution
de la température le long d’un segment, ici celui situé en surface en y = 0.09 m pour x allant de 0 à 0.50
m. La différence entre le bloc d’asphalte avec les inclusions et le bloc sain est représentée sur la figure
5.26. Sur cette figure, les écarts de températures liés principalement à la présence du SP5 sont situés en
haut et ceux dûs à la saumure sont en bas. La présence des matériaux à changement de phase ne modifie
le comportement thermique que pendant le changement de phase et pendant une courte période après
celui-ci. La figure 5.26 montre également que si le SP5 subit de nombreux changements d’état plus ou
moins complets, ce n’est le cas pour l’inclusion de saumure que lorsque l’air est maintenu une dizaine
d’heures environ à −10◦ C, 70 heures environ après le début de l’expérience.
Des sondes ont été placées à l’intérieur et sur le bloc d’asphalte à des positions représentées sur les
schémas de la figure 5.27. Les évolutions comparées de la température pour certaines de ces sondes sont
proposées sur la figure 5.28 et les écarts pour les sondes de surface sont présentés sur la figure 5.29. La
différence entre la température mesurée et la température issue du modèle numérique reste en-dessous
de 1.5◦ C durant la quasi totalité de la durée de l’expérience.

5.8 Synthèse
Dans ce chapitre, nous avons présenté le couplage multiphysique ainsi que son utilisation dans plusieurs
cas afin de vérifier sa validité.
Le schéma de résolution du couplage multiphysique entre la diffusion thermique, la convection hy-

134
 Figure 5.24 – Évolution de la température de l’air au cours du temps

(a) Champ de température pour t = 25 h (b) Différence de température entre le bloc avec les
inclusions et le bloc sain

Figure 5.25 – Vues en coupe de champs de températures

draulique et les transferts radiatifs a d’abord été décrit, en introduisant la notion de schéma de résolution
temporel. Un couplage a ainsi pu être proposé en se basant sur la méthode des éléments finis en espace
et direction et sur une méthode de Runge-Kutta en temporel. Des hypothèses sur les propriétés optiques
des structures étudiées ont permis une simplification du schéma temporel et l’utilisation d’un schéma de
Crank-Nicolson.
Une comparaison entre le modèle numérique et un cas test issu de la littérature a ensuite conduit à la
validation de notre couplage entre diffusion thermique et transferts radiatifs. Des essais sur un démons-
trateur ont aussi permis la validation du couplage entre diffusion thermique et convection hydraulique.
Enfin, une maquette et les mesures qui y ont été réalisées ainsi que des essais ont amené à l’utilisation
du couplage entre les trois phénomènes, conduisant à des résultats numériques proches des résultats ex-
périmentaux. Le cas particulier du traitement des matériaux à changement de phase a aussi été décrit
sur un essai, mettant là aussi en évidence le bon fonctionnement du modèle numérique développé.
Ce modèle numérique, qui a été validé au cours de ce chapitre, peut maintenant être utilisé afin
d’évaluer les performances énergétiques des routes solaires hybrides.

135
Figure 5.26 – Différence de température à la surface sur un segment entre le bloc d’asphalte avec
inclusions et le bloc sain

Figure 5.27 – Vues en coupe des positions des sondes pour le bloc d’asphalte avec inclusions (à gauche)
et pour le bloc sain (à droite)

Figure 5.28 – Évolution des températures mesurées et calculées pour les positions de certaines sondes

136
Figure 5.29 – Écart entre les températures mesurées et calculées à la surface avec et sans inclusions

137
Chapitre 6

Évaluation du potentiel de
récupération d’énergie

Les précédents chapitres ont permis l’élaboration d’un modèle numérique permettant le calcul du
champ de température à l’intérieur de la route solaire hybride avec un couplage multiphysique.
Dans ce chapitre, ce modèle est utilisé pour évaluer les performances énergétiques des routes solaires
hybrides dans le mode de récupération de l’énergie. Plusieurs villes, aux climats différents, sont étudiées.
La connaissance de l’évolution des conditions climatiques durant l’année permet d’utiliser le modèle
multiphysique et de calculer l’évolution du champ de température à l’intérieur de la structure au cours
du temps.
La température du fluide durant son écoulement dans la couche poreuse peut ainsi être connue, et
notamment la variation de sa température entre l’amont et l’aval de la couche poreuse, pouvant donc
amener à déterminer l’énergie absorbée par le fluide.
Dans ce chapitre, nous nous focalisons sur l’aspect récupération d’énergie grâce à l’écoulement du fluide
dans la couche poreuse même si certaines notions introduites au cours de ce chapitre seront plus largement
utilisées dans le chapitre suivant. Cette récupération d’énergie peut s’effectuer lorsque l’environnement
permet un apport en énergie suffisant pour contrer les pertes énergétiques de la structure, ce qui ne peut
être obtenu que durant une certaine période de l’année, qualifiée ici d’estivale bien que s’étendant au-delà
de l’été.
Après avoir étudié la réponse du système de route solaire hybride à une excitation, les principales
données climatiques utilisées sont décrites et un indicateur est construit à partir de celles-ci afin d’évaluer
la quantité d’énergie disponible provenant de l’environnement et de comparer celle-ci entre plusieurs
positions géographiques. Cet indicateur s’appuie sur les données climatiques et peut s’appliquer aussi
bien en été qu’en hiver pour évaluer et comparer les pertes d’énergie, cette fois en vue de préserver la
structure du gel.
Des cartes de l’énergie potentielle disponible ainsi que des apports environnementaux peuvent finale-
ment être tracées, tout comme un indicateur évaluant l’efficacité de l’échange thermique. Une comparaison
entre les différents climats et les revêtements semi-transparent et opaque est menée et une discussion est
effectuée sur ces résultats.
Le modèle développé ici peut aussi être appliqué à d’autres types de structures, notamment des milieux
présentant des inclusions de matériaux à changement de phase.

6.1 Étude de la réponse du système à une excitation

Cette section vise à caractériser l’évolution de la température du fluide et de la température de
surface suite à l’application d’une excitation thermique au système. Celle-ci consiste en un échelon sur la
température d’injection du fluide. Une étude est en particulier menée sur la distance au point d’injection
du fluide et une discussion est tenue sur la largeur de la chaussée.
La route solaire hybride étudiée mesure 4 mètres de largeur et l’épaisseur considérée est de 1.5 mètre.
Les propriétés thermiques des couches sont les suivantes :
— couche de surface : k = 0.85W.m-1.K-1, ρc = 2700 × 840 × 106 J.m-3.K-1

138
 — couche poreuse : k = 1.03W.m-1.K-1, ρc = 1.84 × 106 J.m-3.K-1
— EME : k = 1.40W.m-1.K-1, ρc = 2.254 × 106 J.m-3.K-1
Des conditions environnementales constantes sont utilisées :
— température de l’air : Tair = −10◦ C
— température du ciel : Tciel = −16◦ C
— vitesse du vent : Vw = 3m.s-1
— densité de flux solaire : Φsol = 0W.m-2
La vitesse d’écoulement du fluide est constante, égale à 1.0 × 10−4 m.s-1. La température d’injection
du fluide est d’abord maintenue constante, égale à 10◦ C afin d’établir un régime permanent. Un échelon
est ensuite appliqué, faisant passer la température d’injection du fluide à 20◦ C.

6.1.1 Comparaison avec la relation analytique établie pour le régime perma-

nent
Une comparaison des résultats en régime permanent établi avec la formulation analytique introduite
dans le paragraphe 4.2.3 est présentée sur les figures 6.1a et 6.1b.

10 5
Tf,numérique Ts,numérique
Tf,analytique Ts,analytique
Température [◦C]
température [◦ C]

5
0

0
−5

−5
−10
0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4
position [m] position [m]

(a) Température du fluide (b) Température de surface

Figure 6.1 – Comparaison du modèle numérique et de la formulation analytique en régime permanent

en fonction de la distance au point d’injection du fluide

Dans les deux cas, les températures correspondent, la différence de température restant inférieure à
1◦ C pour la température du fluide quel que soit l’éloignement au point d’injection, et même inférieure
à 0.1◦ C entre 0.7 et 3.9 mètres pour la température de surface. Pour celle-ci, les conditions limites en
adiabaticité, qui se sont pas prises en compte dans la solution analytique, ont une influence près des
frontières verticales du domaine, en particulier près de l’injection du fluide et, dans une moindre mesure,
près de la sortie.

6.1.2 Détermination des caractéristiques de la réponse temporelle du système

Dans ce paragraphe, nous cherchons à déterminer quelles sont les caractéristiques du système, notam-
ment temporelle, en vue de pouvoir le réguler.
Un échelon est appliqué sur la température d’entrée du fluide : celle-ci passe de 10 à 20◦ C, les autres
conditions restant inchangées.
La figure 6.2 représente l’évolution de la température en surface pour plusieurs distances par rapport
à l’emplacement de l’injection du fluide.
Cette figure permet d’observer que le retard du système est d’autant plus important que l’éloignement
au point d’injection est grand à cause de la durée mise par le fluide pour traverser la structure pendant
son écoulement. La réponse du système s’allonge elle aussi.
À partir des données de températures de surface, il est possible de déterminer le retard du système
en fonction de la distance au point d’injection du fluide. Nous nous basons ici sur le temps de réponse à
1 %, c’est-à-dire la durée, en une position donnée, que met le système pour que la température augmente
de 1 % de son accroissement final. L’évolution de ce retard en fonction de la position est représentée sur
la figure 6.3.

139
 Figure 6.2 – Température de surface en fonction du temps et de l’éloignement au point d’injection

2.5

2
tr [h]

1.5

0.5

0
0 0.5 1 1.5 2 2.5 3 3.5 4
x [m]

Figure 6.3 – Retard en fonction de la distance au point d’injection du fluide

Le retard tr peut s’interpoler de la façon suivante :

tr = 194 + 1930x1.226 (6.1)

La réponse temporelle du système en une position x donnée peut s’approcher par une somme de
systèmes du premier ordre. La température en une position donnée Tx peut être approximée de la façon
suivante, pour t > tr :

Tx (t − tr ) = A (1 − b1 exp (λ1 t) − b2 exp (λ2 t)) (6.2)

Avec 0 ≤ b1 ≤ 1, 0 ≤ b2 ≤ 1 et b1 + b2 = 1.
Les coefficients A, b1 , λ1 et λ2 (ces deux derniers étant exprimés ici en s-1) peuvent être interpolés et
sont représentés sur les figures 6.4, 6.5 et 6.6.

6.1.3 Discussion des résultats

Les figures 6.3 et 6.6 montrent que l’influence d’une variation de la température d’injection du fluide
se fait ressentir en moins de trois heures sur les quatre premiers mètres de la chaussée. Cependant, le

140
 6
5
4

A [◦ C]
3
2
1
0
0 0.5 1 1.5 2 2.5 3 3.5 4
x [m]

Figure 6.4 – Paramètre A

1
b1
b2
0.8

0.6
b

0.4

0.2

0
0 0.5 1 1.5 2 2.5 3 3.5 4
x [m]

Figure 6.5 – Paramètres b1 et b2

temps de montée en température est beaucoup plus long, avec, à quatre mètres de l’injection, deux modes
d’intensités comparables ayant des constantes de temps d’environ 5 et 35 heures.
Cette réponse à un échelon montre donc qu’il faut plusieurs heures voire dizaines d’heures pour que le
système réponde à une sollicitation. En particulier, il sera nécessaire de tenir compte de ces constantes de
temps lors de l’établissement de loi de commande, ce qui sera l’objet du chapitre 7, même si l’intensité de
la réponse, représentée sur la figure 6.4, décroît avec la longueur de l’écoulement, ce qui peut nécessiter
une importante élévation de la température à l’injection pour une longueur d’écoulement élevée.

6.2 Données nécessaires au fonctionnement du modèle numé-

rique
Le modèle numérique permet d’établir la température à l’intérieur de la structure en fonction du
temps. Pour fonctionner, un certain nombre de données est nécessaire, comme cela est schématisé sur la
figure 6.7.
Les propriétés du système doivent ainsi être connues, en particulier les propriétés thermiques, conduc-
tivité et capacité thermique. Les propriétés optiques de la couche de surface semi-transparente et les
propriétés de l’écoulement dans le milieu poreux (coefficient d’échange, porosité, vitesse de Darcy de
l’écoulement) doivent aussi être déterminées. Pour cela, il est possible de réaliser de mesures sur le sys-
tème pour estimer ces paramètres ou de s’appuyer sur des valeurs de la littérature.
Des données extérieures au système sont aussi nécessaires. Selon le niveau de précision souhaité ainsi
que des données climatiques dont on dispose, plusieurs jeux de données peuvent être utilisés.

141
 30 −1/λ1
−1/λ2
25

−1/λ [h]
20
15
10
5
0
0 0.5 1 1.5 2 2.5 3 3.5 4
x [m]

Figure 6.6 – Paramètres λ1 et λ2

Les fichiers météorologiques sont ici extraits du site EnergyPlus 1 ou de MeteoNorm (version 7) 2 . Ces
fichiers comprennent notamment les coordonnées géographiques du lieu étudié, le rayonnement solaire
diffus Φs , le rayonnement solaire direct reçu sur une surface normale à la direction du rayonnement ΦN,d ,
le rayonnement atmosphérique, la température de l’air, la vitesse du vent et le point de rosée. Il est à noter
que les deux bases de données ne peuvent être associés, les valeurs moyennes, que ce soit en températures
ou en densités de flux étant le plus souvent plus basses pour les données issues d’EnergyPlus. En outre,
les valeurs moyennes sur un mois ou sur l’année extraites de MeteoNorm se rapprochent davantage des
valeurs données par Meteo France 3 , en particulier en ce qui concerne la température moyenne.
Dans le cas où certaines de ces données sont absentes, les corrélations présentées dans le chapitre 3
permettent d’utiliser les données présentes pour estimer celles qui manquent.
Le modèle multiphysique présenté au cours du chapitre 5 et schématisé sur la figure 6.8 permet de
déterminer la luminance énergétique, et les champs de températures pour les phases fluide et solide au
cours du temps.

— géométrie
— propriétés thermiques :
ρ, c, k
Données du — propriétés de l’écoulement
système en milieu poreux :
hf s , af s , ~u, φ
— propriétés optiques :
σ, κ

— conditions climatiques :
— champ de température : T
Données
Tair , Tciel , ΦN,d , Φs , Vw
modèle — température du fluide : Tf
extérieures — données topologiques :
longitude, latitude, β
numérique — champ de luminance : L

— temps : t

Figure 6.7 – Données du problème

Une synthèse des principales données climatiques pour quelques villes est présentée sur les figures 6.9.
Une grande variété de conditions climatiques peut ainsi être prise en compte, avec des villes ayant :
— un climat océanique frais et humide (Nord-Ouest de la France).
— un climat océanique doux et humide (bassin Aquitain).

1. données en accès libre : [Link]

2. [Link]
3. [Link]

142
 capacité et conductivité : [C] et [Kr ]
modèle termes d’advection et d’échange : [U ] et [A]
numérique raideur pour l’ETR : [Γ]

termes sources : F, F [C]Ṫ + [Ke + Kr + U + A]T = K T , Tf

terme d’échange : [Ke ] [Γ]L = F L

Figure 6.8 – Intégration des données au schéma numérique

— un climat océanique dégradé à influences continentales (Nord-Est), frais et plus sec que le climat
océanique, avec notamment une température de ciel plus basse que pour la façade Ouest.
— un climat méditerranéen, doux, sec et plus ensoleillé qu’ailleurs
— un climat montagnard, frais et sec, dans le Massif Central et les Alpes. L’influence des Pyrénées
n’est pas représentée ici.
— l’influence de l’effet d’îlot de chaleur urbain est également visible ici pour Paris avec une tempé-
rature de l’air plus élevée qu’ailleurs et un air plus sec.
Dans ce chapitre, l’étude menée porte principalement sur la fonction de récupération d’énergie qui se
produit durant les mois les plus chauds de l’année. Les résultats présentés ici ne portent donc pas sur
l’année complète, mais sur la période allant de mai à octobre, le choix de ce dernier mois étant lié à
l’inertie thermique qui permet de conserver un sol encore relativement chaud en octobre. Une synthèse
des principales données climatiques pour cette période de l’année est présentée sur les figures 6.10.

6.3 Notion de degré jour unifié

Nous cherchons dans cette section à construire un indicateur permettant à la fois d’évaluer les pos-
sibilités de récupération d’énergie et les besoins d’apports en énergie à partir de données climatiques,
donc sans avoir besoin d’exécuter le modèle numérique, ce qui permet notamment d’apporter un outil à
l’ingénieur pour estimer les performances énergétiques.
Cet indicateur doit pouvoir s’adapter à tout type de système permettant la récupération d’énergie ou
un apport énergétique. En cela, l’indicateur doit se limiter à la prise en compte des conditions environ-
nementales sans considérer les propriétés (géométriques, thermiques ou optiques) du système.
L’indicateur construit ici s’appuie sur la notion de degré jour. Il s’agit d’intégrer la différence entre
une température déduite des données environnementales et un seuil lorsque cette différence est d’un signe
donné.
Deux types de degrés jours sont ainsi définis : les degrés jours pour la fonction de chauffage de la
structure, ou heating, lorsqu’il est nécessaire d’injecter un fluide chaud pour prévenir de la formation
de verglas à la surface, et les degrés jours de refroidissement, ou cooling, lorsque la structure évacue la
chaleur apportée par l’environnement.
Ces degrés jours sont utilisés dans la littérature principalement en agronomie et en thermique du
bâtiment. L’indice de gel utilisé pour le dimensionnement des chaussées utilise également une formulation
similaire [25].
Dans le domaine de l’agronomie, certains processus comme le développement des plantes ou la crois-
sance de leurs feuilles nécessitent une température minimale pour que des réactions enzymatiques se
produisent [163]. La croissance est alors d’autant plus importante que la température de l’air est grande
devant ce seuil de température minimale. Au contraire, au-delà d’une autre température donnée, ces
réactions peuvent ne plus se produire et la croissance sera d’autant plus faible que la température de l’air
s’élèvera et se rapprochera de ce seuil [34].
En thermique du bâtiment, une température de l’air trop élevée entraîne, au-delà d’une certaine valeur,

143
 (a) Température moyenne de l’air (b) Température moyenne du ciel

(c) Irradiance annuelle (d) Humidité relative moyenne

Figure 6.9 – Synthèse des données climatiques

des besoins en climatisation qui seront d’autant plus importants que la température de l’air sera élevée.
Les besoins en consommation énergétique peuvent alors s’évaluer à partir de l’intégrale de la différence
entre la température extérieure Te et une température de consigne Tcons . Les degrés jours unifiés pour la
fonction cooling s’écrivent alors :
Z
+
DJUcooling = (Te − Tcons ) dt (6.3)
t

Où ( · ) fait référence à la partie positive : (a)+ = max (a, 0). La température de consigne s’obtient
+

à partir de la température souhaitée dans le bâtiment, corrigée en prenant en compte les gains provenant
des apports solaires, des occupants, de la lumière, etc..
Connaissant le coefficient de perte thermique du bâtiment, K, exprimé en W.K-1, et l’efficacité du
système de climatisation ηc , la consommation annuelle en climatisation Qc peut s’écrire [5] :
K
Qc = DJUcooling (Tcons ) (6.4)
ηc
Au contraire, une température extérieure trop basse fait intervenir des besoins en chauffage, d’autant
plus importants qu’il fait froid. Il est de nouveau possible d’introduire des degrés jours unifiés, cette fois-ci
pour la fonction heating :

144
(a) Température moyenne de l’air de mai à octobre (b) Température moyenne du ciel de mai à octobre

(c) Irradiance de mai à octobre (d) Humidité relative moyenne de entre mai et octobre

Figure 6.10 – Synthèse des données climatiques durant la période de récupération d’énergie

Z
+
DJUheating = (Tcons − Te ) dt (6.5)
t

Et la consommation annuelle en chauffage Qh peut s’estimer par [5] :

K
Qh = DJUheating (Tcons ) (6.6)
ηh
Avec ηh l’efficacité du système de chauffage.

6.3.1 Fonctionnement en chauffage

Nous proposons dans ce paragraphe d’adapter la formulation donnée pour les DJU heating en ther-
mique du bâtiment. Contrairement au bâtiment qui voit la plupart de ses échanges thermiques se produire
avec le milieu extérieur à la température Te , et qui voit les apports solaires intégrés à la température de
consigne, il n’est pas nécessaire ici de maintenir le sous-sol à une température donnée, et l’action doit se
faire sur la surface de la route.
L’objectif est ainsi de faire en sorte que la température de la surface de la chaussée durant la période
hivernale soit supérieure à un seuil de température donné, suffisamment élevé pour que le risque de

145
formation de verglas sur la route soit nul à ce seuil, ce qui reviendrait, en thermique du bâtiment, à
maintenir la partie extérieure du mur au-dessus d’un seuil.
L’énergie apportée à la structure doit permettre d’accroître, lorsque c’est nécessaire, la température
de surface pour atteindre le seuil. Il est supposé par la suite que l’énergie à apporter à la surface est
proportionnelle à cette différence lorsque la température de surface est inférieure au seuil.
La température de la surface peut être estimée connaissant les conditions environnementales, comme
cela a été fait dans le paragraphe 4.2.3. Afin de n’utiliser que des considérations climatiques, il est supposé
que la surface de la route n’échange thermiquement qu’avec l’environnement extérieur, via les échanges
radiatifs et convectifs ainsi que par les apports solaires. Les DJU représentent alors l’énergie à apporter
depuis les couches souterraines pour élever la température de la surface.
Cette température de surface, considérée ici à l’équilibre thermique, est par la suite appelée tempé-
rature équivalente car prenant en compte les températures de l’air et du ciel ainsi que la densité de flux
solaire. Elle est notée Teq et s’obtient par :
hconv Tair + hrad Tciel + Φsolaire
Teq = (6.7)
hconv + hrad
Avec hconv le coefficient d’échange convectif, hrad = 4εσTciel3
le coefficient d’échange radiatif, tciel la
température du ciel, Tair la température de l’air et Φsolaire la densité de flux solaire.
La température seuil Tseuil est la température sous laquelle on souhaite que la température équivalente
ne descende pas. Elle doit être telle qu’il n’y a pas de risque de formation de verglas lorsque la surface
de la route se trouve à cette température.
Deux approches sont étudiées ici pour ce seuil de température. En première approche, on peut consi-
dérer qu’une température positive permet d’éviter l’apparition de verglas. En ajoutant un coefficient de
sécurité, on peut alors écrire ce seuil sous la forme Tseuil = a avec, par exemple, a = 4◦ C.
Il est aussi possible de prendre en compte l’humidité dans le calcul de ce seuil. En effet, si l’air est
suffisamment sec, celui-ci n’est pas saturé en vapeur d’eau et il ne peut y avoir de dépôt de glace sur la
chaussée. La température de saturation en vapeur d’eau, à humidité constante, correspond alors au point
de givrage, ce qui signifie que, pour une température de surface supérieure au point de givrage, il ne peut
pas y avoir formation de verglas. Ce point de givrage a été présenté plus en détail dans le paragraphe
3.4.5. De nouveau, un coefficient de sécurité a est rajouté au point de givrage Tg . Dans le cas où le point
de givrage calculé est positif, le seuil peut être considéré comme égal au coefficient de sécurité appliqué pr
rapport au point de fusion de l’eau, d’où un second seuil s’écrivant Tseuil = min (a, Tg + a). De nouveau,
le coefficient de sécurité a = 4◦ C est utilisé.
Il est à noter qu’on a, dès lors que le coefficient de sécurité est le même pour les deux approches, un
premier seuil de température supérieur ou égal au second et donc les DJU heating pour le seuil constant
sont plus élevés que ceux pour lesquels le point de givrage est considéré : la première approche nécessite
un chauffage plus important que la seconde.

6.3.2 Fonction Cooling

Dans le cadre de cette étude, deux objectifs peuvent être étudiés pour la fonction cooling. Comme
pour la fonction heating, l’objectif peut être de ne pas franchir un seuil donné, ici un maximum à ne pas
dépasser afin que la chaussée ne subisse pas une dégradation de ses performances mécaniques et de réduire
le risque d’orniérage. La formulation des degrés jours unifiés est alors similaire à celle de la prévention du
verglas, avec une température équivalente de la surface, définie par (6.7), qui doit rester inférieure à un
seuil donné. Ces degrés jours cooling représentent alors la quantité d’énergie à évacuer de la route pour
la refroidir suffisamment.
Un second objectif est celui de la récupération d’énergie. Il est supposé ici que l’énergie thermique
récupérée par le fluide durant son écoulement peut être en partie récupérée afin d’être soit directement
utilisée (réseau de chaleur urbain), soit stockée en vue d’une utilisation en hiver pour cette fois-ci réchauffer
la surface de la chaussée. Pour cela, il faut que le fluide ressorte plus chaud de la couche poreuse qu’il
n’y est rentré. Le fait que la surface soit à une température supérieure à celle du fluide permet un
apport en énergie au fluide et un échauffement de celui-ci. Nous supposons donc ici que la température de
consigne est celle du fluide, en entrée, supposée connue et que la température extérieure est la température
équivalente de surface.

146
 Il est à noter que ces deux derniers types de degrés jours, s’ils sont définis par des relations similaires,
ne représentent pas les mêmes échanges thermiques : dans le cas où on cherche à ne pas monter trop haut
en température, on considère des apports de l’extérieur à la couche de surface qu’il faut évacuer alors que
dans le second cas, on a affaire à une énergie disponible de l’extérieur pouvant être transmise au fluide.
Une comparaison des DJU heating, pour le chauffage de la couche de surface en hiver et des DJU
cooling pour la récupération d’énergie en été ne permet ainsi pas de comparer les besoins en chauffage
avec le potentiel de récupération d’énergie.
Dans la suite de ce chapitre, nous nous focalisons sur l’aspect récupération d’énergie, donc sur les DJU
cooling. Le volet concernant la prévention du gel et l’étude des DJU heating seront l’objet du chapitre 7.

6.3.3 Évaluation des DJU cooling

Dans ce paragraphe, des valeurs de DJU sont données, établies à partir de fichiers contenant des don-
nées climatiques annuelles. Les DJU sont calculés à partir de la relation (6.3) en utilisant la température
équivalente donnée par (6.7) et une température d’injection du fluide supposée constante, égale à 13◦ C,
proche de la température dans le sol.
Une synthèse des DJU cooling est représentée sur la figure 6.11. Dans les deux cas, les cartes des DJU
cooling entre les villes étudiées présentent des variations similaires à celle de la température moyenne de
l’air de la figure 6.9a.

(a) DJU cooling annuels (b) DJU cooling de mai à octobre

Figure 6.11 – Synthèse des DJU cooling

6.4 Résultats en récupération d’énergie

Il est supposé ici que l’énergie thermique récupérée par le fluide au cours de son écoulement dans la
couche poreuse peut être captée. L’hypothèse est ainsi faite que c’est l’augmentation de la température
du fluide entre son injection et sa sortie de la couche poreuse qui est à l’origine du potentiel d’apport en
énergie. Ces apports d’énergie sont ici présentés rapportés à une surface.
Cet apport potentiel surfacique noté ici E, peut ainsi être calculé de la façon suivante :
Z
E = (ρc)f Su(Tf,out − Tf,in )+ dt (6.8)
t
Avec S la section de l’écoulement, u la vitesse de l’écoulement, Tf,in la température d’injection du
fluide et Tf,out sa température à la sortie de la couche poreuse.
Les conditions climatiques horaires annuelles synthétisées au cours des précédents paragraphes sont
utilisées pour faire fonctionner le modèle numérique et permettent d’obtenir des résultats en potentiel de
récupération d’énergie. En particulier, les effets du revêtement, opaque ou semi-transparent, sont analysés.

147
 Le potentiel de récupération d’énergie E est représenté sous forme de carte pour les deux revêtements
sur les figures 6.12. À chaque fois, le potentiel d’énergie calculé porte sur la période allant de mai à
octobre.

(a) Couche de surface opaque (b) Couche de surface semi-transparente

Figure 6.12 – Synthèse des résultats en récupération d’énergie

En notant G l’irradiance surfacique reçue, l’efficacité du système, notée η est introduite. Cette grandeur
permet d’évaluer la fraction de l’irradiance solaire pouvant potentiellement être collectée. On a ainsi
η=E G.
Cette efficacité est représentée pour les deux types de couches de surface sur les figures 6.13.

(a) Couche de surface opaque (b) Couche de surface semi-transparente

Figure 6.13 – Synthèse des résultats en efficacité

Pour les deux types de couches de surface, le potentiel d’énergie augmente lorsqu’on se dirige vers le
Sud, là où les températures moyennes ainsi que l’irradiance sont les plus élevées. Les variations observées
sur les cartes sont également similaires et les résultats obtenus sont cohérents avec les estimations de
DJU cooling de la carte 6.11 avec en particulier un maximum à Paris et des minima en montagne.
Les cartes d’efficacités ressemblent quant à elles davantage à celles des températures moyennes 6.10a
et 6.10b avec des valeurs plus basses en montagne et sur le Nord-Ouest de la France.
Étant donné qu’un revêtement semi-transparent permet une pénétration plus profonde du rayonne-
ment solaire dans le sol, une énergie plus importante est captée en présence d’une couche de surface

148
semi-transparente, celle-ci étant d’autant plus importante que le matériau est transparent pour les prin-
cipales longueurs d’ondes du rayonnement solaire.
Les augmentations du potentiel de récupération d’énergie et de l’efficacité sont représentées sur les
figures 6.14a et 6.14b.

(a) Augmentation de E (b) Augmentation de l’efficacité η

Figure 6.14 – Amélioration des performances avec un revêtement semi-transparent

L’augmentation du potentiel de récupération d’énergie présente des similarités avec la carte de l’irra-
diance estivale 6.10c avec en particulier une augmentation plus importante le long de la façade atlantique,
du Pays Basque jusqu’à la pointe bretonne ainsi que dans le Sud-Est de la France. Ailleurs, les valeurs
sont assez homogènes même s’il peut être noté que l’accroissement de E est minimal à Paris ce qui pour-
rait indiquer une influence négative ou très faible de la température et des DJU cooling sur les variations
de E étant donné que les zones montagneuses ne semblent pas non plus se détacher des régions de plaine.
L’augmentation de l’efficacité, en moyenne de 6.7 pt, est quant à elle assez uniforme sur le pays
avec des valeurs allant de 5.7 pt à 7.8 pt, ce qui signifie que le choix d’un revêtement semi-transparent
plutôt qu’opaque permet d’avoir un gain important de potentiel de récupération d’énergie au regard de
l’irradiance. L’augmentation de l’efficacité semble une nouvelle fois être plus importante avec l’irradiance,
la façade atlantique ainsi que les régions méditerranéennes présentant des augmentations plus élevées.
Un rapprochement des résultats sur le potentiel d’énergie récupérable avec les DJU cooling peut être
effectué en représentant la grandeur E en fonction des DJU cooling pour les villes étudiées, ce qui a été
réalisé sur la figure 6.15.

500
opaque
semi-transparent

400
E [kWh/m2 ]

300

200

1,400 1,600 1,800 2,000 2,200 2,400 2,600 2,800 3,000

DJUcooling [◦ .j]

Figure 6.15 – Potentiel d’énergie récupérable fonction des DJU cooling pour les 53 villes étudiées

149
 Les courbes de tendance obtenues permettent d’estimer le potentiel en récupération d’énergie dans le
cas étudié ici par une corrélation linéaire :

Eopaque = 0.1645 × DJUcooling − 11.07 (6.9)

Esemi-transparent = 0.1517 × DJUcooling − 43.37 (6.10)

Il faut cependant noter que les résultats présentés ici ne sont valables que pour une longueur de 4 m
et un matériau semi-transparent ayant les propriétés utilisées ici. En particulier, si le fluide peut absorber
beaucoup d’énergie thermique au début de son écoulement, son échauffement fait que l’absorption d’éner-
gie se fait ensuite de moins en moins bien. Ainsi, si l’énergie potentielle totale représentée sur la figure
6.16 continue d’augmenter avec la longueur de l’écoulement, l’énergie potentielle surfacique E (figure
6.17) diminue tout comme l’efficacité de l’échangeur thermique (figure 6.18).
Ces figures ont été obtenues en relevant la température par tranches de 20 cm d’éloignement du point
d’injection du fluide puis en en déduisant les performances énergétiques.

1,500
opaque
semi-transparent

1,000
E [kWh/m]

500

0
0 0.5 1 1.5 2 2.5 3 3.5 4
x [m]

Figure 6.16 – Potentiel d’énergie récupérable moyen en fonction de la distance au point d’injection du
fluide

1,000
opaque
semi-transparent
800
E [kWh/m2 ]

600

400

200
0 0.5 1 1.5 2 2.5 3 3.5 4
x [m]

Figure 6.17 – Potentiel surfacique d’énergie récupérable moyen en fonction de la distance au point
d’injection du fluide

La figure 6.18 fait apparaître une efficacité supérieure à 100 % sur les premiers centimètres de la route.
En effet, au cours de la période estivale, la température de l’air est le plus souvent supérieure à celle du
fluide au moins au début de son écoulement. L’air contribue ainsi en partie au chauffage du fluide.

150
 opaque
100 semi-transparent

80

η [%] 60

40

0 0.5 1 1.5 2 2.5 3 3.5 4

x [m]

Figure 6.18 – Efficacité de l’échange thermique en fonction de la distance au point d’injection du fluide

Cette efficacité décroissant avec la longueur de l’écoulement, le choix d’un compromis entre l’efficacité
de l’échange thermique et le coût de l’infrastructure est donc nécessaire.

6.5 Synthèse
Au cours de ce chapitre, les conditions environnementales auxquelles le système de route solaire hybride
pourrait être soumis in situ ont été présentées et ont permis d’introduire la notion de degré jour unifié
ou DJU. Cet indicateur permet, pendant la période estivale, d’identifier les zones géographiques pouvant
apporter le plus d’énergie au système.
Le modèle numérique introduit au cours des chapitres précédents a pu être utilisé sur des données
climatiques annuelles afin d’obtenir l’évolution du champ de température dans la route solaire hybride
au cours du temps pendant l’année. De ces résultats, des données de potentiel d’énergie récupérable ont
pu être dégagées. La représentation de ces résultats a permis de mettre en évidence une similarité de la
carte obtenue avec celle des DJU cooling mais aussi d’estimer un important potentiel d’énergie.
Pour ce cas d’étude avec une longueur d’écoulement de quatre mètres, le potentiel d’énergie calculé
moyen sur la France, rapporté à l’irradiance, montre qu’environ 33 % de l’apport solaire pourrait être
collecté avec un revêtement opaque et ce chiffre est encore accru pour une couche de surface semi-
transparente, atteignant environ 39 % ici.
Il faut cependant noter que ces performances dépendent fortement de nombreux paramètres. En
plus l’influence des conditions environnementales qui a été développée dans ce chapitre, la longueur de
l’écoulement joue aussi un rôle important. Si son augmentation accroît la surface d’apports solaire, elle
réduit aussi fortement l’efficacité de l’échange thermique.

151
Chapitre 7

Optimisation et contrôle commande

Après avoir étudié dans le chapitre précédent l’aspect récupération d’énergie à l’aide des routes solaires
hybrides, nous développons dans ce chapitre l’aspect prévention du gel. Pour ce faire, de l’énergie qui a pu
être stockée à la suite de la période de récupération d’énergie est apportée au système afin de réchauffer
le fluide. Au cours de son écoulement, celui-ci permet d’augmenter la température de la couche poreuse,
chaleur qui en se diffusant atteint la surface. Si le fluide est injecté suffisamment chaud, il ne peut y avoir
formation de verglas à la surface de la route.
Comme pour la chapitre précédent, des considérations climatiques sont d’abord exposées, afin de
déterminer les régions les plus susceptibles d’avoir recours à ce type de dispositif.
Le contrôle en température du fluide injecté est ensuite détaillé. À partir du modèle direct présenté
dans les chapitres précédents, un problème de minimisation est introduit, ce qui amène à l’utilisation de
la méthode de l’état adjoint. Celle-ci permet non seulement de déterminer la température d’injection du
fluide, mais aussi de reconstruire les paramètres thermiques intervenant dans l’équation de diffusion de
la chaleur.
Une application de cette méthode d’optimisation est alors proposée, en s’appuyant sur des données cli-
matiques relatives à plusieurs climats. Les performances énergétiques des routes solaires hybrides peuvent
ainsi être discutées.

7.1 Données climatiques

Les principales données climatiques en période hivernale (températures de l’air et de ciel, humidité et
irradiance) sont représentées sur les figures 7.1.
Ces cartes montrent que c’est une grande moitié Nord-Ouest de la France qui est la plus soumise au
risque de formation de verglas avec des températures moyennes plus qu’à proximité des façades maritimes.
Les zones montagneuses sont tout particulièrement concernées par ce risque avec des températures de
l’air plus basses qu’ailleurs et un écart encore plus conséquent pour les températures de ciel à cause d’un
ciel souvent plus dégagé, ce qui apparaît également sur la carte d’humidité (figure 7.1c). Celle-ci se situe
entre 80 et 85% sur une grande partie de la France, seul le Sud-Est, les zones montagneuses et dans une
moindre mesure la région parisienne conservent un taux d’humidité plus faible.
L’irradiance, à cause de la position plus basse du Soleil dans le ciel, est beaucoup plus faible que lors
de la période estivale et représente, sur ces cinq mois, environ 20 % du total annuel. Son influence sur le
champ de température de la route solaire hybride est donc fortement réduite.

7.2 Évaluation des besoins en énergie avec les DJU

Les DJU, dont le calcul a été présenté dans le paragraphe 6.3.2 sont ici calculés de deux manières, en
considérant deux différents seuils de température en-dessous desquels on ne souhaite pas que la tempé-
rature de la surface de la route descende. Dans le premier cas, ce seuil est constant, égal à un coefficient
de sécurité par rapport à 0◦ C, ici choisi à Tsec = +4◦ C pour prendre en compte à la fois les imprécisions
des données du problème ainsi que celles du modèle. On a alors Tseuil = Tsec .

152
 (a) Température moyenne de l’air (b) Température moyenne de ciel

(c) Humidité relative moyenne entre novembre et (d) Irradiance de novembre à mars
mars

Figure 7.1 – Principales données climatiques entre novembre et mars

Dans le second cas, cette marge de sécurité est ajoutée au point de givrage Tg de telle sorte qu’on
a Tseuil = min (Tg + Tsec , Tsec ). Seul le cas d’une température de givrage calculée positive permet alors
d’avoir Tseuil = Tsec .
Des données de DJU heating sont représentées sur les figures 7.2.
Les deux cartes 7.2 présentent des allures similaires, les zones présentant les valeurs de DJU heating
les plus élevées ou les plus basses étant assez similaires à chaque fois. Ces cartes présentent des similitudes
avec celles des températures de l’air et de ciel (figures 7.1a et 7.1b) avec des besoins a priori de chauffage
plus élevés dans une grande moitié Nord-Est de la France et en particulier sur les massifs montagneux.
Cependant, des variations importantes sont présentes entre ces deux cartes. La baisse, en %, des DJU
heating entre les deux seuils de température est ainsi représentée sur la figure 7.3.
Cette figure fait apparaître une différence relative plus importante entre les deux types de DJU heating
calculés lorsque le climat est sec. En particulier, si la baisse est faible pour le climat océanique de l’Ouest
de la France (de 10 à 20 %), elle est plus importante dans l’Est là où l’influence continentale se fait
ressentir (de -30 à -35 %) et est encore plus élevée en montagne avec des baisses dépassant les 60 %.
Près de la mer méditerranée, la baisse est moins sensible que pour le reste de la moitié Est de la France
mais les valeurs initiales des DJU heating étaient déjà faibles. La carte 7.3 est ainsi assez proche de celle
de l’humidité moyenne de la figure 7.1c avec une baisse plus importante dans une moitié Sud-Est de la
France, là où l’humidité est globalement la plus basse.

153
(a) DJU heating annuels pour le seuil Tseuil = +4◦ C (b) DJU heating annuels pour le seuil Tseuil =
min (Tg + 4, +4◦ C)

Figure 7.2 – Synthèse des DJU heating

Cette baisse des DJU heating obtenue en se basant sur le point de givrage signifie que le besoin en
chauffage sera davantage réduit sur l’Est de la France et en montagne, ces besoins devenant d’autant plus
faibles que le climat est sec et donc que le point de givrage est bas. En particulier, c’est dans les zones
montagneuses, qui sont les plus soumises au risque de verglas, que l’économie apparaît comme étant la
plus importante.

7.3 Formulation du problème

7.3.1 Présentation du problème
Dans cette partie, nous cherchons à maintenir la surface de la structure hors gel en minimisant le coût
énergétique requis pour le chauffage du fluide caloporteur en entrée du système.
Pour cela, nous considérons un domaine Ω de frontière ∂Ω constitué d’une superposition de couches
solides, dont une est poreuse. Ce domaine possède un élément de frontière ΓS ⊂ ∂Ω à travers lequel des
échanges thermiques ont lieu entre le domaine et l’environnement.
La phase fluide contenue dans la couche poreuse constitue un domaine noté Ωf , de frontière ∂Ωf . Le
fluide est injecté au travers de l’élément de frontière d’entrée Γf ⊂ ∂Ωf puis s’écoule de façon gravitaire
à travers les pores de la couche poreuse (figure 7.4).
Nous nous plaçons dans le cas où la température sur la surface ΓS doit être supérieure à un seuil donné,
noté Tseuil , typiquement pour éviter les risques de gel, tout en minimisant les dépenses énergétiques. Ce
seuil de température peut évoluer en fonction du temps et correspondre au point de givrage corrigé d’un
coefficient de sécurité.
Une fonction coût est introduite et permet de prendre en compte le coût du chauffage du fluide sous
la contrainte Tsurf ≥ Tseuil .

7.3.2 Formulation du problème d’optimisation

Nous notons [0, ta ] l’intervalle de temps étudié, ta étant l’horizon temporel. La température de surface
et la température d’entrée du fluide vérifient alors Tsurf ∈ L2 (ΓS , [0, ta ]) et Tf,in ∈ L2 ([0, ta ])). De plus,
Tf,ref désigne une température de référence pour le fluide. Cette température de référence est celle du
stockage du fluide dans un réservoir et est telle que la dépense énergétique pour avoir une température du
fluide en entrée égale à cette valeur soit donc nulle. La température de surface Tsurf est alors la réponse
sur ΓS du système à la température d’injection du fluide. En notant fˆ la réponse du modèle thermique
à la surface, on peut noter Tsurf = fˆ(Tf,in ).

154
 Figure 7.3 – Baisse relative des DJU heating entre les deux approches

ΓS

Γf Ωf
Ω
∂Ωf
∂Ω
Figure 7.4 – Domaines et frontières étudiés

L’espace des paramètres est noté U = L2 ([0, ta ]), auquel est associé le produit scalaire usuel h · | · iU
défini, pour tout u1 , u2 ∈ U, par :
Z ta
hu1 |u2 iU = u1 (t)u2 (t)dt (7.1)
t=0

Ce produit scalaire est associé à la norme notée k · kU .

La fonction coût Jenerg associée à la minimisation des dépenses énergétiques correspond alors à la
différence entre la température du fluide injecté et la température de référence Tf,ref :
1 2
kmax (0, Tf,in − Tf,ref )kU
Jenerg (Tf,in ) = (7.2)
2
Le problème de minimisation est alors le suivant :

déterminer u ∈ U tel que u = arg min Jenerg (Tf,in ) et Tsurf ≥ Tseuil (7.3)
Tf,in ∈U

Le problème est reformulé en terme de problème de minimisation sans contrainte, de sorte que la
contrainte Tsurf ≥ Tseuil est réécrite en contrainte faible.
Pour cela, l’espace des mesures, noté M, est introduit ; il s’agit de l’espace contenant le champ de
température à la surface : M = L2 (ΓS , [0, ta ]). Le produit scalaire usuel sur M est noté h · | · iM et est
défini, pour tout v1 , v2 ∈ M, par :
Z ta Z
hv1 |v2 iM = v1 (x, t)v2 (x, t)dSdt (7.4)
t=0 ΓS

155
 La norme k · kM est associée à ce produit scalaire. Pour tout v ∈ M :

kvk2M = hv|viM (7.5)

La fonction coût associée au terme de contrainte Jcont doit être pénalisante lorsque la température de
surface Tsurf = fˆ(Tf,ref ) est inférieure au seuil Tseuil . Si Tsurf ≥ Tseuil , la pénalisation n’est pas nécessaire.
Nous proposons d’écrire ce terme sous la forme :
1  2
min 0, fˆ(Tf,in ) − Tseuil

Jcont (Tf 0 ) = (7.6)
2 M
En notant u le paramètre à minimiser, ici u = Tf,in , la fonctionnelle J à minimiser s’écrit comme la
somme du résidu en surface Jres et des dépenses énergétiques Jenerg :
1 λ  2
min 0, fˆ(u) − Tseuil

2
J(u) = ku − Tf,ref kU + (7.7)
2 2 M
Où λ > 0 est une constante, permettant d’ajuster l’intensité de la contrainte.
En notant ε = λ1 , la fonctionnelle J peut être réécrite, à une constante multiplicative près :
1  2 ε
min 0, fˆ(u) − Tseuil

2
J(u) = + ku − Tf,ref kU (7.8)
2 M 2
Le second terme de (7.8) correspond alors à un terme de Tikhonov et permet de régulariser le problème.
Le problème de minimisation s’écrit alors :

déterminer u ∈ U tel que u = arg min J(Tf,in ) (7.9)

Tf,in ∈U

Ce problème peut alors être vu comme un problème de reconstruction, l’objectif étant de reconstruire
la température d’injection du fluide amenant à une température de surface supérieure ou égale au seuil
donné, avec un terme de régularisation prenant en compte les dépenses énergétiques.

7.4 Introduction aux problèmes inverses

7.4.1 Introduction
La démarche habituelle de modélisation consiste à déterminer la réponse d’un modèle à partir de
données d’entrée. Il s’agit de reproduire les relations physiques entre des causes (les entrées) et certains
effets (les sorties). Ces types de problème sont appelés problèmes directs dans la mesure où ils respectent
le principe de causalité, à savoir qu’une cause, les entrées, entraîne des effets, les sorties.
Contrairement aux problèmes directs, les problèmes inverses consistent à déterminer les causes d’un
phénomène physique à partir d’observations partielles de ses effets. L’objectif de la résolution de ces
problèmes est alors de déterminer un ensemble de données d’entrée, les paramètres habituellement connus
dans le cas du problème direct, à partir de mesures indiquant l’état du système.
Le but est alors d’utiliser le modèle de façon indirecte,à travers une procédure d’optimisation. Ceci
est schématisé sur la figure 7.5.
Une caractéristique des problèmes inverses est leur caractère mal posé [235] qui provient du non
respect de la causalité physique. Ceci renvoie à la notion d’identifiablilité d’une part, et au besoin de
régularisation d’autre part.
Un système est identifiable si la quantité d’informations disponible (les données) permet de déterminer
de façon unique la solution au problème. La solution au problème ne dépendant pas de façon continue
des données à cause du non respect du principe de causalité, la résolution du problème est instable et
il faudra faire appel à des techniques de régularisation afin d’obtenir une solution approchée de manière
stable.
De nombreux domaines font appel à des problèmes inverses. En astrophysique, les propriétés des
corps célestes (masse, composition, éventuellement taille) n’étant pas directement accessibles, ce sont des
observations (vitesse ou luminosité par exemple) qui permettent d’obtenir ces données. En médecine, de
nombreux outils utilisent tels l’IRM, le scanner, la radiographie ou l’échographie. Les climatologues sont
capables, à partir d’étude d’échantillons qui nous sont parvenus (carottes glaciaires ou prélèvements de
roches) et de modèles, de retracer l’histoire climatique, et ainsi de prévoir l’évolution future du climat.

156
 État du
Paramètres Modèle
système

Capteurs

Observation
Modèle
Paramètres partielle de l’état
inverse du système

Figure 7.5 – Problème inverse

7.4.2 Formulation
L’objectif du problème inverse est de déterminer un ensemble de paramètres u appartenant à l’espace
des paramètres U tel que les résultats f (u) obtenus à l’aide du modèle f soient les plus proches possible
des mesures m de l’espace des mesures M.
Il s’agit donc de déterminer u ∈ U tel que la norme kf (u) − mkM soit minimale. On cherche donc :

arg min kf (u) − mk2M (7.10)

u∈U

D’un point de vue mathématique, la formulation (7.10) n’assure cependant pas l’unicité de la solution
du problème à cause de la non-linéarité de f . Dans un premier temps, on considère f linéaire (f ∈
L(U, M)) avant d’étendre les résultats au cas général.

7.4.3 Régularisation
Le problème (7.10) est alors équivalent à l’équation normale [77] :

f ∗ f (u) = f ∗ (m) (7.11)

Où f est l’opérateur adjoint de f .
∗

On peut définir l’opérateur f + , appelé inverse généralisé, tel que :

f + = (f + f )−1 f ∗ (7.12)
L’équation (7.11) se réécrit alors sous la forme :

u = f + (m) = (f ∗ f )−1 f ∗ (m) (7.13)

Afin d’étudier la stabilité de l’opérateur f + , nous allons utiliser la théorie spectrale et en particulier la
décomposition en valeurs singulières de l’opérateur f , [77] : il existe une suite (σn )n positive strictement
décroissante convergente vers 0 et deux familles orthogonales {vn }n et {wn }n telles que :
 X


 f (u) = σn hu; vn iwn
∗
n∈N X (7.14)
f (m) =
∗

 σn hm; wn ivn
n∈N∗

On a alors :
X
f ∗ f (u) = σn2 hu; vn ivn (7.15)
n∈N∗

157
 L’opérateur autoadjoint f ∗ f peut donc se diagonaliser sur la base de ses vecteurs propres {vn }n . On
montre alors [77] :
X hf ∗ (m); vn i X hm; wn i
u = f + (m) = 2
vn = vn (7.16)
∗
σn ∗
σn
n∈N n∈N

L’équation (7.16) fait apparaître une instabilité de l’opérateur f + à cause de la convergence vers 0
des σn .
L’équation (7.16) fait aussi apparaître des manières d’approcher ce problème des valeurs singulières
σn qui tendent vers 0 : il s’agit de la régularisation du problème inverse.
Nous allons nous intéresser par la suite à deux méthodes de régularisation qui ont été mises en œuvre
pour la résolution des deux problèmes inverses étudiés ici : thermique et électromagnétique.
La principale différence entre ces deux problèmes réside dans la possibilité d’utiliser une hypothèse
de linéarité.
La première méthode de régularisation, qui apparaît aussi comme la plus évidente à la vue de la
relation (7.16) consiste à tronquer cette série et à calculer :
N
X hm; wn i
uN = vn (7.17)
n=1
σn
Cette méthode permet de filtrer les hautes fréquences et, de cette manière, de contenir l’instabilité.
Elle est appelée troncature spectrale. C’est cette méthode qui sera utilisée pour le problème inverse élec-
tromagnétique car on peut faire l’hypothèse que ce problème est linéaire. Au contraire, le problème inverse
de thermique n’est pas linéaire et cette méthode de régularisation ne pourra donc pas lui être appliquée.
La décomposition en valeurs singulières (7.16) avait permis d’obtenir :
X 1
u= 2
hf ∗ m; vn ivn (7.18)
∗
σ n
n∈N

Nous utiliserons alors la méthode de régularisation de Tikhonov. L’idée consiste à remplacer le terme
1
en 2 par un terme filtré g (σn ) avec  > 0, qui ne présente pas de pôle à l’origine et vérifiant [77] :
σn
lim g (σn ) > 0


 n→+∞
1 (7.19)
 lim g (σn ) = 2

→0 σn
1
On retrouve donc bien, pour ces types de filtres, g0 (σn ) = ainsi qu’un filtrage des hautes fréquences
σn2
(qui correspondent à n → +∞).
Le filtre de la régularisation de Tikhonov vérifie ces critères et s’écrit [234] :
1
g (σn ) = (7.20)
 + σn2
En appelant u la solution régularisée du problème inverse, l’équation (7.16) se réécrit alors :
X σn
u = hm; wn ivn (7.21)
∗
 + σn2
n∈N

On peut alors réécrire également l’équation (7.13) qui devient :

u = (f ∗ f + I)−1 f ∗ (m) (7.22)

La forme variationnelle équivalente s’énonce :

u = arg min(kf (u) − mk2M + εkuk2U ) (7.23)

u∈U

La formulation variationnelle de Tikhonov consiste donc à rajouter une pénalisation permettant l’ob-
tention d’une solution de norme relativement faible. Le choix du paramètre de régularisation ε répond
alors à un compromis entre la stabilité de l’inversion (ε grand) et la fidélité de l’inversion.

158
 Dans le cas non linéaire, la relation (7.22) n’a plus de sens. Cependant, la relation (7.23) peut être
généralisée au cas d’un opérateur f non linéaire :

u = arg min(kf (u) − mk2M + εku − u0 k2U ) (7.24)

u∈U

où u0 est une estimation a priori des paramètres et permet d’obtenir des résultats locaux de conver-
gence [77].

7.5 Résolution du problème de minimisation avec la méthode

de l’état adjoint
Dans cettte section, nous cherchons à résoudre le problème de minimisation (7.9) de la fonctionnelle
J donnée par (7.8).
Pour calculer cette température d’injection du fluide, un problème de reconstruction est introduit
en s’appuyant sur le modèle numérique présenté au cours des précédents chapitres ainsi que sur des
méthodes de résolution de problèmes de minimisation. La méthode de l’état adjoint est ainsi introduite
et une généralisation à d’autres problèmes de minimisation est présentée.
Nous nous plaçons ici dans le cas général de problèmes non linéaires. Nous proposons ainsi d’utiliser
l’algorithme de Levenberg-Marquardt pour déterminer la solution au problème de minimisation suivant :

u = arg min J(ũ) (7.25)

ũ∈U

Pour cela, la fonctionnelle associée au problème linéaire tangent est introduite. Elle permet notam-
ment d’exprimer les effets de faibles variations des paramètres u sur la fonctionnelle J. Cette nouvelle
fonctionnelle J˜u , définie au voisinage de u, s’obtient à partir de J et peut s’écrire sous la forme :

1 2 ε ν
J˜u (δu) = min 0, fˆ(u) + fˆ0 (u)δu − Tseuil
 
2 2
+ ku + δu − Tf,ref kU + kδukU (7.26)
2 M 2 2

Avec fˆ0 (u) ∈ L(U, M) la dérivée de Gâteaux du modèle direct en u et ν le paramètre d’amortissement
de Levenberg-Marquardt.
L’application de l’algorithme de Levenberg-Marquardt prévoit, à chaque itération sur celui-ci, de
minimiser cette fonctionnelle afin de déterminer l’incrément δu tel que :

δu = arg min J˜u (ũ) (7.27)

δ ũ∈U

L’incrément δu obtenu permet alors d’ajuster de façon itérative la valeur des paramètres u. Pour
calculer cet incrément, le problème adjoint est ici introduit, en présentant d’abord les problèmes direct
et linéaire tangent.

7.5.1 Problème direct

Le problème direct a été présenté dans les chapitres précédents. Sous l’hypothèse d’une couche de
surface semi-transparente, quasi opaque aux longueurs d’ondes du rayonnement ambiant, le problème
direct s’écrit, en reprenant les notations introduites dans le chapitre 4 :

159
 h (Tf − T ) sur Ωf
  (
∂T
(1 − φ) ρc − ∇ · (k∇T ) =
 

 
sur Ω \ Ωf

∂t

q

 


 
T (t = 0) = T0




 
k∇T · ~n = Φ + i hi (θi − T ) sur ΓS

 
  P

 

k∇T · ~n = 0 sur ∂Ω \ ΓS

 

(7.28)
 ∂T f
φ (ρc)f + (ρc)f ~u · ∇Tf − ∇ · (kf ∇Tf ) = h (T − Tf )

 
∂t

 

 
Tf (t = 0) = Tf0

 





Tf = Tf,in sur Γf 0

  (

 


 

kf ∇Tf · ~n = 0 sur ∂Ωf \ Γf 0
 

Avec q donné, fonction des conditions environnementales (rayonnements solaires direct et diffus),
indépendant de la température du milieu.

7.5.2 Problème linéaire tangent

Le problème linéaire tangent permet, dans le cas général, de linéariser le problème direct autour d’un
jeu de paramètres u ∈ U. Le problème direct (7.28) est alors exprimé en fonction des variations des
paramètres δu. Ici, δu = δTf,in et les variations induites par δu sur les champs de températures T et Tf
sont alors notées respectivement δT et δTf . Les autres paramètres, notamment le terme source radiatif q,
les conditions initiales T 0 et Tf0 , les conditions extérieures et les propriétés thermiques sont indépendants
de δu.
Ce problème linéaire tangent s’écrit alors :

h (δTf − δT ) sur Ωf
  (
∂δT
(1 − φ) ρc − ∇ · (k∇δT ) =
 

 
0 sur Ω \ Ωf
 



 

 ∂t
δT (t = 0) = 0




  
k∇δT · ~n = − i hi δT sur ΓS

  P
 
 

k∇δT · ~n = 0 sur ∂Ω \ ΓS

  
(7.29)
 ∂δT f
φ (ρc) + (ρc) ~
u · ∇δT − ∇ · (k ∇δT ) = h (δT − δT )

f f f f
 
f f
∂t

 

 
(t = 0) =0
 
δT
 
f




δTf = δTf,in sur Γf 0

  (

 
 
 
 
kf ∇δTf · ~n = 0 sur ∂Ωf \ Γf 0


Le problème linéaire tangent a la même structure que le problème direct et peut donc être résolu de
la même façon que celui-ci.

7.5.3 Application de la méthode de l’état adjoint

Il est ici envisagé d’utiliser une méthode basée sur le gradient pour minimiser la fonctionnelle J˜u
définie par (7.26), ce qui nécessite la connaissance de son gradient. Parmi les trois termes qui constituent
la fonctionnelle J˜u , les gradients des termes associés à la consommation énergétique et au terme de
Levenberg-Marquardt s’obtiennent aisément étant donné qu’il sont exprimés explicitement en fonction
de δu. Seul le gradient du terme de résidu demande une étude approfondie, effectuée dans l’annexe D.
Le gradient de la fonctionnelle peut finalement s’écrire :

Z ta Z
J˜u0 (δTf 0 )δ T̃f 0
 
= − δ T̃f 0 kf ∇Tf∗ · ~n + (ρc)f Tf∗ ~u · ~n dSdt
t=0 Γf

+εhδ T̃f 0 |Tf 0 + δTf 0 − Tf,ref iU + µhδ T̃f 0 | max (0, Tf 0 + δTf 0 − Tf,ref )iU
+νhδ T̃f 0 |δTf 0 iU (7.30)

160
 Avec T ∗ et Tf∗ la solution au problème adjoint défini par (7.31) :

  (  
∂δT ∗ h δT ∗
− δT ∗
sur Ωf
− (1 − φ) ρc − ∇ · (k∇δT ∗ ) = min (0, T + δT − Tseuil )δΓS + f

 

 
∂t
 
0 sur Ω \ Ωf

 


 
δT ∗ (t = ta ) = 0





 


   k∇δT ∗ · ~n = − P h δT ∗ sur Γ

i i S

 

∗
· = 0 sur \ ΓS

k∇δT ~
n ∂Ω

∂δTf∗
    
−φ (ρc)f − (ρc)f ~u · ∇δTf − ∇ · kf ∇δTf∗ = h δT ∗ − δTf∗
∗

 

 


 
 ∂t
δTf∗ (t = ta ) = 0

 





δTf∗ = 0 sur Γf 0

  (

 


 

kf ∇δTf∗ · ~n = − (ρc)f δTf∗ ~u · ~n sur ∂Ωf \ Γf 0
 

(7.31)
La connaissance de la solution du problème adjoint par la résolution de (7.31) permet donc de calculer
le gradient de la fonctionnelle par (7.30) et l’application de méthodes basées sur le gradient permet ensuite
la minimisation de la fonctionnelle et la reconstruction de la température d’injection du fluide Tf,in .
Ce problème adjoint est défini de façon rétrograde, c’est-à-dire que les conditions finales sont connues et
donc on cherche à déterminer T (tn ) connaissant T (tn+1 ). Le problème reste néanmoins bien posé compte
tenu du changement de signe des termes de dérivées temporelles. Le schéma temporel peut être réécrit
pour avoir une structure similaire aux problèmes direct et linéaire tangent en effectuant le changement de
variable t ← ta − t, l’équation de l’adjoint redevient alors posée pour des dates croissantes. Les techniques
de résolution du problème direct peuvent ainsi être réutilisées pour le problème adjoint.
Le problème adjoint permet d’obtenir les zones du domaine ayant l’effet le plus important sur la
fonctionnelle. Ainsi, une solution au problème adjoint proche de zéro en une date et une position donnée
signifie qu’un changement de la température en ce point et pour cette date n’aura qu’un impact négligeable
sur la fonctionnelle. Au contraire, une valeur élevée, en valeur absolue, de la solution au problème adjoint
en une date et un point donnés signifie qu’un changement des propriétés physiques aura un effet important
sur la fonctionnelle.
Le terme de contrainte sur la température de surface de la fonctionnelle agit alors comme un terme
source. Si celui-ci est partout nul, la solution au problème adjoint est elle aussi nulle et il est in-
utile de modifier les paramètres physiques du problème pour le terme de résidu. Dans le cas où ce
terme de résidu est non nul, il agit comme un terme source sur le système (7.31) au travers du terme
min (0, T + δT − Tseuil )δΓS . La diffusion de ce terme source permet alors d’observer les positions dans le
domaine et les dates pour lesquelles des modifications des paramètres du système sont susceptibles d’agir
sur le terme de résidu. Ici, pour reconstruire la température d’injection du fluide, la zone sur laquelle on
agit est la surface d’injection du fluide Γf .
En particulier, il peut être observé que, pour une date t proche de l’horizon temporel ta , le terme
source min (0, T + δT − Tseuil )δΓS du système (7.31) n’aura diffusé que sur une zone proche de la surface
ΓS . Les zones éloignées de ΓS ont alors un impact négligeable sur le terme de résidu pour ces dates
t ≈ ta . En particulier, une modification de la température d’injection du fluide pour ces dates n’aura
qu’une influence limitée sur la minimisation du terme de résidu.

7.5.4 Linéarité du problème

Le problème étudié ici est linéaire vis-à-vis du paramètre à déterminer : la réponse du système à une
somme d’ excitations sera la somme des réponses à chacune de ces excitations.
Ce n’est cependant pas vrai pour le cas général de la reconstruction d’autres paramètres physiques
comme la capacité thermique ou la conductivité thermique [40].
Les problèmes direct et linéaire tangent sont alors équivalents pour le cas étudié au cours de ce
paragraphe. Les variations du paramètre à reconstruire ici, δTf,in peuvent alors être assimilées à Tf,in +
δTf,in , et deux problèmes sont à résoudre : le problème direct (équivalent donc au problème linéaire
tangent), et le problème adjoint qui peut s’écrire sous la forme simplifiée suivante (7.32), l’expression du
gradient (7.30) restant alors inchangée :

161
  (  
∂δT ∗ h δT ∗
− δT ∗
sur Ωf
− (1 − φ) ρc − ∇ · (k∇δT ∗ ) = min (0, T − Tseuil )δΓS + f

 

 
∂t
 
0 sur Ω \ Ωf

 


 
δT ∗ (t = ta ) = 0





 


   k∇δT ∗ · ~n = − P h δT ∗ sur Γ

i i S

 

∗
· = 0 sur \ ΓS

k∇δT ~
n ∂Ω

∂δTf∗
    
−φ (ρc)f − (ρc)f ~u · ∇δTf − ∇ · kf ∇δTf∗ = h δT ∗ − δTf∗
∗

 

 


 
 ∂t
δTf∗ (t = ta ) = 0

 





δTf∗ = 0 sur Γf 0

  (

 


 

kf ∇δTf∗ · ~n = − (ρc)f δTf∗ ~u · ~n sur ∂Ωf \ Γf 0
 

(7.32)

7.5.5 Minimisation de la fonctionnelle

Nous reprenons dans ce paragraphe l’expression de la fonctionnelle J˜u donnée par (7.26). En prenant
en compte la linéarité du problème, le paramètre de régularisation de Levenberg-Marquardt n’est pas
nécessaire (ν = 0) et on a :

Z ta Z
J˜u0 (Tf,in )δ T̃f,in = −
 
δ T̃f,in kf ∇δTf∗ · ~n + (ρc)f δTf∗ ~u · ~n dSdt + εhδ T̃f,in |Tf,in − Tf,ref iU
t=0 Γf

Et donc, sous forme de produit scalaire :

J˜u0 (Tf,in )δ T̃f,in = hδ T̃f,in | kf ∇δTf∗ · ~n + (ρc)f δTf∗ ~u · ~n + ε(Tf,in − Tf,ref )iU (7.33)

Connaissant les solutions des problèmes direct (7.28) et du problème linéaire tangent (7.29), le pro-
blème adjoint (7.31) peut être résolu.
Les techniques d’optimisation habituelles, gradient à pas constant ou variable, gradient conjugué,
etc. peuvent alors être mises en œuvre pour minimiser la fonctionnelle J˜u et obtenir ainsi l’incrément
δTf,in à rajouter à Tf,in à chaque itération sur l’algorithme de Levenberg-Marquardt. La prise en compte
de la linéarité du problème permet de n’avoir à utiliser que le gradient conjugué, sans l’algorithme de
Levenberg-Marquardt.

7.6 Contrôle de l’état de santé de la couche poreuse : extension

à la reconstruction de plusieurs paramètres
Dans le paragraphe 7.5, l’utilisation de la méthode de l’état adjoint pour le calcul de la température
d’injection du fluide afin de préserver la structure de route solaire hybride de la formation de verglas en
surface a été présentée.
Cette stratégie de contrôle de la structure peut être étendue au contrôle de l’état de santé de celle-ci,
et notamment pour vérifier que les performances de l’échangeur thermique se maintiennent au cours du
temps. Une instrumentation de la chaussée permet ainsi d’obtenir des mesures de surface et celles-ci
peuvent permettre de déterminer la position et la nature d’éventuels défauts ou dégradations survenus à
l’intérieur de la structure et notamment au niveau de la couche poreuse, tels que de l’encrassement et du
colmatage des pores. L’écoulement du fluide peut en effet charrier des particules qui peuvent, à terme,
bloquer localement l’écoulement du fluide dans les pores en les colmatant et réduire ainsi les performances
du système.
Le problème du contrôle en température de la structure peut ainsi être étendu au contrôle de l’en-
crassement de la couche poreuse. Pour cela, nous cherchons ici à caractériser des défauts présents dans
la structure, à partir de mesures de surface, en reconstruisant un ou plusieurs paramètres physiques du
système.

162
7.6.1 Présentation du problème
Nous cherchons dans cette partie à reconstruire un jeu de paramètres u0 dans un domaine Ω connais-
sant les mesures réalisées en des points xk ∈ Ω, ces points étant dans la pratique souvent situés sur les
frontières ∂Ω du domaine étudié.
Un domaine entièrement solide est ici considéré, sans écoulement de fluide donc, mais l’étude menée
ici peut être adaptée à d’autres phénomènes physiques.

xk

Ω
Figure 7.6 – Représentation du cas étudié

Ce domaine, représenté sur la figure 7.6 est soumis, sur une partie ΓS ⊂ ∂Ω de ses frontières, à des
interactions avec l’environnement sous la forme d’échanges et d’apports thermiques. L’hypothèse est faite
que, sur le reste des frontières, ∂Ω \ ΓS , il n’y a pas d’échanges ni d’apports.
Nous rappelons que le problème direct est défini par le système d’équations (7.34), dans lequel les
propriétés thermiques ρc, k, le coefficients d’échanges hi , i ∈ [|1, Nh |], les températures extérieures Ti , la
température initiale T 0 ainsi que les termes sources internes q et externes Φ sont connus.

∂T

 ρc − ∇ · (k∇T ) = q
∂t



T (t = 0) = T 0

(7.34)
PNh
· = (T ) + Φ sur Γ
 
k∇T ~
n h − T

i=1 i i S


k∇T · ~n = 0 sur ∂Ω \ ΓS



L’objectif du problème inverse ici étudié est de déterminer des paramètres physiques parmi ρc, k,
q, hi , Ti , Φ, T 0 afin que l’application du modèle permette d’approcher au plus près les températures
mesurées θk (t) aux points xk . Ces paramètres à reconstruire appartiennent à l’espace des paramètres U .
Pour ce cas général, il est d’abord supposé que tous ces paramètres sont reconstruits simultanément :
u = {ρc, k, q, T 0 , {hi }, {Ti }, Φ}.
Afin d’obtenir ces paramètres, comme pour l’obtention de la température d’injection du fluide dans le
paragraphe précédent, une fonctionnelle est minimisée. Celle-ci est constituée de deux termes : un terme
de résidu et un terme de régularisation. Pour cela, les notations suivantes sont introduites :
— M est l’espace des mesures, dans lequel sont définies les mesures : M = L2 ({xk }, [0, ta ]). Nous
définissons le produit scalaire usuel h · | · iM par, pour tout a, b ∈ M :
X Z ta
ha|biM = a(xk , t)b(xk , t)dt (7.35)
k t=0

La norme associée est notée k · kM . Pour tout θ ∈ M :

X Z ta
kθkM =
2
θ(xk , t)2 dt (7.36)
k t=0

— U est l’espace des paramètres, dans lequel sont définis les paramètres à reconstruire.
Dans cette partie, nous considérons pour les paramètres ayant une dépendance spatiale (ρc, k,
q, T 0 ) comme faisant partie de l’espace de Sobolev H 1 (Ω), un tel choix étant nécessaire afin de
garantir que le problème soit bien posé et d’obtenir une solution régulière et lisse [177]. Ce choix

163
 d’un espace de Sobolev est lié à des conditions de régularité que l’utilisation d’un espace de contrôle
de type L2 ne permet pas d’assurer. Les paramètres ρc, k, q, hi , Ti et Φ sont supposés également
dépendre du temps. L’espace des paramètres est alors tel que :
— u1 = ρc ∈ U1 = H 1 (Ω) × L2 ([0, ta ])
— u2 = k ∈ U2 = H 1 (Ω) × L2 ([0, ta ])
— u3 = q ∈ U3 = H 1 (Ω) × L2 ([0, ta ])
— u4 = T 0 ∈ U4 = H 1 (Ω)

N
— u5 = {hi } ∈ U5 = L2 ([0, ta ]) h

N
— u6 = {Ti } ∈ U6 = L2 ([0, ta ]) h
— u7 = Φ ∈ U7 = L2 ([0, ta ])
Le produit scalaire usuel h · | · iU est défini sur U par, pour tout a, b ∈ U :
7
X
ha|biU = hai |bi iUi (7.37)
i=1

Avec : R ta R
— pour i ∈ {1, 2, 3} : hai |biRiUi = t=0 a b dΩ + α2 Ω ∇aTi · ∇bi dΩ dt
R

Ω Ri i
— pour i = 4 : hai |bi iUi = Ω ai bi dΩ + α2 Ω ∇aTi · ∇bi dΩ
PNh R ta
— pour i ∈ {5, 6} : hai |bi iUi = j=1 a b i dt
t=0 ij i j
R ta
— pour i = 7 : hai |bi iUi = t=0 aij bi ij dt
Et α 6= 0, le cas α = 0 correspondant à une norme dans L2 .
L’utilisation du produit scalaire dans H 1 lors de l’application de la méthode de l’état adjoint
permet l’ajout d’un filtre passe-bas en espace, réduisant ainsi, selon la définition de la norme
choisie sur U et le paramètre α, les variations sur de faibles longueurs du gradient [44, 195]. Le
choix de cet espace de Sobolev, au lieu de L2 , permet d’établir une régularisation de Tikhonov du
premier ordre en espace [36], prenant donc en compte, en plus de la solution elle-même, les effets
de son gradient pour la régularité.
La norme associée est notée k · kU . Pour tout u ∈ U :
X X
kuk2U = kui k2Ui = hui |ui iUi (7.38)
i i

Fonctionnelle à minimiser
La fonctionnelle à minimiser doit prendre en compte :
— un terme de résidu, de façon à ce que les mesures de températures soit les plus proches possibles
des températures calculées par le modèle. Ce terme de résidu s’écrit :

1 X ta 1
Z
2
(T (xk , t) − θk (t)) dt = kT − θk2M (7.39)
2 t=0 2
k

— un terme de régularisation de Tikhonov, pour s’assurer que le processus de minimisation ne fait

pas diverger la solution (voir aussi le paragraphe 7.4.3). Ce terme s’écrit sous la forme ku − u0 k2U .
— un terme de pénalisation des contraintes, optionnel, peut aussi être ajouté afin de prendre en
compte des informations supplémentaires sur les paramètres à reconstruire lorsqu’on en dispose
[147]. On suppose que ces informations sur les paramètres à reconstruire peuvent s’écrire sous la
forme d’une contrainte en égalité Gu = c avec G ∈ L (U , C ) et c ∈ C l’espace des contraintes. En
notant k · kC une norme sur C associée à un produit scalaire h · | · iC , ce terme de contrainte
µ
peut s’écrire kGu − ck2C .
2
Le terme de pénalisation peut avoir plusieurs origines. Par exemple :
— Les paramètres à reconstruire peuvent avoir une valeur connue (ou proche d’une certaine valeur)
sur certains éléments. Ce cas peut être utilisé pour la reconstruction des propriétés thermiques.
La matrice G pourra alors être une matrice creuse avec un nombre de ligne égal au nombre
de connaissances a priori (une pour chaque élément dont on connaît la valeur du paramètre).
Pour un nombre N d’éléments et des valeurs connues c2 , c3 , cN −2 et cN sur les éléments 2, 3,
N − 2 et N , la matrice G et le vecteur c pourront s’écrire :

164
 0 1 0 0 ··· 0 0 0
  

0 0 1 0 ··· 0 0 0


 G=

0 0 0 0 ··· 1 0 0

(7.40)


 0 0 0 0 ··· 0 0 1
 T
c = c2 c3

cN −2 cN


— Des parois ou des zones du domaine étudié peuvent avoir les mêmes propriétés, sans qu’on
connaisse les valeurs des paramètres concernés. Par exemple, si l’élément 2 est adjacent aux
éléments 1 et 3 et que ces trois éléments ont les mêmes propriétés thermiques, tout comme
l’élément N adjacent aux éléments N − 3, N − 2 et N − 1 on pourra par exemple écrire :

−1 1 0 0 ··· 0 0 0 0
  




 1 0 −1 0 · · · 0 0 0 0
0 −1 1 0 · · · 0 0 0 0

  

 
0 0 0 0 · · · −1 1 0 0

  


 G= 0
 
0 0 0 · · · 0 −1 1 0

0

0 0 0 ··· 0 0 −1 1 
 (7.41)

0 0 0 0 ··· 1 0 0 −1

  


0 0 0 0 0 1 0
  


  · · · −1 
0 0 0 0 · · · 0 −1 0 1




 T
c= 0 0 0 0 0 0 0 0 0
 

— Il est aussi possible pour d’autres types de reconstructions d’avoir des relations mettant en
jeu des sommes de paramètres. C’est le cas par exemple lorsqu’on cherche à reconstruire les
densités de flux thermiques (flux solaire ou d’échanges convecto-radiatif) connaissant la somme
de ces composantes [40].
Le coefficient µ permet alors d’ajuster la sévérité des contraintes et ne doit ni être trop petit
pour que le terme de pénalisation ne devienne pas négligeable devant celui de fidélité, ni être trop
grand, ce qui rendrait le terme de fidélité négligeable devant celui de pénalisation, et le problème
reviendrait alors à résoudre l’équation Gu = c. Il est donc nécessaire de trouver un compromis
entre ces deux situations.
La fonctionnelle à minimiser s’écrit donc :
1 ε µ
J(u) = kT − θk2M + ku − u0 k2U + kGu − ck2C (7.42)
2 2 2
Le problème n’est ici pas linéaire et il est proposé de le résoudre avec l’algorithme de Levenberg-
Marquardt. Cet algorithme itératif à pour but de linéariser localement la fonctionnelle autour d’un premier
jeu de paramètres, de minimiser cette nouvelle fonctionnelle à l’aide de méthodes usuelles basées sur le
gradient (gradient conjugué par exemple ici) et enfin de rajouter la solution obtenue au jeu de paramètres
utilisé précédemment afin d’obtenir le jeu de paramètres initialisant l’itération suivante de l’algorithme.
La fonctionnelle localement linéarisée s’écrit alors :

1 ε µ ν
Ju (δu) = kT (u) + δT (δu) − θk2M + ku + δu − u0 k2U + kG(u + δu) − ck2C + kδuk2U (7.43)
2 2 2 2
Le dernier terme, ν2 kδuk2U , est le terme de Levenberg-Marquardt. Il permet de pénaliser une variation
trop importante de l’incrément sur la solution numérique.

Application de la méthode de l’état adjoint

Afin de calculer le gradient de la fonctionnelle linéarisée Ju , et en particulier le gradient du terme
de résidu, le problème adjoint (7.45) est obtenu à partir de la formulation faible du problème linéaire
tangent (7.44), lui-même déduit du problème direct (7.34). Ces deux problèmes sont obtenus de façon
similaire à ce qui a été réalisé pour le problème d’optimisation de la température d’injection du fluide
dans le paragraphe 7.5.
Contrairement à l’optimisation de la température d’injection du fluide étudiée dans le paragraphe
précédent, le problème n’est pas linéaire par rapport aux paramètres à reconstruire, en particulier ρc,

165
k et {hi }. Il est pas nécessaire de résoudre le problème linéaire tangent qui ne peut plus s’assimiler au
problème direct.
Le problème linéaire tangent s’écrit alors (7.44).

 ∂δT
 ρc − ∇ · (k∇δT ) = δq − δρc ∂T
∂t + ∇ · (δk∇T )
∂t



δT (t = 0) = δT 0

(7.44)
k∇δT · ~n = i hi (δTi − δT ) + δΦ + i δhi (Ti − T ) − δk∇T · ~n sur ΓS

  P P


k∇δT · ~n = 0 sur ∂Ω \ ΓS


Le problème adjoint s’écrit (7.45).

 ∂δT ∗
− ∇ · (k∇δT ∗ ) = k (T (xk , t) + δT (xk , t) − θk (t)) δxk
P
 −ρc
∂t



δT ∗ (t = ta ) = 0

(7.45)
k∇δT ∗ · ~n = − i hi δT ∗ sur ΓS

  P


k∇δT ∗ · ~n = 0 sur ∂Ω \ ΓS


La formulation faible du problème linéaire tangent (7.44) permet de nouveau d’obtenir une expression
sous la forme d’une intégrale dans L2 (Ω) pour le gradient du terme de résidu de la fonctionnelle :

XZ ta Z  
∂T
δ T̃ (xk , t) (T (xk , t) − θk (t)) dt = ˜
δ q̃ − δ ρc δT ∗ dΩdt
t=0 Ω×[0,ta ] ∂t
k
Z
− (δ k̃∇T ) · ∇δT ∗ dωdt
Ω×[0,ta ]
Z
+ ρcδ T̃ 0 δT ∗ (t = 0)dΩ
Ω
Z !
X
+ δ Φ̃δT ∗ + hi δ T̃i δT ∗ dΓdt
∂Ω×[0,ta ] i
Z X
+ δ h̃i (Ti − T )δT ∗ dΓdt (7.46)
∂Ω×[0,ta ] i

Contrairement à l’optimisation de la température d’injection du fluide, pour laquelle l’espace U était

constitué de fonctions L2 , ce qui permettait de faire apparaître à ce stade le produit scalaire défini sur
U , ici, le fait que U = H 1 (Ω) requiert une modification de la formulation du problème.
D’après [153] repris par [177], le fait que les T (xk , · ) − θk soient définis dans L2 ([0, ta ]) permet de
considérer la relation (7.46) comme une relation de transposition pour δT ∗ (t = 0). δT ∗ (t = 0) est alors
défini de manière unique comme appartenant au dual de H 1 (Ω), noté ici (H 1 (Ω))∗
Pour faire apparaître le produit scalaire dans H 1 (Ω), nous pouvons introduire w ∈ H 1 (Ω) image de
δT (t = 0) par l’isomorphisme de Riesz I :
∗

w = I −1 δT ∗ (t = 0) (7.47)
Soit :

hδT ∗ (t = 0), δ T̃ 0 i(H 1 (Ω))∗ ,H 1 (Ω) = hw|δ T̃ 0 iH 1 (Ω) (7.48)

Avec h · , · i(H 1 (Ω))∗ ,H 1 (Ω) le produit de dualité entre (H 1 (Ω))∗ et H 1 (Ω).
On a donc la relation explicite suivante entre w et δT ∗ (t = 0) :
Z Z Z
wδ T̃ 0 dΩ + α2 ∇w · ∇δ T̃ 0 dΩ = δ T̃ 0 δT ∗ (t = 0)dΩ (7.49)
Ω Ω Ω

La relation (7.49) peut se réécrire, après une intégration par parties en espace :

166
 Z Z Z Z
wδ T̃ dΩ + α
0 2
δ T̃ ∇w · ~ndS − α
0 2
∆wδ T̃ dΩ =
0
δ T̃ 0 δT ∗ (t = 0)dΩ (7.50)
Ω ∂Ω Ω Ω

La relation (7.50) est la forme faible, pour le cas α 6= 0, de l’équation (7.51) :

−α2 ∆w + w = δT ∗ (t = 0) sur Ω

(7.51)
∇w · ~n = 0 sur ∂Ω
Le cas α → 0 correspond alors à w = δT ∗ (t = 0) et on retrouve le cas où l’espace considéré est L2 (Ω),
le terme de condition limite n’apparaissant plus dans la formulation faible (7.50).
Le gradient du terme de résidu de la fonctionnelle s’écrit alors, en reprenant (7.46) :

∂T
hδ T̃ |T − θiM = hδ ρc|
˜ wiU1 + hδ k̃|∇T · ∇wiU2 + hδ q̃|wiU3 + hδ T̃ 0 |ρcqiU4
X ∂t X
+ hδ h̃i |(Ti − T )wiU5 + hδ T̃i |hi wiU6 + hδ Φ̃|wiU7 (7.52)
i i

D’où le gradient de la fonctionnelle complète, par rapport à chacun des paramètres :

∂T
Ju0 (δu)δ ρc
˜ = ˜ −
hδ ρc| w + ε(ρc + δρc − ρc0 ) + µ(ρc)c + νδρciU1 (7.53)
∂t
Ju0 (δu)δ k̃ = hδ k̃| − ∇T · ∇w + ε(k + δk − k0 ) + µkc + νδkiU2 (7.54)
Ju0 (δu)δ q̃ = hδ q̃|w + ε(q + δq − q0 ) + µqc + νδqiU3 (7.55)
Ju (δu)δ T̃ 0
0
= hδ T̃ 0 |ρcw + ε(T 0 + δT 0 − T00 ) + µTc0 + νδT 0 iU4 (7.56)
Ju0 (δu)δ h̃i = hδ h̃i |(Ti − T )w + ε(hi + δhi − hi,0 ) + µhi,c + νδhi iU5 (7.57)
Ju0 (δu)δ T̃i = hδ T̃i |hi w + ε(Ti + δTi − Ti,0 ) + µTi,c + νδTi iU6 (7.58)
Ju0 (δu)δ Φ̃ = hδ Φ̃|w + ε(Φ + δΦ − Φ0 ) + µΦc + νδΦiU7 (7.59)

Où l’indice c fait à chaque fois au terme de contrainte pour le paramètre α considéré : αc = GT (Gα +
Gδα − c).

7.6.2 Application à la reconstruction de propriétés physiques dans une paroi

par couplage avec une méthode basée sur l’électromagnétisme
Dans ce paragraphe, la méthode de l’état adjoint est appliquée à la reconstruction d’inclusions dans des
parois en évaluant les valeurs de conductivité et de capacité thermique. Pour cela, en plus de la méthode
thermique, il est proposé d’utiliser aussi une méthode de reconstruction basée sur de l’électromagnétisme
afin de réduire le domaine de recherche des inclusions [147].
Cette méthode reposant sur l’électromagnétisme se base sur des mesures réalisées avec un Ground
Penetrating Radar ou GPR. À partir de ces mesures, une grandeur est reconstruite permettant d’estimer
la localisation d’un éventuel défaut. Celle-ci est ensuite affinée avec la méthode thermique et les propriétés
du défaut peuvent être reconstruites.

Calcul du champ électrique

Le GPR est un appareil qui est déplacé au-dessus d’une paroi afin de repérer des inclusions dans le sol.
À chaque déplacement du GPR, celui-ci émet un signal électromagnétique pendant une brève période de
l’ordre de la nanoseconde. Ce signal se déplace ensuite dans le sol. En présence de variations des propriétés
électriques du sol, et notamment de la perméabilité électrique, une partie du signal électromagnétique est
déviée et est notamment renvoyée vers la surface où le GPR enregistre ce signal réfléchi.
La propagation du signal électromagnétique dans le sol est régie par les équations de Maxwell [192] :

167
 ∂B~
~
∇×E = − (7.60)
∂t
∂D~
~
∇×H = + J~c + J~s (7.61)
∂t
∇·D
~ = ρ (7.62)
∇·B
~ = ρm (7.63)

Avec E~ le champ électrique (en V.m-1), H~ le champ magnétique (en A.m-1), J~c la densité de courant
(en A.m ) induite par le champ électrique, J~s la densité de courant induite par la source électrique, B
-2 ~
la densité de flux magnétique (en Wb), D ~ la densité de flux électrique (en C), ρ la densité électrique de
charge (en C.m-1) et ρm la densité magnétique de charge (en H.m-1.s-1).
Ces équations montrent que les charges électriques et magnétiques sont des sources de champs élec-
trique et magnétique et que les variations temporelles d’un des deux champs entraîne le déplacement de
charges et donc des variations spatiales de l’autre champ.
En plus des équations de Maxwell, des lois de comportement, analogues à la loi de Fourier pour la
diffusion thermique, sont utilisées :

J~c = σE
~ (7.64)
~
D = εE
~ (7.65)
~
B = µH
~ (7.66)

Avec σ, ε et µ respectivement les tenseurs de conductivité électrique (en S.m-1), de permittivité

électrique (en F.m-1) et de perméabilité magnétique (en H.m-1). Pour des matériaux isotropes, comme
cela est supposé ici, des tenseurs sont des scalaires. De plus, l’hypothèse est faite que ces matériaux sont
non magnétiques et donc que leur perméabilité magnétique est égale à celle du vide µ0 = 4π × 10−7
H.m-1.
Dans le cadre de l’utilisation du GPR, l’objectif est de reconstruire le champ de permittivité électrique
ε. Pour cela, il est possible de s’appuyer sur des mesures réalisées in situ. Ici, ces mesures sont obtenues
numériquement en calculant l’évolution du champ électrique à la suite de l’excitation électrique générée
par le GPR.
La source électrique J~s émise par le GPR se propageant dans la paroi étudiée, les équations de Maxwell
sont résolues numériquement à l’aide de l’algorithme de Yee, basé sur des différences finies avec le logiciel
libre GPRMax [93].

Reconstruction du champ de permittivité électrique

Le champ électrique mesuré par le GPR provient des variations des propriétés électriques rencontrées
dans leurs milieux de propagation par les ondes électromagnétiques. Pour estimer ces variations, une
fonction de contraste χ est introduite et c’est cette grandeur qui sera ensuite calculée [193, 218] :
εeq − εeqs
χ= (7.67)
εeqs
Avec εeq la permittivité équivalente donnée par :
σ
εeq = ε0 εr − j (7.68)
2πf
Avec ε0 la permittivité diélectrique du vide (ε0 = 8.854 × 10−12 F.m-1) et εr la permittivité relative.
La perméabilité diélectrique du sol, en l’absence d’inclusions, εeqs vérifie de façon similaire :
σb
εeqs = ε0 εb − j (7.69)
2πf
Où l’indice b fait référence aux propriétés électriques, supposées connues, du sol.

168
 La présence de valeurs non nulles de la fonction de contraste χ indique donc la présence de zones
ayant des propriétés électriques différentes de celles du sol, et donc d’inclusions. Le champ électrique
peut alors se décomposer en deux composantes : une partie incidente Einc , due aux réflexions des ondes
électromagnétiques au niveau de variations connues des propriétés électriques, et une partie diffuse Es ,
due aux variations des propriétés électriques autour des valeurs initialement supposées : E = Einc + Es .
Le champ électrique diffus vérifie alors la relation [192] :
Z
Es (x) = ks Ge (x, x0 )E(x, x0 )χ(x0 )dΩ (7.70)
x0 ∈Ω

Avec Ge la fonction externe de Green et ks le nombre d’onde.

L’équation (7.70) fait ainsi dépendre le champ diffus Es du champ total dans lequel se trouve aussi le
champ diffus. Le problème inverse d’électromagnétisme est ainsi non linéaire et mal posé, ce qui nécessite
l’emploi d’une méthode de régularisation pour obtenir une solution stable. La non-linéarité du problème
peut aussi entraîner l’apparition de fausses solutions ou artefacts à cause de minima locaux.
Pour linéariser le problème et rendre moins complexe le calcul d’une solution, l’approximation de Born
est utilisée sur l’équation (7.70). Le principe est d’effectuer une approximation au premier ordre sur le
champ électrique. Au lieu d’avoir E = Einc + Es (χ, E) avec Es donné par la relation (7.70), le champ
total est estimé par E = Einc + Es (χ, Einc ), ce qui revient à faire l’approximation E ≈ Einc . Dans ce
cas, l’équation (7.70) devient [152, 193, 217] :
Z
Es (x) = ks Ge (x, x0 )Einc (x, x0 )χ(x0 )dΩ (7.71)
x0 ∈Ω

Pour obtenir la fonction de contraste χ, l’opérateur linéaire défini par (7.71) fait l’objet d’une décom-
position en valeurs singulières. Le système singulier {σn , un , vn } est ainsi introduit, avec {σn } les valeurs
singulières rangées dans l’ordre décroissant, {un } la base des fonctions dans l’espace des inconnues et
{vn } la base des fonctions dans l’espace des données. La régularisation de la solution est effectuée en
effectuant une troncature de la décomposition en valeurs singulières [152, 193, 217] :
N
X 1
χ= hEs |vn iun (7.72)
σ
n=1 n

Avec h · | · i le produit scalaire usuel dans l’espace des données et N l’indice de la troncature spectrale,
fixé de façon à assurer un compromis entre la précision et la stabilité de la solution.
Pour obtenir une première localisation d’éventuelles inclusions avec le GPR, une fonction de contraste
normalisée χ̂ est considérée [218] :

|χ|
χ̂ = (7.73)
max |χ|
La fonction de contraste normalisée χ̂ est nulle là où la permittivité diélectrique est égale à celle du
sol et différente de 0 dans les régions susceptible de comprendre un défaut. Pour repérer ces zones, un
seuil Tm est introduit pour obtenir une fonction caractéristique Ur définie par [218] :
(
1 si χ̂ ≥ Tm
Ur (x) = (7.74)
0 sinon
En première approche, un seuil Tm = 0.5 peut être choisi.

Reconstruction thermique
L’objectif est maintenant de reconstruire les propriétés thermiques de capacité thermique ρc et de
conductivité thermique k dans la paroi de façon à localiser et à caractériser d’éventuelles inclusions ou
défauts.
Les notations du paragraphe 7.6 sont reprises. On note ainsi u = {k, ρc} ∈ U l’espace des paramètres.
Pour effectuer la reconstruction thermique, des mesures de températures sont données et les conditions
environnementales sont supposées connues. La méthode de l’état adjoint détaillée dans le paragraphe 7.6
est réutilisée.

169
 Le problème direct s’écrit, d’après (7.34) :

∂T

 ρc − ∇ · (k∇T ) = q
∂t



T (t = 0) = T 0

(7.75)
PNh
k∇T · ~n = i=1 hi (Ti − T ) + Φ sur ΓS

 


k∇T · ~n = 0 sur ∂Ω \ ΓS



Pour le problème linéaire tangent, on a, en adaptant (7.44) :

 ∂δT
 ρc ∂t + ∇ · (δk∇T )
− ∇ · (k∇δT ) = −δρc ∂T
∂t



δT (t = 0) = 0

(7.76)
k∇δT · ~n = i hi (δTi − δT ) + −δk∇T · ~n sur ΓS

  P


k∇δT · ~n = 0 sur ∂Ω \ ΓS


Le problème adjoint est donné par (7.45) :

 ∂δT ∗
− ∇ · (k∇δT ∗ ) = k (T (xk , t) + δT (xk , t) − θk (t)) δxk
P
 −ρc
∂t



δT ∗ (t = ta ) = 0

(7.77)
k∇δT ∗ · ~n = − i hi δT ∗ sur ΓS

  P


k∇δT ∗ · ~n = 0 sur ∂Ω \ ΓS


Une fonctionnelle J à minimiser est ainsi introduite :

1 ε
J(u) = kT − θk2M + ku − u0 k2U (7.78)
2 2
Avec u0 les propriétés thermiques supposées connues en l’absence d’inclusions dans la paroi. Le pro-
blème n’est ici pas linéaire par rapport aux inconnues u et l’algorithme de Levenberg-Marquardt est
utilisé. À chaque itération sur cet algorithme, la fonctionnelle localement linéarisée Ju est introduite par :
1 ε ν
Ju (δu) =kT + δT − θk2M + ku + δu − u0 k2U + kδuk2U (7.79)
2 2 2
Le gradient de Ju s’obtient à partir des relations (7.80) et (7.81) :

∂T ∗
Ju0 (δu)δ ρc
˜ = hδ ρc|
˜ δT + ε(ρc + δρc − ρc0 ) + νδρciU (7.80)
∂t
Ju0 (δu)δ k̃ = hδ k̃|∇T · ∇δT ∗ + ε(k + δk − k 0 ) + νδkiU (7.81)

Les propriétés thermiques sont supposées constantes au cours du temps. Les expressions (7.80) et
(7.81) se réécrivent, en adaptant les paramètres ε et ν, sous la forme :

Z Z Z
∂T ∗
Ju0 (δu)δ ρc
˜ = ˜ δT dΩdt + ˜ ε(ρc + δρc − ρc0 ) + νδρc dΩ (7.82)


δ ρc δ ρc
∂t
Zt ZΩ Ω
Z
Ju0 (δu)δ k̃ = δ k̃∇T · ∇δT dΩdt +
∗
ε(k + δk − k 0 ) + νδkdΩ (7.83)
t Ω Ω

Couplage des deux méthodes de reconstruction

Il est possible de reconstruire les propriétés thermiques sans avoir recours à la reconstruction par
GPR. Cependant, pour la recherche de défauts de petites dimensions devant celles du domaine, une
telle reconstruction nécessiterait de nombreuses mesures de températures ainsi que des moyens de calculs
importants. La reconstruction par le GPR permet l’apport d’informations a priori qui vont être intégrées
à la reconstruction thermique.

170
 Le problème ici considéré est supposé être bidimensionnel. La notation x utilisée précédemment pour
situer un point dans l’espace est maintenant remplacée par les coordonnées cartésiennes (x, z).
Au lieu d’effectuer une reconstruction sur un domaine pouvant être grand, la reconstruction par le
GPR permet de réduire le domaine d’étude initial. À partir de la fonction de contraste Ur , des sous-
domaines D1 , D2 et D3 dont définis et représentés sur la figure 7.7.

l2x l2x
l2z+
l1z+
Ur = 1

l2z− D1
l1z− z
D3
x
D2 l1x l1x

Figure 7.7 – Sous-domaines pour le problème de thermique

Le premier sous-domaine D1 correspond à la zone contenant les points dont la fonction caractéristique
vaut 1. C’est donc le sous-domaine le plus susceptible d’abriter les inclusions ou défauts détectés par le
GPR.
Le deuxième sous-domaine D2 contient les points du domaine initial les plus éloignés de la zone où la
fonction caractéristique est égale à 1. Il est supposé qu’il n’y a pas d’inclusions dans ce sous-domaine et
les paramètres thermiques y sont alors connus et donc non reconstruits.
Le troisième sous-domaine, D3 est localisé entre les deux autres sous-domaines. Une inclusion peut
être présente dans D3 mais la probabilité pour que cela soit le cas est plus faible que pour D1 étant donné
l’éloignement plus important de la zone où on a Ur = 1.
Les sous-domaines D1 , D2 et D3 sont définis à partir de la zone A où sont présents les points (x, z)
tels que Ur (x, z) = 1.
Le sous-domaine D1 est constitué des points (x, z) tels que :
(
|x − x0 | ≤ l1x
∃(x0 , z0 ) ∈ A tel que (7.84)
−l1z− ≤ z − z0 ≤ l1z+
Le sous-domaine D2 est constitué des points (x, z) tels que :
(
|x − x0 | ≥ l2x
∃(x0 , z0 ) ∈ A tel que (7.85)
z0 − z ≥ l2z− ou z − z0 ≥ l2z+
Le sous-domaine D3 comprend les points du domaine d’étude qui ne sont présents ni dans D1 ni dans
D2 .
Les longueurs l1x , l2x , l1z− , l1z+ , l2z− et l2z+ , positives, sont représentées sur la figure 7.7 et doivent
vérifier les conditions suivantes :

l1x ≤ l2x

l1z− ≤ l2z− (7.86)

l1z+ ≤ l2z+


En raison des changements des propriétés électriques rencontrées par les ondes électromagnétiques, la
partie basse de l’inclusion peut être mal localisée [193]. Pour prendre en compte cet effet, les conditions
suivantes sont rajoutées :
(
l1z+ ≤ l1z−
(7.87)
l2z+ ≤ l2z−

171
 Dans le cas où D3 6= ∅, le produit scalaire usuel h · | · iD3 est défini sur ce sous domaine, associé à
la norme k · kD3 .
La reconstruction par le GPR a permis l’apport d’informations à travers la fonction caractéristique
Ur . Ces informations a priori sont intégrées à la reconstruction thermique de la façon suivante :
— Le sous-domaine D2 est éloigné de la localisation a priori du défaut. L’hypothèse est faite qu’aucun
défaut ne se trouve sur le sous-domaine D2 . Par conséquent, les propriétés thermiques u sont
supposées connues et égales à celle du milieu u0 :

∀(x, z) ∈ D2 , u(x, z) = u0 (x, z) (7.88)

— Le sous-domaine D3 est situé entre D1 où le GPR a permis de reconstruire des inclusions, et D2 où
il a été supposé qu’il n’y a pas d’inclusions. L’hypothèse est faite que les propriétés thermique dans
D3 sont proches de celles connues du milieu. Cependant, la possibilité est laissée d’avoir finalement
des propriétés thermiques reconstruites différentes pour faire apparaître des inclusions qui auraient
été mal localisées ou identifiées avec le GPR. Pour cela, un terme de contrainte est ajouté à la
fonctionnelle J de (7.79) permet d’imposer une contrainte faible sur les propriétés thermiques. Ce
terme s’écrit alors :
µ
ku − u0 k2D3 (7.89)
2
Soit U 0 le sous-espace de U tel que, pour tout (x, z) ∈ D2 et tout u ∈ U 0 , u(x, z) = u0 (x, z). Le
problème d’optimisation devient alors : trouver u ∈ U 0 telle que :

u = arg min J(v) (7.90)

v∈U 0

Avec :
1 ε µ
J(u) = kT (u) − θk2M + ku − u0 k2U + ku − u0 k2D3 (7.91)
2 2 2
La fonctionnelle localement linéarisée Ju s’en déduit :
1 ε µ
Ju (δu) = kT (u) − θk2M + ku − u0 k2U + ku − u0 k2D3 (7.92)
2 2 2
Le gradient de Ju s’obtient à partir de (7.82) et (7.83) par :

Z Z Z
Ju0 (δu)δ ρc
˜ = ˜ ∗
dΩdt + ε ρc + δρc − ρc0 + νδρcdΩ


δ ρcδT
t
ZΩ Ω

+ ˜ ρc + δρc − ρc0 dΩ (7.93)

δ ρc
Z ZD3 Z
Ju0 (δu)δ k̃ = δ k̃∇T · ∇δT ∗ dΩdt + ε k + δk − k 0 + νδkdΩ


t Ω Ω
Z
+ δ k̃ k + δk − k dΩ
0
(7.94)


D3

Cas test numérique

La méthode de couplage est appliquée à un cas test schématisé sur la figure 7.8. Un domaine calcaire
comprend une inclusion de bois.
Les propriétés thermiques des matériaux sont issues de [74, 92] et sont données dans la table 7.1.
les données du GPR sont obtenues en utilisant le code GprMax en considérant une excitation de
type Ricker ayant une fréquence principale de 1300 [Link] données sont assemblées le long d’une ligne
à la surface allant de x = 0.1 à 1.9 m avec un pas de 3 cm. Le domaine où s’effectue la reconstruction
est le même que celui utilisé pour le modèle direct. La discrétisation s’effectue avec des éléments carrés
de 1.4 cm de longueur en espace et des intervalles fréquentiels de 30 MHz d’amplitude entre 100 et 2600
MHz.

172
 50 cm 100 cm 50 cm

40 cm
bois 10 cm
150 cm
calcaire

Figure 7.8 – Sous-domaines pour le problème de thermique

matériaux ρc [J · K−1 · m−3 ] k [W · m−1 · K−1 ] εr σ [S · m−1 ]

calcaire 2420 × 855 2.22 8 0.01
bois 600 × 1900 0.15 5 10−8

Table 7.1 – Propriétés électriques et thermiques des matériaux

La décomposition en valeurs singulières est réalisée avec un seuil fixé à -30 dB, c’est-à-dire que seuls
sont conservés les modes ayant des niveaux d’énergie supérieurs à 0.0316 fois la plus grande valeur
singulière.
La fonction de contraste et le fonction caractéristique obtenues sont représentées sur les figures 7.9a
et 7.9b.

(a) Fonction de contraste normalisée (b) Fonction caractéristique

Figure 7.9 – Reconstruction par le GPR

Pour définir les sous-domaines de la reconstruction thermique, les longueurs utilisées sont données sur
la table 7.2.
À partir de la fonction de contraste représentée sur la figure 7.9b, les sous-domaines de la reconstruction
thermique sont établis et représentés sur la figure 7.10.
Pour effectuer la reconstruction thermique, le modèle thermique direct est d’abord utilisé. Les excita-
tions thermiques proviennent d’apports convectifs (via la température de l’air Tair , en ◦ C) et radiatifs (via
la température de ciel Tciel , en ◦ C, et du rayonnement solaire Φsol , en W.m−2 ). Les excitations utilisées
ici ont une période d’une journée et vérifient :

Tair = 12 + 5 sin (ωt − φ) (7.95)

Tciel = −5 + 12 sin (ωt − φ) (7.96)
1
Φsol = 250 × (sin (ωt − φ) + | sin (ωt − φ)|) (7.97)
2
Les mesures sont obtenues numériquement à la surface supérieure du domaine pendant cinq jours, cette
durée permettant aux excitations thermiques d’atteindre les défauts puis d’être détectées à la surface. Le

173
 paramètre l1x l1z+ l1z− lx l1z+ l1z−
longueur [m ] 0.1 0.05 0.8 0.1 0.05 0.8

Table 7.2 – Longueurs utilisées pour générer les sous-domaines

Figure 7.10 – Sous-domaines pour la reconstruction thermique

coefficient d’échange radiatif est pris égal à 10 W.m−2 .K−1 . Un bruit blanc gaussien d’amplitude égale à
0.5◦ C est ajouté aux mesures provenant du modèle direct.
La reconstruction thermique basée sur l’utilisation de la méthode de l’état adjoint et sur les sous-
domaines issus des informations a priori de la reconstruction par GPR permet d’obtenir les champs de
conductivité et de capacité thermiques représentés sur les figures 7.11.

(a) Conductivité thermique (b) Capacité thermique

Figure 7.11 – Propriétés thermiques reconstruites avec les informations a priori apportées par le GPR

Pour analyser ces résultats de façon quantitative, une approche a été développée pour identifier les
contours des anomalies ainsi reconstruites. Pour cela, les valeurs des paramètres reconstruits ainsi que
leurs gradients sont analysés. Un élément du maillage fait partie d’une inclusion si les deux paramètres
reconstruits sont éloignés d’au moins a % par rapport aux propriétés du milieu en l’absence d’inclusions.
Ce critère permet d’exclure des inclusions tous les éléments ayant des propriétés reconstruites proches
des valeurs du milieu. Le seuil a = 10 % est choisi ici.
Il est aussi supposé que les paramètres reconstruits présentent des variations importantes au niveau
des bords des éventuelles inclusions. L’hypothèse est ainsi faite que les normes des gradients des deux
paramètres sont plus élevées sur les bords des inclusions qu’ailleurs dans le domaine. De cette manière,
il est supposé qu’un point (x, z) appartient au contour d’une inclusion s’il vérifie :
( k∇k(x,z)k
k0 (x,z) ≥ b
k∇ρc(x,z)k (7.98)
ρc0 (x,z) ≥ b

Après calculs, les contours fermés vérifiant (7.98) sont conservés et l’intérieur de ceux-ci constituent les

174
inclusions reconstruites. À ce niveau, il n’est procédé à aucun filtrage sur la taille des zones défectueuses
reconstruites afin de conserver la possibilité de reconstruire plusieurs inclusions.
Pour obtenir ainsi une première estimation de ces contours, le paramètre b est initialisé à une valeur
nulle. Il est ensuite incrémenté jusqu’à ce que des variations significatives dans la taille ou le nombre des
inclusions surviennent. En-dessous de cette valeur critique b0 , il peut être observé que l’un au moins des
contours principaux qui existent pour b ≥ b0 n’est pas clos. Ici, un coefficient b = 0.5 a été choisi de
manière empirique.
Les figures 7.11 permettent ainsi d’aboutir aux inclusions représentées sur la figure 7.12.

Figure 7.12 – Reconstruction de l’inclusion avec les informations a priori

Sans les informations a priori du GPR, la reconstruction thermique peut-être effectuée de la même
façon, sans utiliser de sous-domaines. Les résultats en conductivité et en capacité thermiques reconstruites
sont présentés sur les figures 7.13.

(a) Conductivité thermique (b) Capacité thermique

Figure 7.13 – Propriétés thermiques reconstruites sans les informations a priori apportées par le GPR

Par rapport aux figures 7.11, les propriétés thermiques reconstruites semblent plus diffuses et des arté-
facts apparaissent près des la surface. La reconstruction des inclusions, présentée sur la figure 7.14 montre
ainsi un défaut reconstruit de dimensions beaucoup plus importantes que précédemment en particulier
pour l’étendue verticale. Des inclusions apparaissent également près de la surface.
De la même manière, les effets sur la qualité de la reconstruction d’inclusions d’air ou d’acier à la
place de l’inclusion de bois sont étudiés. Les propriétés thermiques de ces composants sont données sur
la table 7.3 [74, 92].
Les positions des défauts reconstruits sont représentés sur les figures 7.15 pour l’inclusion d’air et sur
les figures 7.16 pour l’inclusion d’acier.
Ces figures montrent que, à chaque fois, la localisation et la forme de l’inclusion sont mieux identifiées
lorsqu’on dispose d’informations a priori. La surface de l’inclusion reconstruite est, là encore, plus proche
de ce qui est attendu en ayant effectué une première reconstruction, quelle que soit la nature de l’inclusion.
En effet, dans le cas étudié ici, le défaut est relativement éloigné de la surface, ce qui entraîne des
sous-domaines D1 et D3 également relativement éloignés de la surface. Les artéfacts visibles proches de

175
 Figure 7.14 – Reconstruction de l’inclusion sans informations a priori

matériaux ρc [J · K−1 · m−3 ] k [W · m−1 · K−1 ] εr σ [S · m−1 ]

air 1.225 × 1006 0.0242 1 0
acier 8055 × 480 15.1 1 1.11 × 106

Table 7.3 – Propriétés électriques et thermiques de l’air et de l’acier

la surface visibles sur les figures 7.14, 7.15a et 7.16a ne peuvent ainsi pas apparaître, étant alors situés
dans le sous-domaine D2 où les propriétés thermique sont fixes.
Le bruit ajouté aux données thermiques générées n’a pas d’influence sur la majeure partie du domaine
d’étude étant donné que la fréquence élevée de ce bruit l’empêche de se propager en profondeur, le
phénomène de diffusion thermique agissant comme un filtre passe-bas. Le couplage des deux méthodes
permet ainsi de réduire grandement les effets de bord et ainsi d’améliorer la qualité de la reconstruction.
Les tables 7.4 donnent les valeurs moyennes des paramètres sur les inclusions reconstruites ainsi que
les erreurs commises sur les paramètres thermiques et sur l’aire du défaut reconstruit.
Les erreurs sur les capacités thermiques reconstruites sont améliorées par le couplage, sauf pour
l’inclusion d’air où l’erreur relative, bien que réduite, reste très importante. Les erreurs sur les valeurs
reconstruites pour la conductivité thermique restent élevées mais il faut noter que les conductivités
thermiques des inclusions, à l’exception de celle de l’acier, sont beaucoup plus basses que celles du milieu
environnant. Ainsi, pour l’inclusion d’air, la conductivité thermique de l’inclusion est très basse et des
petites erreurs numériques ont un grand effet sur l’erreur relative. Cependant, les valeurs reconstruites
sont cohérentes : les valeurs reconstruites sont bien supérieures à celles du calcaire pour l’inclusion d’acier
et inférieures pour les deux autres. Enfin, la forme de l’inclusion est à chaque fois mieux reconstruite,
et la surface attribuée à l’inclusion est plus proche de ce qui est attendu. Ainsi, les résultats obtenus
montrent que cette approche permet non seulement se connaître la présence d’une inclusion comme cela
est le cas pour la reconstruction thermique seule, mais aussi d’avoir une meilleure estimation de la forme
et des propriétés thermiques.

Perspective d’application au système de route solaire hybride

La méthode de couplage qui a été introduite dans cette section pourrait être appliquée aux routes
solaires hybrides, notamment pour détecter les origines d’une baisse des performances énergétiques, celles-
ci ayant un impact sur la température mesurée à la surface. Plusieurs phénomènes se produisant dans
la couche poreuse peuvent en particulier être visés : son encrassement, qui réduit le débit de fluide et
modifie les échanges, une fuite ainsi que la présence de poches d’air qui y seraient piégées lors de la mise
en service.

176
 (a) Sans informations a priori (b) Avec les informations a priori

Figure 7.15 – Reconstruction de la position de l’inclusion d’air avec et sans les informations a priori du
GPR

(a) Sans informations a priori (b) Avec les informations a priori

Figure 7.16 – Reconstruction de la position de l’inclusion d’acier avec et sans les informations a priori
du GPR

7.7 Application de la méthode de l’état adjoint pour le contrôle

en température
Dans cette section, la méthode de l’état adjoint présentée au cours des paragraphes précédents est
appliquée au contrôle de la structure en température sur trois cas d’étude afin de démontrer la possibilité
de son utilisation pour prévenir du gel en surface de chaussée.
Dans un premier temps, les conditions environnementales sont supposées évoluer de façon sinusoïdale
et donc périodique.
Dans un deuxième temps, le cas de l’optimisation de la température d’injection du fluide durant l’hiver
sur une période de quelques jours sera traité en se basant sur des données environnementales mesurées.
Enfin, cette méthode sera adaptée à une utilisation au cours d’une saison hivernale complète, en
prenant notamment en compte l’actualisation des prévisions météorologiques.

7.7.1 Application de la méthode de l’état adjoint à des conditions environ-

nementales sinusoïdales
Nous étudions la mise hors gel d’une structure ayant une longueur de 1.2 mètre selon la direction de
l’écoulement. Les conditions environnementales sont hivernales : la température de l’air Ta varie entre
-10 et +5◦ C et la densité de flux solaire n’excède pas 200 W.m-2. Le vent est supposé nul.
Les évolutions de ces conditions environnementales en fonction du temps sont représentées sur les
figures 7.17a et 7.17b.
La température de surface obtenue est représentée sur la figure 7.18.

177
 Matériau ρC ρc k k S S0
bois (sans GPR) 1.89 × 106 1.14 × 106 2.00 0.15 0.63 0.10
bois (avec GPR) 1.05 × 106 1.14 × 106 1.00 0.15 0.30 0.10
air (sans GPR) 1.83 × 106 1.23 × 103 1.78 0.0242 0.46 0.10
air (avec GPR) 7.59 × 105 1.23 × 103 0.820 0.0242 0.41 0.10
acier (sans GPR) 2.24 × 106 3.87 × 106 2.40 15.1 0.71 0.10
acier (avec GPR) 2.94 × 106 3.87 × 106 2.87 15.1 0.29 0.10
Matériau erreur(ρc) [%] erreur(k) [%] err(S) [%]
bois (sans GPR) 66 1233 530
bois (avec GPR) −7.9 566 200
air (sans GPR) 1.5 × 105 7255 360
air (avec GPR) 6.2 × 104 3288 310
acier (sans GPR) −42 −84 610
acier (avec GPR) −24 −81 190

Table 7.4 – Propriétés des inclusions reconstruites

(a) Flux solaire et atmosphérique (b) Températures de l’air et du ciel

Figure 7.17 – Évolutions des conditions environnementales en fonction du temps

La température de surface descend durant la nuit et peut descendre sous le seuil de température. Afin
de réduire les risques de gel sur la surface, nous cherchons la température d’entrée du fluide telle que la
température de surface soit supérieure à Tseuil = 4◦ C. Trois scenarii sont pour cela étudiés :
— Dans le premier cas, le fluide est injecté à une température constante, égale à 8◦ C, température
ne permettant pas de vérifier la condition d’une température de surface supérieure à +4◦ C.
— Dans le deuxième cas, la température d’injection du fluide reste constante mais est augmentée afin
que la température de surface reste supérieure au seuil à tout moment. L’application du modèle
direct pour différentes températures d’injection du fluide permet d’obtenir rapidement la tempé-
rature d’injection telle que la température de surface reste supérieure à +4◦ C. La température
d’injection du fluide ainsi obtenue est de 17.5◦ C.
— Dans le trosième cas, la méthode de l’état adjoint est appliquée avec minimisation de la fonction-
nelle présentée précédemment. Contrairement au premier scenario, la température d’injection du
fluide est alors fonction du temps, mais permet, là encore, d’obtenir une température de surface
supérieure ou égale à +4◦ C.
Les températures d’injection du fluide ainsi obtenues sont représentées sur la figure 7.19a ; les tempé-
ratures de surface sont représentées sur la figure 7.19b.
Si le scénario avec une température d’injection du fluide constante, égale à 17.5◦ permet bien de
vérifier la condition Tsurf ≥ Tseuil , la température de surface ne s’approche de Tseuil que ponctuellement.
L’utilisation de la méthode de l’état adjoint permet au contraire à la température de surface de venir
tangenter Tseuil pendant toute la période où les apports énergétiques extérieurs sont insuffisants.
Cette différence entre ces deux scenarii est illustrée par la figure 7.20. Celle-ci représente les écarts
de température d’injection du fluide selon que cette température est constante ou non et permet donc

178
 Figure 7.18 – Température de surface sans régulation de la température d’injection du fluide

(a) Températures d’injection du fluide pour les diffé- (b) Températures de surface pour les différents scena-
rents scenarii rii

Figure 7.19 – Résultats avec les trois scenarii

179
 Figure 7.20 – Température d’injection du fluide avec et sans loi de commande

Figure 7.21 – Températures de l’air et de ciel et densité de flux solaire

d’illustrer les écarts de dépenses énergétiques pour le chauffage du fluide entre ces scenarii.
La surface colorée en vert représente ainsi le gain en température d’entrée du fluide lorsque la régula-
tion par la méthode de l’état adjoint est appliquée, et celle en rouge représente le déficit. Par rapport au
scénario d’origine, avec une température d’injection du fluide constante égale à 8◦ C, la régulation avec
la méthode de l’état adjoint nécessite une dépense énergétique de 3.64 kWh sur une journée, pour une
longueur d’écoulement de 1.2 m et une largeur de 1 m. Sans commande, cette dépense énergétique monte
à 7.62 kWh. La régulation permet donc, dans ce cas d’étude, une économie d’environ 52 % de l’énergie
dépensée pour le chauffage du fluide.

7.7.2 Cas de l’optimisation de la température d’injection sur une période de

quelques jours
Nous considérons ke scénario correspondant aux conditions environnementales relevées à Nancy du 5
au 12 février 1989 d’après les données de Energy Plus. Les évolutions des températures de l’air et du ciel
ainsi que le rayonnement solaire sont représentées sur la figure 7.21.
La température de l’air, positive pendant les deux premiers jours, décroît ensuite pour descendre jus-
qu’à -7◦ C. La température de la surface de la chaussée, représentée sur la figure 7.22 en bleu, descend alors
jusqu’à environ -3◦ C. Un chauffage est nécessaire pour maintenir la température de surface supérieure
au seuil de +4◦ C qui a été fixé.
L’algorithme du gradient conjugué a été mis en place ici sur la durée des données. Il reste possible de
maintenir une température d’entrée du fluide constante, de façon à maintenir la surface à une température

180
 Figure 7.22 – Température minimale de surface avec et sans loi de commande

Figure 7.23 – Température d’injection du fluide avec loi de commande et avec maintien d’une tempéra-
ture d’injection égale à 40.5◦ C

181
 Figure 7.24 – Température minimale de surface avec et sans loi de commande

supérieure au seuil de 4◦ C, comme cela est représenté avec la courbe verte de la figure 7.23. Cependant, la
pertinence d’un tel maintien de la température d’entrée du fluide pose question. En effet, il ne semble pas
nécessaire de chauffer le fluide jusqu’à 40.5◦ C durant les deux premiers jours étant données les conditions
climatiques. Ce maintien à une température constante est d’autant plus discutable que la durée de la
simulation est longue : les épisodes de grand froid n’occupent pas toute la durée de l’hiver et maintenir
une température d’entrée du fluide élevée durant les périodes de relative douceur peut être évité.
En comparant néanmoins pour ce cas les dépenses énergétiques liées au chauffage du fluide en entrée,
qui s’élèvent à 72 kWh.m-2 avec maintien d’une température constante ou à 23 kWh.m-2 avec l’utilisation
de l’état adjoint, un gain de 68 % est apporté par l’utilisation d’une loi de commande.
Il est à noter que la largeur de la chaussée étudiée (ou longueur de l’écoulement) est de deux mètres,
ce qui nécessite une température d’entrée pouvant monter ici jusqu’à 50◦ C environ. Pour des largeurs
plus importantes, la température d’entrée du fluide devrait encore être augmentée (voir aussi la relation
(4.122) à ce propos), ce qui poserait des problèmes de surchauffe de la structure près de l’entrée du fluide.
Il est donc peu envisageable d’utiliser ce type de solution de lutte contre le verglas pour des routes de
largeur importante. Les dimensions peuvent cependant correspondre à celles de trottoirs.
Une solution à ce problème de température d’injection de fluide trop élevée peut venir du seuil
de température considéré. En effet, en considérant non pas un seuil de température constant, ici égal
à 4◦ mais en prenant en compte le point de givrage avec un seuil de température vérifiant Tseuil =
min (Tg + 4, +4◦ C), il n’est plus nécessaire de chauffer au cours des périodes de froid sec. Les évolutions
des températures d’injection du fluide pour les deux seuils de températures sont données sur la figure
7.24. Au lieu de monter jusqu’à 50◦ , la température maximale du fluide injecté atteint seulement 25◦ en
prenant en compte l’humidité au travers du point de givrage. Le besoin en énergie pour chauffer le fluide
depuis sa température de réservoir, égale à 13◦ C, est alors réduit de plus de 90 %.
La température de surface, représentée en rouge sur la figure 7.22, est alors parfois négative, mais
reste supérieure au nouveau seuil de température, représenté en gris.
Une autre remarque peut être faite pour des dates proches de l’horizon temporel, la température
d’injection du fluide tend vers la température du fluide sans chauffage. En effet, une augmentation de
la température d’injection du fluide à proximité de l’horizon temporel ne peut entraîner qu’un effet
négligeable sur la température de surface et n’a donc presque aucune influence sur le terme de résidu tout
en impactant le terme de consommation énergétique. La condition Tsurf ≥ Tseuil peut ainsi ne pas être
vérifiée à l’approche de l’horizon temporel lorsque les conditions climatiques y sont défavorables. Ici, la
simulation se terminant par une journée ensoleillée, cet effet n’intervient pas.

7.7.3 Mise en place d’une stratégie d’optimisation de la température d’entrée

du fluide avec actualisation des prévisions météorologiques
Dans ce paragraphe, une saison hivernale complète est étudiée, avec actualisation des données cli-
matiques de façon quotidienne. Des bilans énergétiques peuvent ainsi être effectués et des comparaisons

182
 Figure 7.25 – Conditions climatiques sur quarante jours à Nancy

entre plusieurs villes être menées.

Stratégie d’optimisation
Les prévisions météorologiques sont établies pour des horizons temporels allant au plus, généralement,
jusqu’à dix jours. Cependant la fiabilité de ces prévisions diminue généralement après quelques jours, bien
avant cet horizon temporel.
Le système pouvant avoir une largeur de l’ordre d’un à deux mètres, et les vitesses d’écoulement étant
de l’ordre de 10−4 m.s-1, une durée de l’ordre de six heures est nécessaire pour que le fluide injecté en
entrée atteigne la sortie. En plus de cela, la montée en température, à la suite par exemple de l’application
d’un échelon, demande encore plusieurs heures (cf section 6.1). Il est donc nécessaire de disposer d’au
moins un ou, mieux, de deux jours de prévisions météorologiques pour donner au système un temps de
réponse suffisant.
Nous proposons ici d’utiliser la démarche suivante :
— Connaissant l’état thermique du système à un instant donné tn et disposant des prévisions météo-
rologiques pour les jours suivants, sur une durée ∆ta donnée qui correspond à l’horion temporel
de ces prédictions, la méthode de l’état adjoint est appliquée. La température du fluide nécessaire
pour empêcher la formation de glace à la surface est ainsi calculée en appliquant une marge de
sécurité entre tn et tn + ∆ta .
— La durée d’actualisation des prédictions météorologiques est notée ∆tm , avec ∆tm ≤ ∆ta . Le
modèle direct est alors appliqué de tn jusqu’à la mise à jour des prévisions de l’évolution des
conditions climatiques à tn + ∆tm , à partir de l’évolution calculée de la température d’injection du
fluide sur cette période. Le nouvel état thermique du système à tn+1 = tn + ∆tm est ainsi connu.
Le choix de ∆tm < ∆ta avec une différence au moins de l’ordre du temps de réponse du système permet
d’éviter le phénomène mentionné dans le paragraphe 7.7.2 lorsqu’il n’y a presque pas de chauffage pour
des dates t proches de l’horizon temporel tn + ∆ta .
Ici, ∆tm = 24 h et ∆ta = 72 h, ce qui signifie qu’on suppose connaître les conditions climatiques pour
trois jours et que celles-ci sont actualisées toutes les 24 heures.

Application à une saison d’hiver

Un exemple de données climatiques, à Nancy sur 40 jours, est présenté sur la figure 7.25.
L’application de la loi de commande basée sur la méthode de l’état adjoint permet de calculer la
température du fluide injecté pour empêcher la température de surface de descendre en-dessous d’une
température seuil. Deux seuils sont considérés, le premier constant, égal à 4◦ C et le second basé sur
le point de givrage avec un coefficient de sécurité de 4◦ C. Ce maintien au-dessus du seuil est obtenu
tout en minimisant les dépenses énergétiques nécessaires au chauffage du fluide et en tenant compte de
l’actualisation des prévisions météorologiques. Ici, les données météorologiques sont les mesures, dont on
suppose disposer sur quatre jours.

183
 Figure 7.26 – Température d’injection du fluide avec et sans loi de commande

Figure 7.27 – Température minimale de la surface avec et sans loi de commande

Les températures d’injection du fluide, avec et sans loi de commande, sont présentées sur la figure
7.26. Les températures de surface sont représentées sur la figure 7.27. Lorsque la loi de commande est
mise en œuvre, la température minimale de surface est à chaque fois maintenue à un niveau préservant la
structure de la formation de verglas. La condition Tsurf ≥ 4◦ C n’est pas toujours pleinement respectée à
cause de la contrainte faible qui est appliquée, mais la température de surface ne descend que de quelques
dixièmes de degrés en-dessous du seuil.
Lors du principal épisode de froid, aux alentours du 35ème jour, la température de l’air descend en-
dessous de -10◦ C pendant la nuit, nécessitant une température d’injection du fluide de l’ordre de 60◦ C
pour maintenir la température de surface au-dessus du deuil de 4◦ C sur toute la largeur de la chaussée, ici
de deux mètres. Cependant, cette période correspond à un air certes froid, mais aussi sec, pour lequel le
point de givrage se situe autour de -10◦ C alors que la température de surface, sans chauffage, ne descend
pas en-dessous de -5◦ C. Il n’y a donc pas de risque de givrage durant cette période et le chauffage
nécessaire s’en trouve réduit en prenant comme référence le point de givrage, avec une température
maximale d’injection du fluide n’excédant pas 35◦ C.
Ce paragraphe traite de la mise en application de la loi de commande. Des résultats sur l’année sont
étudiés dans le paragraphe 7.8.

184
7.8 Résultats pour plusieurs zones climatiques
Comme pour la fonction de récupération d’énergie, les données météorologiques de plusieurs zones
climatiques ont été utilisées pour estimer le chauffage nécessaire. Comme pour l’application de la loi de
commande sur quarante jours, l’actualisation des données climatiques s’effectue toutes les 24 heures.
À chaque fois, il est supposé que la température du fluide disponible est constante, Tr = 12◦ C et que
ce fluide peut être ensuite réchauffé lorsque cela est nécessaire.
L’énergie nécessaire pour le chauffage du fluide Ec est supposée pouvoir être calculée de façon similaire
à ce qui a été fait pour la récupération d’énergie avec la relation (6.8) :
Z
Ec = (ρc)f Su(Tf,in − Tr )dt (7.99)
t
La température d’injection du fluide ne peut pas descendre en-dessous de la température du fluide
contenu dans le réservoir Tr . En effet, le terme de Tikhonov pénaliserait une telle descente alors que cela
ne peut avoir qu’un effet négatif sur la condition de seuil de température. Il n’est donc pas nécessaire de
considérer la partie positive ici.
Dans les paragraphes précédents, pour plus de lisibilité, un seul seuil de température, constant, avait
été considéré pour la température de surface. Ici, une comparaison entre un seuil de température constant
comme précédemment et un seuil de température basé sur le point de givrage est en plus proposée. Les
seuils sont notés Tseuil,c = 4◦ C et Tseuil,g = min (Tg + 4, 4◦ C).
Plusieurs villes ont été étudiées et les résultats obtenus sont présentés sur la table 7.5.

ville Ec (Tseuil,c ) Ec (Tseuil,g ) écart [%]

Aix-en-Provence 156.3 56.4 -63.9
Madrid 140.9 16.3 -88.5
Nancy 397.0 110.0 -72.3
Rennes 112.2 87.0 -22.5

Table 7.5 – Synthèse des résultats en apport d’énergie pour la prévention du gel

La table 7.5 montre que, pour des climats secs, utiliser le point de givrage comme référence pour
le seuil de température minimale permet une importante économie d’énergie, notamment à Madrid ou
Nancy. Pour des climats plus océaniques, comme à Rennes, le point de givrage se rapproche davantage de
la température de l’air et la différence entre les deux seuils de température est réduite, ce qui entraîne une
diminution plus faible de l’énergie consommée. Il faut de plus noter que, dans ce cas, deux paramètres
doivent être mesurés et prédits, comme par exemple la température de l’air et l’humidité pour obtenir le
point de givrage, contrairement au cas du seuil constant, ce qui rajoute de l’incertitude au seuil obtenu.

7.9 Étude d’un dispositif de chauffage électrique

Nous présentons dans cette section l’utilisation d’un chauffage non plus basé sur un apport de chaleur
par un fluide, mais par effet Joule. Dans ce cas, des câbles sont enfouis à l’intérieur de la structure et un
courant électrique circule lorsque cela se révèle nécessaire, encore une fois dans l’objectif de préserver la
structure de l’apparition de verglas en surface.
Pour cela, la structure étudiée est d’abord introduite puis une régulation du chauffage est proposée,
d’abord sans contraintes supplémentaires, puis en tenant compte des spécificités d’un chauffage par une
solution électrique.

7.9.1 Présentation de la structure étudiée

La structure a pour objectif de permettre la circulation de moyens de transport guidés ou pas sur
pneumatiques.
La géométrie étudiée est présentée sur la figure 7.28. Toutes les cotes sont indiquées en mm.

185
 800

Γg
30

400

Figure 7.28 – Position du problème

Figure 7.29 – Réponse en température normalisée suite à un échelon de puissance

L’objectif est de faire en sorte que le verglas ne puisse pas se former sur la surface Γg , en rouge sur
la figure 7.28 où circulent les pneus du matériel roulant en appliquant un chauffage électrique par effet
Joule au niveau des câbles qui constituent le sous-domaine Ωc .

7.9.2 Réponse temporelle du système

Comme cela a été réalisé pour la route solaire hybride lors du paragraphe 6.1, un échelon sur la
puissance du système est appliqué à la structure de la figure 7.28 et la réponse temporelle est analysée
afin d’en dégager des constantes de temps.
Après que le système soit mis en régime permanent établi avec un système électrique éteint, une
mise en puissance est effectuée. La température est obtenue numériquement au cours du temps sur la
surfaceR à préserver du gel. L’évolution de la température moyenne sur cette zone normalisée, définie par
T −T (t=0)
θ = S1 Γg T (t=+∞)−T (t=0) dS, est représentée sur la figure 7.29.
La réponse temporelle ainsi obtenue peut être assimilée à un système d’ordre 2, par :
    
−t −t
θ(t) = 1 − 0.246 × exp + 0.754 × exp − (7.100)
1.05 × 105 1.25 × 104
Deux constantes de temps peuvent ainsi être obtenues : τ1 = 29.2 h et τ2 = 3.48 h. Le système réagit
donc plus rapidement que la route solaire hybride, même si le temps de réponse à 95 % vaut encore 46.5
h. Le retard du système est négligeable et la réponse du système débute en moins de six minutes en
considérant une réponse à 1 %.

186
7.9.3 Commande du système par l’application de la méthode de l’état adjoint
Les transferts thermiques dans la structure sont régis par la diffusion thermique ainsi que par l’apport
électrique par effet Joule. Cet apport se traduit par un terme source q fonction de l’activation ou non du
chauffage par effet Joule, donc du temps et tel que q = 0 en dehors du sous-domaine constitué des câbles.
L’équation de la diffusion thermique s’écrit alors :
∂T
ρc − ∇ · [k∇T ] = q (7.101)
∂t
La structure est soumise à des échanges avec son environnement à travers la frontière supérieure du
domaine notée ΓS :

k∇T · ~n = hconv (Tair − T ) + hrad (Tciel − T ) + Φs (7.102)

Les autres frontières sont supposées adiabatiques. Il est aussi fait l’hypothèse que la source thermique
est uniforme dans tout le câble électrique, et donc qu’elle ne dépend pas de l’éloignement au centre du
câble ni de la position suivant la longueur du câble.
Comme pour préserver la route solaire hybride du verglas en surface, un problème de minimisation
est introduit et certaines notations sont de nouveau utilisées :
— M désigne l’espace des mesures, dans lequel sont définies les températures sur la surface à préserver
du gel Γg : M = L2 (Γg , [0, ta ]). Cet espace est muni du produit scalaire usuel h · | · iM défini,
pour tout a, b ∈ M , par :
Z ta Z
ha|biM = a(x, t)b(x, t)dΓdt (7.103)
t=0 Γg

La norme associée est notée k · kM .

— U est l’espace des paramètres, dans lequel se trouve la variable q à déterminer. q étant supposé
constant sur Ωc , on a U = L2 ([0, ta ]). Cet espace est muni du produit scalaire usuel h · | · iU ,
défini par, pour tout a, b ∈ U :
Z ta
ha|biU = a(t)b(t)dt (7.104)
t=0
La norme associée est notée k · kU .
La fonctionnelle J à minimiser est constituée de deux termes : un terme de résidu correspondant
à la pénalisation appliquée dans le cas d’une température trop basse sur Γg et un terme de Tikhonov
permettant d’assurer à la fois la régularisation du problème et la minimisation de la consommation
énergétique. La fonctionnelle J s’écrit ainsi :
ε
J(q) = k min (0, T (q) − Tseuil )k2M + kqk2U (7.105)
2
Le problème est linéaire par rapport à q et il n’est pas nécessaire de résoudre le problème linéaire
tangent, alors équivalent au problème direct. Le problème adjoint, d’inconnue δT ∗ s’écrit :
∂δT ∗
∂t − ∇ · (k∇δT ) = min (0, T − Tseuil )δΓg

∗
 −ρc
k∇δT · ~n = − (hconv + hrad ) δT ∗ sur Γs
∗ (7.106)


k∇δT ∗ · ~n = 0 sur ∂Ω \ Γs


Le gradient de la fonctionnelle se déduit alors de (7.56) et on a :

J 0 (q)δ q̃ = hδ q̃|δT ∗ + εqiU (7.107)

7.9.4 Conditions environnementales

Les conditions environnementales utilisées ici sont représentées sur la figure 7.30.
Ces conditions environnementales laissent apparaître une succession de périodes de gel avec donc
un risque d’avoir une température négative à la surface. En l’absence de fonctionnement du système,
la température de la surface peut être calculée numériquement. Pour chaque instant, la température
minimale de la zone à préserver du gel est représentée sur la figure 7.31.

187
 Figure 7.30 – Conditions environnementales

Figure 7.31 – Température minimale de la surface cible

188
(a) Câbles extérieurs en fonctionnement (terme source (b) Câbles centraux en fonctionnement (terme source
q1 ) q2 )

Figure 7.32 – Fonctionnement des câbles électriques

La température minimale de la surface présente globalement les mêmes variations que la température
de l’air. Cependant, étant donnée la température de ciel, la surface se refroidit davantage durant la nuit
et sa température décroît jusqu’à -5◦ C pour le septième jour. En journée, le rayonnement solaire permet
une élévation plus importante de la température et de passer au-dessus du seuil de 4◦ C. Il est à noter que,
au cours de toutes les simulations numériques présentées ci-après, l’émissivité du béton est supérieure à
la réalité. En conséquence, la température calculée en journée et en soirée est plus élevée que ce qu’elle
serait en réalité. Cependant, le fait que cette valeur d’émissivité soit surévaluée de la même manière pour
toutes les simulations rend valable les comparaisons entre elles.

7.9.5 Ajout de contraintes sur l’utilisation des câbles électriques

Le terme source à calculer doit vérifier plusieurs contraintes. Si le terme source est uniforme à l’intérieur
de chaque câble, ceux-ci ne fonctionnent de plus pas indépendamment les uns des autres : les deux
câbles extérieurs fonctionnent simultanément et il en est de même pour les deux câbles centraux. Ce
fonctionnement est schématisé sur la figure 7.32.

7.9.6 Contrainte fréquentielle

Afin de ne pas réduire la durée de vie du système, il est préférable d’éviter des cycles d’allumage
/ extinction trop rapprochés. Une période notée ∆τ doit séparer une mise en fonctionnement d’une
extinction du système et inversement. Il est par ailleurs supposé que le temps de réaction du système
électrique suite à une mise en fonctionnement ou à un arrêt du système est très faible devant les constantes
de temps thermiques.
Dans un premier temps, seule la contrainte fréquentielle sur la vitesse des oscillations du terme source
est prise en compte. En notant τn = (n − 1)∆τ , le terme source q doit alors être constant sur chacun des
intervalles. On note de plus Nτ l’indice tel que τNτ < ta ≤ τNτ +1 .
Le paramètre q est alors contenu dans le sous espace de U = L2 ([0, ta ]) constitué des fonctions
constantes sur chaque intervalle [τn , τn+1 ], n ∈ [|1, Nτ ]. En notant qn la valeur de q sur l’intervalle
[τn , τn+1 ], l’expression du gradient de la fonctionnelle (7.107) peut se réécrire :
Nτ Z τn+1 Nτ Z τn+1
∂J X X
= (δT ∗ + εq) dt = δT ∗ dt + ε∆τ qn (7.108)
∂q n=1 t=τn n=1 t=τn

q appartient ici à un sous-espace de l’espace des paramètres utilisé précédemment. Ainsi, nécessai-
rement, la valeur de la fonctionnelle associée à cette solution davantage contrainte sera plus élevée que
précédemment. En particulier, si on considère que la contrainte Tsurf ≥ Tseuil est respectée, la différence
se produit alors sur le terme de Tikhonov qui représente également la consommation énergétique du
système. L’ajout de la contrainte fréquentielle ne peut ainsi qu’augmenter la consommation en énergie
même si celle-ci est compensée par une augmentation de la durée de vie du système.
La résolution du problème avec la méthode de l’état adjoint est effectuée. L’évolution des deux termes
sources et la température minimale à la surface sont représentées sur la figure 7.33.
Le terme source q1 correspond aux câbles externes, tels que représentés sur la figure 7.32a et le terme
source q2 aux câbles centraux, schématisés sur la figure 7.32b.

189
Figure 7.33 – Température minimale de la surface cible et termes sources avec la méthode de l’adjoint

Cette figure montre que la principale contribution au chauffage provient ici des deux câbles extérieurs
et que la loi de commande permet d’assurer le maintien hors gel de la structure.
Cette contribution peut être représentée en montrant l’évolution de la température de la surface à
préserver du gel Γg en fonction du temps, comme cela est réalisé avec la figure 7.34. Cette figure permet
de montrer la température en fonction du temps (en abscisse) et de la position sur Γg , la position x = 0
correspondant à la position la plus à gauche sur la figure 7.28. Les câbles électriques sont alors situés en
x = 13 cm, x = 31 cm, x = 49 cm et x = 67 cm. C’est au niveau des bords du domaine à préserver du
gel que la température est la plus basse.

Figure 7.34 – Température minimale de la surface cible et termes sources avec la méthode de l’adjoint

7.9.7 Contrainte sur la valeur du terme source

Le système électrique nécessite plusieurs adaptations sur la loi de commande. En particulier, ce système
est supposé fonctionner avec une puissance égale à une valeur donnée. Cela revient à considérer un terme
source pouvant prendre deux valeurs : 0 dans le cas où le système n’est pas en marche ou q0 , donnée, en
fonctionnement. La valeur de q0 doit alors être suffisante pour empêcher la formation de glace même sous
des conditions environnementales très défavorables, mais aussi pas trop élevée pour éviter un chauffage
trop important.
Contrairement aux problèmes précédents, le problème peut être résolu de façon exacte, étant donné
qu’il existe ici un nombre fini de valeurs de paramètres possibles. La solution au problème se trouve
nécessairement parmi les 2Nτ combinaisons de valeurs pour q. Cependant, des périodes d’allumage de
l’ordre de l’heure pour une application sur des périodes de l’ordre de la journée entraîne environ 16
millions de combinaisons possibles.

190
 fonctionnement consommation [kWh.m−1 ]
adjoint 13.0
tout ou rien (2 × 106 W.m−3 ) 6.98
tout ou rien (1 × 106 W.m−3 ) 5.44
tout ou rien (5 × 105 W.m−3 ) 3.39

Table 7.6 – Consommation énergétique totale au cours de la période d’une semaine étudiée

Les câbles électriques étant placés près de la surface, à 3 cm de profondeur, les constantes de temps du
système sont faibles et la température de surface est rapidement impactée par l’allumage de l’alimentation
électrique.
Il est donc envisageable de mettre en place une loi de commande pour une mise en fonctionnement du
système lorsque la température sur la zone à préserver du gel descend en-dessous du seuil de température,
sans considérer de modèle inverse.
Ainsi, dès que la température de surface passe en-dessous du seuil de température, le chauffage est
activé, puis désactivé après une heure au moins de fonctionnement et lorsque la température de surface
repasse au-dessus du seuil. Les résultats en température de surface et en activation du système de chauffage
sont donnés sur la figure 7.35.

Figure 7.35 – Température minimale de la surface cible et termes sources avec un régulateur tout ou
rien (tor : fonctionnement en tout ou rien, sc fonctionnement sans loi de commande)

Sur cette figure, les périodes coloriées en vert indiquent le fonctionnement du système, avec un terme
source égal à 2 × 106 W.m−3 et les températures représentées Ttor et Tsc sont respectivement les tem-
pératures minimales sur la zone à préserver du gel avec une commande de type tout ou rien et sans
commande, avec un maintien hors fonctionnement du système.
Avec cette valeur de terme source, le système parvient à préserver la structure de la formation de
gel, même si la condition d’une température de surface supérieure au seuil de 4◦ C n’est pas toujours
respectée étant donné que le système ne s’active qu’après que la température de surface soit descendue
en-dessous de cette valeur de température. La température en surface augmente rapidement, repassant
au-dessus du seuil en quelques heures au plus. Cependant, le terme source provenant du chauffage par
effet Joule est plus élevé que lors de l’application de la méthode de l’état adjoint. Ce terme source plus
élevé permet un chauffage plus rapide de la surface, en augmentant plus rapidement la température sur
les bords du domaine à préserver du gel, mais aussi en montant davantage la température du reste de la
surface, comme cela est représenté sur la figure 7.36.
La température de surface peut ainsi atteindre 80◦ C en surface ce qui peut dégrader la structure. De
plus, la consommation en énergie nécessaire pour le chauffage est alors fortement accrue, passant de 13.0
à 20.9 kWh.m-1.
D’autres valeurs de terme source peuvent être considérée. Les résultats obtenus en consommation
d’énergie sont ainsi donnés sur la table 7.6 pour d’autres valeurs de terme source en fonctionnement en
tout ou rien.
Le fonctionnement avec la méthode de l’adjoint permet une économie d’énergie de 38 % par rapport au

191
Figure 7.36 – Température minimale de la surface cible et termes sources avec un régulateur tout ou
rien, les périodes de fonctionnement sont représentées en vert

terme source maximal utilisé en fonctionnement tout ou rien. Avec un terme source réduit, il est possible
d’obtenir une réduction de la consommation en énergie, mais cela se fait au détriment de la condition
sur le seuil de température en surface. Il faut en effet rappeler que la solution obtenue par l’adjoint a
été établie en minimisant une fonctionnelle prenant en compte à la fois cette condition de seuil et la
consommation énergétique. Une consommation énergétique inférieure à celle obtenue avec la méthode de
l’adjoint entraîne ainsi une condition sur le seuil de température moins respectée.
Les résultats obtenus en température avec des termes source égaux à 1×106 W.m−3 et 5×105 W.m−3
sont ainsi présentés sur les figures 7.37a et 7.37b.

(a) Terme source égal à 1 × 106 W.m−3 en fonction- (b) Terme source égal à 5 × 105 W.m−3 en fonction-
nement nement

Figure 7.37 – Température minimale sur la surface en fonctionnement en tout ou rien pour deux valeurs
de terme source

Les températures de surface sont représentées sur les figures 7.38a et 7.38b.
Lorsque la valeur du terme source diminue, la température de la surface diminue également. Le
maximum de température est donc plus bas, un peu au-delà de 50◦ C avec une source de 1 × 106 W.m−3
et même inférieure à 30◦ C pour une source de 5×105 W.m−3 . Cependant, cette réduction de la montée en
température empêche le système de respecter la condition sur le seuil de température minimal. La durée
passée en-dessous augmente avec la réduction du terme source et le gel peut même apparaître puisque la
température de surface peut descendre en-dessous de 0◦ C. L’augmentation de la durée de fonctionnement
ne permet pas de combler la différence avec le seuil de température tant que les apports solaires durant
la journée n’interviennent pas.
Les fonctionnements en tout ou rien et basé sur l’adjoint sans contrainte en valeurs sont comparés sur
les figures 7.39a et 7.39b.
Le fonctionnement en tout ou rien s’avère ainsi adapté seulement si l’intensité des épisodes de froid est

192
(a) Terme source égal à 1 × 106 W.m−3 en fonction- (b) Terme source égal à 5 × 105 W.m−3 en fonction-
nement nement

Figure 7.38 – Température de surface en fonctionnement en tout ou rien pour deux valeurs de terme
source

(a) Comparaison des termes sources (b) Températures minimales de surface

Figure 7.39 – Comparaison des résultats en terme source et en température de surface pour les fonc-
tionnement sans commande (indice sc ), avec l’adjoint (indice co ), et en tout ou rien (indice tor )

à peu près la même à chaque fois. Si ce n’est pas le cas, une période de gel de faible intensité entraînera
une importante consommation en énergie et donc un chauffage trop important et, pour un épisode de
forte intensité, le chauffage ne sera pas suffisamment important pour protéger la surface du gel.
La méthode de l’adjoint apparaît adaptée étant donné que, par rapport à un fonctionnement en
tout ou rien, elle permet d’anticiper les risques de gel pourvu que les épisodes de froid soient prévus et
de moduler la fréquence selon les câbles électriques. Le problème de l’utilisation ici de cette méthode
provient de raisons techniques et du fait qu’il soit préférable d’avoir un fonctionnement seulement à
pleine puissance. Cependant, le lissage opéré sur les variations du terme source et donc sur la puissance à
fournir au système peut permettre l’utilisation de variateurs de puissance. Une adaptation de la méthode
de l’état adjoint en tout ou rien pourrait aussi être proposée.

7.10 Synthèse
Ce chapitre a permis d’introduire le contrôle / commande en température du système de route solaire
hybride en utilisant le modèle multiphysique introduit au cours des chapitres précédents.
La méthode de l’état adjoint a été présentée, d’abord dans le cas particulier du contrôle de la tempé-
rature d’injection du fluide afin de préserver la structure du gel en surface. Les effets de l’humidité sur le
besoin en chauffage du fluide a notamment été mis en évidence : un climat sec durant l’hiver demande
une consommation en chauffage moins importante que pour un climat humide pour des conditions de
températures similaires. La formulation traditionnelle de la méthode de l’état adjoint a notamment été
modifiée en introduisant une condition en inégalité et non plus en égalité sur le terme de résidu. La
solution obtenue permet alors à la fois de remplir la condition de prévention du gel et de minimiser la

193
consommation en énergie.
L’approche par la méthode de l’état adjoint a ensuite été généralisée à la reconstruction de paramètres
et une application a été présentée à l’identification de défauts dans une paroi. Une méthode basée sur
l’électromagnétisme et le GPR a ainsi pu être couplée à la reconstruction thermique afin d’améliorer la
qualité des résultats obtenus.
La méthode de l’état adjoint a enfin été appliquée à un système de chauffage électrique en modifiant
la formulation de l’adjoint pour ajouter des contraintes sur la fréquence des oscillations ainsi que sur les
valeurs prises par le terme source. Les résultats obtenus ont de nouveau mis en évidence la possibilité
d’utiliser la méthode de l’état adjoint en se basant sur le modèle direct multiphysique. Une commande
basée sur un fonctionnement en tout ou rien a été testée numériquement. Les résultats ont montré la
possibilité d’une telle utilisation, mais aussi les limites d’une telle méthode, notamment en terme de
risque d’usure prématurée de la structure par un réchauffement excessif de la température de surface ou
d’augmentation importante de la consommation électrique.

194
Conclusions et perspectives

Ces travaux de thèse ont permis de rassembler les développements et résultats portants sur les routes
solaires hybrides afin de déterminer leurs performances énergétiques.
Une présentation du cadre de cette thèse, qui s’inscrit dans une volonté de développer des routes
à énergie positive, capables de récupérer de l’énergie provenant du rayonnement solaire, mais aussi de
prévenir de la formation de verglas ou de l’accumulation de neige sur les routes, a d’abord été effectuée.
Une étude bibliographique exhaustive a ensuite été menée. Dans un premier temps, une description
des dispositifs existants déjà, dans le but de récupérer de l’énergie et/ou de chauffer la surface a été
conduite. Le principe de route solaire hybride a alors pu être introduit et ses avantages ont pu être
décrits, en particulier le fait de conserver une structure multicouche et donc la possibilité de préserver
les techniques de construction traditionnelles tout en ayant la possibilité d’ajouter de nouvelles fonctions
(récupération d’énergie ou mise hors gel de la surface).
Afin d’estimer numériquement les performances énergétiques de ces structures de routes solaires hy-
brides, des modèles multiphysiques ont été étudiés et développés. Ils combinent les trois phénomènes qui
se produisent dans la structure : diffusion thermique (avec ou sans changement d’état), convection hy-
draulique et transferts radiatifs. Une analyse bibliographique des paramètres environnementaux a permis
de définir et de déterminer les apports, les pertes et les échanges du système avec son environnement
à partir de la connaissance de certaines données climatiques. Le traitement numérique de la diffusion
thermique, de la convection hydraulique et des transferts radiatifs a ensuite été décrit. En particulier, les
méthodes de modélisation des transferts radiatifs ont été détaillées. La méthode des éléments finis a ainsi
été adaptée pour résoudre chacun de ces trois problèmes indépendamment en ajoutant, lorsque cela a été
nécessaire, un terme de stabilisation.
Pour assembler ces trois problèmes, une méthode de couplage a été développée et mise en place. Des
cas test provenant de la littérature ainsi que des résultats d’expérimentations ont permis de valider le
modèle numérique multiphysique étudié et développé.
Des simulations annuelles s’appuyant sur ce modèle numérique ont été réalisées. Pour cela, des données
météorologiques horaires sur une année pour une cinquantaine de villes en France ont été exploitées.
L’utilisation du modèle multiphysique a permis l’obtention dans un premier temps des performances de
la structure en mode récupération d’énergie. Ces résultats ont été synthétisés et ont permis d’élaborer
plusieurs cartographies pour la France. Un lien entre la notion de Degrés Jours Unifiés en cooling et
l’énergie pouvant potentiellement être récupérée via l’apport du fluide en énergie thermique a notamment
pu être mis en évidence. Les zones climatiques présentant une irradiation élevée ainsi qu’une température
élevée en été sont particulièrement propices à l’utilisation de routes solaires hybrides. Cependant, des
zones moins ensoleillées permettent aussi un apport potentiel en énergie non négligeable. L’efficacité
du système a été évaluée et a permis d’établir qu’entre 26 et 39 % de l’irradiance solaire pouvait être
récupérée pour une chaussée de quatre mètres de largeur et un revêtement opaque (pour une température
d’entrée de fluide caloporteur fixée à 13°C).
L’apport de la couche de surface semi-transparente (effet de serre) a aussi pu être mis en exergue
puisque, avec les propriétés optiques utilisées, il apparaissait un gain de 6.7 pt sur l’efficacité du sys-
tème, signifiant ainsi une augmentation moyenne de l’énergie potentiellement récupérable de 6.7 % de
l’irradiance solaire.
Le fonctionnement de la route solaire dans son mode hivernal a enfin été traité. Il s’agissait dans un
premier temps de contrôler le système en température de surface en agissant sur la température du fluide
caloporteur injecté dans la couche poreuse dans le but d’empêcher la formation de verglas en surface.
Pour cela, une approche reposant sur des travaux en loi de commande optimale et plus particulièrement
sur la méthode de l’état adjoint a été développée. Un problème d’optimisation a été introduit afin de

195
minimiser la consommation énergétique lors de la mise hors gel du système. Des modifications de la
formulation usuelle de ces problèmes ont notamment été effectuées pour les adapter au problème de seuil
de température minimale à la surface.
Des cas d’étude ont été mis en place et ont permis de valider l’approche et notamment de mettre
en évidence le rôle prépondérant de la teneur en eau de l’air ambiant à une température donnée sur la
formation de verglas, et par conséquent sur le besoin en énergie pour le chauffage. En effet, la prise en
compte du point de givrage plutôt que de la valeur +4◦ C et 80% permet de réduire le seuil de température
nécessitant l’activation du système de chauffage, avec des dépenses énergétiques d’autant plus réduites que
le climat est sec durant la période hivernale, ce qui est par exemple le cas dans les régions montagneuses
ou soumises à des influences continentales.
Cette approche reposant sur la méthode de l’état adjoint a été étendue à la reconstruction de pro-
priétés thermiques afin de pouvoir détecter des défauts dus au vieillissement de la structure, tels que de
l’encrassement dans la couche poreuse. En particulier, un couplage avec une reconstruction par GPR a
été introduite afin de réduire le domaine d’étude et d’améliorer les résultats obtenus.
Le fonctionnement d’un autre système antigel basé sur un chauffage par effet Joule a enfin été étudié,
là aussi en mettant en place la méthode de l’état adjoint et en rajoutant certaines contraintes de fonc-
tionnement. Le rôle des constantes de temps du système a été mis en évidence, des lois de commande
simplifiées pouvant alors être mises en place pour un système réagissant rapidement.
Cette thèse a ainsi pu montrer la faisabilité, sur un plan énergétique, de la mise en place des routes
solaires hybrides. Celles-ci sont potentiellement capables de récupérer une importante quantité d’énergie
pendant la période estivale. L’utilisation d’une solution de stockage permettrait ensuite de restituer cette
énergie et des lois de commande rendraient possible un chauffage optimal de la surface de la route de
façon à empêcher la formation de verglas. Le modèle numérique multiphysique développé au cours de
cette thèse a permis d’obtenir des résultats quantitatifs et pourra être utilisé dans la modélisation d’autres
systèmes.
Des systèmes tels que des échangeurs tubulaires intégrés à la chaussée, pouvant également être em-
ployés en été, pourraient également permettre de récupérer de l’énergie sur le même principe que la route
solaire hybride. Une extension du modèle développé ici pourrait être proposée pour traiter ces systèmes.
Les systèmes étudiés au cours de ce mémoire ne se limitent cependant pas à la chaussée en elle-même
et d’autres équipements interviennent. L’énergie apportée par le rayonnement solaire au fluide au cours
de la période estivale doit ainsi être stockée. Des réservoirs peuvent être intégrés à la structure à cet
effet et pourraient prendre la forme de couches de sable ou d’aquifères. Le stockage joue ainsi un rôle
primordial dans le fonctionnement de ces systèmes réversibles et une bonne connaissance des phénomènes
se produisant dans ces réservoirs permettrait de mesurer la faisabilité de l’installation de ces structure et
notamment les lieux et climats les plus pertinents pour de telles infrastructures. Une étude encore plus
globale du système pourrait ainsi être menée, en considérant tous les composants du système.
Enfin, tous les phénomènes climatiques n’ont pas été pris en compte pour la modélisation thermique
de la structure. En particulier, les hydrométéores (pluies, chutes de neige) modifient les pertes et gains
énergétiques de la structure et connaître l’écoulement des eaux à la surface de la route, la fonte de la glace
ainsi que la façon dont s’effectue l’évaporation de l’eau permettraient une amélioration de la précision
du modèle thermique. Pour aller plus loin, une étude pourrait aussi être menée pour des conditions
climatiques encore plus variées, notamment en étendant cette étude à l’Europe. L’obtention de données
plus précises sur les propriétés optiques de la couche de surface permettrait aussi d’affiner les résultats.
Pour finir, une étude mécanique pourrait aussi être réalisée pour prendre en compte des facteurs
tels que la circulation des véhicules et notamment des poids-lourds sur le comportement de la structure.
Le vieillissement de la chaussée lors de son usage doit ainsi être pris en compte. Celui-ci peut en effet
entraîner l’apparition de défauts dans la chaussée et ainsi réduire les performances énergétiques de ces
systèmes.

196
Bibliographie

[1] J. Aguirre-Puente, R. Posado, M. Ramos et P. D. Sanz : Contribution à l’étude du change-

ment de phase de solutions aqueuses. In Proceedings of the fifth Canadian Permafrost Conference,
volume 54, pages 61–68, 1990.
[2] Gregoire Allaire : Analyse numerique et optimisation : Une introduction à la modelisation ma-
thematique et à la simulation numerique. École Polytechnique, 2005.
[3] R. G. Allen : Assessing integrity of weather data for reference evapotranspiration estimation.
Journal of Irrigation and Drainage Engineering, 122:97–106, 1996.
[4] R. G. Allen : Self-calibrating method for estimating solar radiation from air temperature. Journal
of Hydrologic Engineering, 2:56–67, 1997.
[5] Refrigerating American Society of Heating et Air-Conditioning Engineers : ASHRAE Handbook :
Fundamentals. ASHRAE, Atlanta, 2001.
[6] A. Angström : Report to the international commission for solar research on actinometric investi-
gations of solar and atmospheric radiation. Q. J. R. Meteor. Soc., 50:121–126, 1924.
[7] J. H. Argyris : Energy theorems and structural analysis : a generalized discourse with applications
on energy principles of structural analysis including the effects of temperature and non-linear stress-
strain relations. part i : General theory. Aircraft Engineering and Aerospace Technology, 27:42–58,
1955.
[8] S. Armstrong et W. G. Hurley : A new methodology to optimise solar energy extraction under
cloudy conditions. Renewable Energy, 35:780–787, 2010.
[9] A. J. Arnfield : Evaluation of empirical expressions for the estimation of hourly and daily totals
of atmospheric longwave emission under all sky conditions. Quart. J. R. Met. Soc., 105:1041–1052,
1979.
[10] S. Asfour : Récupération d’énergie dans les chaussées pour leur maintien hors gel. Thèse de
doctorat, Université Blaise Pascal - Clermont-Ferrand II, 2016.
[11] S. Asfour, F. Bernardin, E. Toussaint et J.-M. Piau : Hydrothermal modeling of porous
pavement for its de-freezing. Applied Thermal Engineering, 107:493–500, 2016.
[12] V. Badescu : Verification of some very simple clear and cloudy sky models to evaluate global solar
irradiance. Solar Energy, 61(4):251–264, 1997.
[13] V. Bahel, H. Bakhsh et R. Srinivasan : A correlation for estimation of global solar radiation.
Energy, 12:131–135, 1987.
[14] A. Balbay et M. Esen : Temperature distributions in pavements and bridge slabs heated by using
vertical ground-source heat pump systems. Acta Scientiarum Technology, 35(4):677–685, 2013.
[15] O. Balima, Y. Favennec, J. Boulanger et A. Charette : Optical tomography with the
discontinuous galerkin formulation of the radiative transfer equation in frequency domain. Journal
of Quantitative Spectroscopy & Radiative Transfer, 113:805–814, 2012.
[16] S. Barbaro, S. Coppolino, C. Leone et E. Sinagra : An atmospheric model for computing
direct and diffuse solar radiation. Solar Energy, 22:225–228, 1979.
[17] R. Becker, R. Koch, H.-J. Bauer et M. F. Modest : A finite element treatment of the angular
dependency of the even-parity equation of radiative transfer. Journal of heat transfer, 132, 2010.
[18] R. Becker et R. Rannacher : An optimal control approach to a posteriori error estimation in
finite element method. Acta Numerica, pages 1–102, 2001.

197
[19] C. Beckermann et R. Viskanta : Natural convection solid/liquid phase change in porous media.
Int. J. Heat Mass Transfer, 31(1):35–46, 1988.
[20] S. P. Beeby, M. J. Tudor et N. M. White : Energy harvesting vibration sources for microsystems
applications. Meas. Sci. Technol., 17:R175–R195, 2006.
[21] A. Bejan, I. Dincer, S. Lorente, A. F. Miguel et A. H. Reis : Porous and Complex Flow
Structures in Modern Technologies. Springer-Verlag New York, 1ère édition, 2004.
[22] P. Berdahl et R. Fromberg : An empirical method for estimating the thermal radiance of clear
skies. Rapport technique LBL 12720, Lawrence Berkeley Lab., California, 1981.
[23] X. Berger, D. Buriot et F. Garnier : About the equivalent radiative temperature for clear
skies. Solar Energy, 32(6):725–733, 1984.
[24] M. V. Biezma et F. Schalack : Collapse of steel bridge. J. Perform. Constr. Facil, 21:398–405,
2007.
[25] R. Bilotta, J. E. Bell, E. Shepherd et A. Arguez : Calculation and evaluation of an air-
freezing index for the 1981–2010 climate normals period in the coterminous united states. Journal
of Applied Meteorology and Climatology, 54:69–76, 2015.
[26] R.E. Bird : A simple, solar spectral model for direct-normal and diffuse horizontal irradiance.
Solar energy, 32(4):461–471, 1984.
[27] R.E. Bird et R.L. Hulstrom : A simplified clear sky model for direct and diffuse insolation on
horizontal surfaces. Rapport technique, Solar energy research institute, 1981.
[28] R.E. Bird et C. Riordan : Simple solar spectral model for direct and diffuse irradiance on
horizontal and tilted planes at the earth’s surface for cloudless atmospheres. Journal of climate
and applied meteorology, 25:87–97, 1986.
[29] R.W. Bliss : Atmospheric radiation near the surface of the ground : A summary for engineers.
Solar Energy, 5(3):103–120, 1961.
[30] B. Blocken, T. Defraeye, D. Derome et J. Carmeliet : High-resolution cfd simulations
for forced convective heat transfer coefficients at the facade of a low-rise building. Building and
Environment, 44:2396–2412, 2009.
[31] V. Bobes-Jesus, P. Pascual-Muñoz, D. Castro-Fresno et J. Rodriguez-Hernandez : As-
phalt solar collectors : A literature review. Applied Energy, 102:962–970, 2013.
[32] C. F. Bohren et B. A. Albrecht : Atmospheric Thermodynamics. Oxford University Press, 1998.
[33] D. Bolton : The computation of equivalent potential temperature. Monthly Weather Review,
108:1046–1053, 1980.
[34] R. Bonhomme : Bases and limits to using ’[Link]’ units. European Journal of Agronomy,
13:1–10, 2000.
[35] M Born et E. Wolf : Principles of Optics. Cambridge University Press, 7th édition, 1999.
[36] F. Bourquin et A. Nassiopoulos : Inverse reconstruction of initial and boundary conditions of a
heat transfer problem with accurate final state. International Journal of Heat and Mass Transfer,
54:3749–3760, 2011.
[37] D. Briggins : The environmental implications of road salting in nova scotia. Rapport technique,
Department of the Environment, 1989.
[38] K. L. Bristow et G. S. Campbell : On the relationship between incoming solar radiation and
daily maximum and minimum temperature. Agricultural and Forest Meteorology, 31:159–166, 1984.
[39] A. N. Brooks et T. J. R. Hughes : Streamline Upwind/Petrov-Galerkin Formulations for convec-
tion dominated flows with particular emphasis on the incompressible Navier-Stokes Equations.
Computer Methods in Applied Mechanics and Engineering, 32:199–259, 1982.
[40] J. Brouns : Développement d’outils numériques pour l’audit énergétique des bâtiments. Thèse de
doctorat, Université Paris-Est, École doctorale SIE, 2014.
[41] D. Brunt : Notes on radiation in the atmosphere. Quart. J. R. Meteor. Soc., 58:389–420, 1932.
[42] R. C. Bubeck, W. H. Diment, B. L. Deck, A. L. Baldwin et S. D. Lipton : Runoff of deicing
salt : effect on irondequoit bay, rochester, new york. Science, 172:1128–1132, 1971.

198
[43] A. L. Buck : New equations for computing vapor pressure and enhancement factor. Journal of
Applied Meteorology, 20:1527–1532, 1981.
[44] V. Bukshtynov et B. Protas : Optimal reconstruction of material properties in complex multi-
physics phenomena. Journal of Computational Physics, 242:889–914, 2013.
[45] R.F. Carsel et R.S. Parrish : Developing joint probability distributions of soil water retention
characteristics. Water Resources Research, 24(5):755–769, 1988.
[46] H. S. Carslaw et J. C. Jaeger : Conduction of heat in solids. Oxford University Press, London,
second édition, 1959.
[47] J.C. Chai, H.S. Lee et S.V. Patankar : Ray effect and false scattering in the discrete ordinates
method. Numerical heat transfer, 24:373–389, 1993.
[48] S. Chandrasekhar : Radiative Transfer. Dover Publications, 1960.
[49] M. Chen, S. Wu, H. Wang et J. Zhang : Study of ice and snow melting process on conductive
asphalt solar collector. Solar Energy Materials and Solar Cells, 95:3241–3250, 2011.
[50] R. Chen, K. Ersi, J. Yang, S. Lu et W. Zhao : Validation of five global radiation models with
measured daily data in china. Energy Conversion and Managementg, 45:1759–1769, 2004.
[51] P. Cheng et C. T. Hsu : Transport phenomena in porous media. In D. B. Ingham et I. Pop,
éditeurs : Heat conduction, pages 57–76. Pergamon Press, Oxford, 1998.
[52] A. Chiarelli, A. R. Dawson et A. García : Parametric analysis of energy harvesting pavements
operated by air convection. Applied Energy, 154:951–958, 2015.
[53] R. Codina : Comparison of some finite element methods for solving the diffusion–convection–
reaction equation. Comput. Methods Appl. Mech. Engrg., 156:185–210, 1998.
[54] R. Codina : On stabilized finite element methods for linear systems of convection–diffusion-reaction
equations. Comput. Methods Appl. Mech. Engrg., 188:61–82, 2000.
[55] M. Collares-Pereira et A. Rabl : The average distribution of solar radiation – correlations
between diffuse and hemispherical and between daily and hourly insolation values. Solar Energy,
22:155–164, 1979.
[56] P. I. Cooper : The absorption of solar radiation in solar stills. Solar Energy, 12(3):333–346, 1969.
[57] J. Corté : Conception et dimensionnement des structures de chaussées, 1994.
[58] C. Cortés, C. Rios, J. M. Cadenas, C. Garcia, P. Pascual, D. Castro, A. Vega et J. J.
Potti : Sustainable asphalt pavements – pas. In Proceedings of the fifth Eurasphalt % Eurobitume
Congress, Istanbul, 2012.
[59] M. Daguenet : Les séchoirs solaires, théorie et pratique. Rapport technique, UNESCO, 1985.
[60] H. L. Dai, K. L. Zhang, X. L. Xu et H. Y. Yu : Evaluation on the effects of deicing chemicals on
soil and water environlent. Procedia Environmental Sciences, 13:2122–2130, 2012.
[61] M. Daneshyar : Solar radiation statistics for iran. Solar Energy, 21:345–349, 1978.
[62] H. Darcy : Les fontaines publiques de la ville de Dijon. Victor Dalmont, 1856.
[63] J.A. Davies, D.C. McKay, G. Luciani et M. Abdel-Wahab : Validation of models for estimating
solar radiation on horizontal surfaces, iea task ix, final report. Rapport technique, Atmospheric
environment service of Canada, Downsview, Ontario, Canada, 1988.
[64] J.A. Davies, W. Schertzer et M. Nunez : Estimating global solar radiation. Boundary-Layer
Meteorology, 9:33–52, 1975.
[65] T. Defraeye, B. Blocken et J. Carmeliet : Cfd analysis of convective heat transfer at the
surfaces of a cube immersed in a turbulent boundary layer. International Journal of Heat and Mass
Transfer, 53:297–308, 2010.
[66] C. L. Demers et R. W. Sage : Effects of road deicing salt on chloride levels in four adirondack
streams. Water, Air, and Soil Pollution, 49:369–373, 1990.
[67] E. Deriaz : Stability conditions for the numerical solution of convection-dominated problems with
skew-symmetric discretizations. SIAM J. Numer. Anal., 50(3):1058–1085, 2012.
[68] F. P. Dewitt et D. P. Incropera : Fundamentals of heat and mass transfer. John Wiley and
Sons Inc., Hoboken, New Jersey, third édition, 1990.

199
[69] J. Donea et A. Huerta : Finite Element Methods for Flow Problems. John Wiley & Sons, Ltd.,
Chichester, 2003.
[70] F. Duarte, F. Casimiro, D. Correia, R. Mendes et A. Ferreira : A new pavement energy
harvest system. In 2013 International Renewable and Sustainable Energy Conference (IRSEC),
pages 408–413, March 2013.
[71] F. Duarte et A. Ferreira : Energy harvesting on road pavements : state of the art. Proceedings
of the institution of civil engineers, 169:79–90, 2016.
[72] J. A. Duffie et W. A.. Beckman : Solar engineering of thermal process. John Wiley & Sons,
Hoboken, New Jersey, fourth édition, 2013.
[73] J.A. Duffie et W.A. Beckmann : Solar engineering of thermal processes. John Wiley & Sons,
Inc., seconde édition, 1980.
[74] J. Dumoulin, L. Ibos, C. Ibara-Castanedo, A. Mazioud, M. Marchetti, X. Maldague et
A. Bendada : Active infrared thomography applied to defect detection and characterization on
asphalt pavement samples : comparison between experiments and numerical simulations. Journal
of Modern Optics, 57(18):1759–1769, October 2010.
[75] P. G. Dykema, R. I. Klein et J. I. Castor : A new scheme for multidimensional line transfer. iii. a
two-dimensional lagrangian variable tensor method with discontinuous finite-element sn transport.
The astrophysical journal, 457:892–921, 1996.
[76] Eighteenth Symposium (International) on Combustion, The Combustion Institute. A new radiation
solution method for incorporation in general combustion prediction procedures, 1981.
[77] H. W. Engl, M. Hanke et A. Neubauer : Regularization of Inverse Problems. Kluwer academic
publishers, Dordrecht, Nederlands, 1996.
[78] D.G. Erbs, S.A. Klein et J.A. Duffie : Estimation of the diffuse radiation fraction for hourly,
daily and monthly-average global radiation. Solar Energy, 28(4):293–302, 1982.
[79] W. J. Eugster : Road and bridge heating using geothermal energy, overview and examples. In
Proceedings European Geothermal Congress, Unterhaching, Allemagne, 2007.
[80] H. Farhat et M.-S. Radhouani : étude tridimensionnelle du transfert radiatif dans un milieu
semi-transparent diffusant anisotrope par la méthode des transferts discrets modifiée. Rev Gén
Therm, 36:330–344, 1997.
[81] W. A. Fiveland : Discrete-ordinates solutions of the radiative transport equation for rectangular
enclosures. Journal of heat transfer, 106:699–706, 1984.
[82] W.A. Fiveland et J.P. Jessee : Finite element formulation of the discrete-ordinates method for
multidimensional geometries. Journal of Thermophysics and Heat Transfer, 8(3):426–433, 1994.
[83] J. Fourier : Théorie analytique de la chaleur. Firmin Didot, 1822.
[84] S. Fritz : Scattering of solar energy by clouds of large drops. Journal of Meteorology, 11:291–300,
1954.
[85] B. G. Galerkin : Rods and plates. series occurring in various questions concerning the elastic
equilibrium of rods and plates. Engineers Bulletin, 19:897–908, 1915.
[86] H. Gao et H. Zhao : Analysis of a numerical solver for radiative transport equation. Mathematics
of computation, 82(281):153–172, 2013.
[87] Q. Gao, Y. Huang, M. Li, Y. Liu et Y. Y. Yan : Experimental study of slab solar collection on
the hydronic system of road. Solar Energy, 84:2096–2102, 2010.
[88] A. García et M. N. Partl : How to transform an asphalt concrete pavement into a solar turbine.
Applied Energy, 119:431–437, 2014.
[89] J. D. Garrison et G. P. Adler : Estimation of precipitable water over the united states for
application to the division of solar radiation into its direct and diffuse components. Solar Energy,
44(4):225–241, 1990.
[90] D. K. Gartling et J. N. Reddy : The finite element method in Heat Transfer and Fluid Dynamics.
CRC Press, third édition, 2010.

200
 [91] J. N Gartling, D.K ; Reddy : The Finite Element Method in Heat Transfer and Fluid Dynamics,
Third Edition. CRC series in computational mechanics and applied analysis. CRC Press, 3rd ed
édition, 2010.
[92] A. Giannopoulos : Gprmax2d/3d : User’s manual. [Link]
[Link], 2005.
[93] A. Giannopoulos : Modelling ground penetrating radar by gprmax. Construction and Building
Materials, 19(10):755–762, 2005.
[94] K. S. Godwi, S. D. Hafner et M. F. Buff : Long-term trends in sodium and chloride in the
mohawk river, new york : the effect of fifty years of road-salt application. Environmental Pollution,
124:273–281, 2003.
[95] J. S. Golden, J. Carlson, K. E. Kaloush et P. Phelan : A comparative study of the thermal
and radiative impacts of photovoltaic canopies on pavement surface temperatures. Solar Energy,
81:872–883, 2007.
[96] W. G. Gray et P. C. Y. Lee : On the theorems for local volume averaging of multiphase systems.
Int. J. Multiphase Flow, 3:333–340, 1977.
[97] S. Guichard, F. Miranville, D. Bigot et H. Boyer : A thermal model for phase change
materials in a building roof for a tropical and humid climate : Model description and elements of
validation. Energy and Buildings, 70:71–80, 2014.
[98] M. A. Haeslet et R. F. Warming : Radiative transport and wall temperature slip in an absorbing
planar medium. Int. J. Heat Mass Transfer, 8:979–994, 1965.
[99] A. Hagishima et J. Tanimoto : Field measurements for estimating the convective heat transfer
coefficient at building surfaces. Building and Environment, 38:873–881, 2003.
[100] M. R. Hall, P. K. Dehdezi, A. R. Dawson, J. Grenfell et R. Isola : Influence of the thermo-
physical properties of pavement materials on the evolution of temperature depth profiles in different
climatic regions. Journal of materials in civil engineering, 24(1):32–47, 2012.
[101] B. Han, J. H. Choi, J. A. Dantzig et J. C. Bischof : A quantitative analysis on latent heat of
an aqueous binary mixture. Cryobiology, 52:146–151, 2006.
[102] G. L. Hargreaves, G. H. Hargreaves et J. P. Riley : Irrigation water requirements for senegal
river basin. J. Irrig. Drain. Eng., 111(3):265–275, 1985.
[103] M. Hasebe, Y. Kamikawa et S. Meiarashi : Thermoelectric generators using solar thermal energy
in heated road pavement. In 2006 International Conference on thermoelectrics, Vienna, Austria,
2006. IEEE.
[104] S. M. Hasnain : Review on sustainable thermal energy storage technologies, part i : Heat storage
materials and techniques. Energy Convers. Mgmt, 39(11):1127–1138, 1998.
[105] B. Haurwitz : Insolation in relation to cloudiness and cloud density. Journal of Meteorology,
2(3):154–166, 1945.
[106] R. H. Hawkins et J. H. Judd : Water pollution as affected by street salting. Water Resources
Bulletin, 8(6):1246–1252, 1972.
[107] U. Heinemann et R. Caps : Radiation-conduction interaction : an investigation on silica aerogels.
Int. J. Heat Mass Transfer, 39(10):2115–2130, 1996.
[108] D. J. Henserson : Experimental roadway heating project on a bridge approach. Highway Research
Record, 111(14):14–23, 1963.
[109] L. G. Henyey et J. L. Greenstein : Diffuse radiation in the galaxy. Astrophysical Journal,
93:70–83, 1941.
[110] A. Hermansson : Mathematical model for paved surface summer and winter temperature : com-
parison of calculated and measured temperatures. Cold Regions Science and Technology, 40:1–17,
2004.
[111] R. L. Higdon : Numerical absorbing boundary conditions for the wave equation. Mathematics of
computations, 49(179):65–90, July 1987.
[112] D. M. Hopstock et L. M. Zanko : Minnesota taconite as a microwave absorbing road aggregate
material for deicing and pathole patching applications. Rapport technique, Intelligent Transporta-
tion Systems Institute, Center for Transportation Studies, University of Minnesota, 2005.

201
[113] J.R. Howell : The monte carlo method in radiative heat transfer. Journal of Heat Transfer,
120:547–560, 1998.
[114] J.R. Howell, R. Siegel et M.P. Pinar : Thermal radiation heat transfer. CRC Press, Boca
Raton, Florida, 5th ed édition, 2010.
[115] C.T. Hsu : A closure model for transient heat conduction in porous media. Journal of Heat
Transfer, 121, 1999.
[116] C.T. Hsu et P. Cheng : Thermal dispersion in a porous medium. Int. J. Heat Mass Transfer,
33(8):1587–1597, 1990.
[117] C. Hu et R. M. White : Solar Cells : From Basic to Advanced Systems. McGraw-Hill Series in
Electrical Engineering, 1983.
[118] M. J. Huang, P. C. Eames et B. Norton : Thermal regulation of building-integrated photovoltaics
using phase change materials. International Journal of Heat and Mass Transfer, 47:2715–2733, 2004.
[119] Weizhang Huang, Lennard Kamenski et Jens Lang : Stability of explicit runge-kutta methods for
high order finite element approximation of linear parabolic equations. In Assyr Abdulle, Simone
Deparis, Daniel Kressner, Fabio Nobile et Marco Picasso, éditeurs : Numerical Mathematics
and Advanced Applications - ENUMATH 2013, pages 165–173, Lausanne, Suisse, 2015. Springer
International Publishing.
[120] T. J. R. Hughes et M. Mallet : A new finite element formulation for computational fluid
dynamics : Iii. the generalized streamline operator for multidimensional advective-diffusive systems.
Computer methods in applied mechanics and engineering, 58:305–328, 1986.
[121] T. J. R. Hughes, M. Mallet et A. Mizukami : A new finite element formulation for computational
fluid dynamics : Ii. beyond supg. Computer methods in applied mechanics and engineering, 54:341–
355, 1986.
[122] S.B. Idso et R.D. Jackson : Thermal radiation from the atmosphere. Journal of geophysical
research, 74(23):5397–5403, 1969.
[123] M. Iqbal : An introduction to solar radiation. Academic Press Canada, 1983.
[124] Y. Jarny, M. N. Ozisik et J. P. Bardon : A general optimization method using adjoint equation
for solving multidimensional inverse heat conduction. Int. J. Heat Mass Transfer, 34(11):2911–2919,
1991.
[125] C. Johnson : Numerical solutions of partial differential equations by the finite element method.
Cambridge University Press, Cambridge, UK, 1987.
[126] C. Johnson, U. Nävert et J. Pitkäranta : Finite element methods for linear hyperbolic pro-
blems. Computer methods in applied mechanics and engineering, 45:285–312, 1984.
[127] C. Johnson, A. H. Schatz et L. B. Wahlbin : Crosswind smear and pointwise errors in streamline
diffusion finite element method. Mathematics of computation, 49(179):25–38, 1987.
[128] Claes Johnson : Numerical solution of partial differential equations by the finite element method.
Cambridge University Press, 1 édition, 1987.
[129] J. H. Judd : Lake stratification caused by runoff from street deicing. Water Research, 4:521–532,
1970.
[130] G. Kanschat : A robust finite element discretization for radiative transfer problems with scattering.
East-West J. Numer. Math., 6(4):265–272, 1998.
[131] G. Kanschat : Solution of radiative transfer problems with finite elements. In G. Kanschat,
E. Meinköhn, R. Rannacher et R. Wehrse, éditeurs : Numerical methods in multidimensional
radiative transfer. Springer-Verlag Berlin Heidelberg, 2009.
[132] F. Kasten : Revised optical air mass tables and approximation formula. Applied Optics, 28(22):
4735–4738, 1989.
[133] F. Kasten et G. Czeplak : Solar and terrestrial radiation dependent on the amount and type of
cloud. Solar Energy, 24:177–189, 1980.
[134] F.X. Kneizys, E.P. Shettle, W.O. Gallery, J.H. Chetwind Jr, L.W. Abreu, J.E.A. Selby,
R.W. Fenn et R.A. McClatchey : Atmospheric transmittance/radiance : Computer code lowtran
5. Rapport technique, Air force geophysics laboratory, 1980.

202
[135] G. H. Koch, M. P. H. Brongers et N. G. Thompson : Corrosion costs and preventive strategies
in the united states. Rapport technique, U.S. Department of Transportation, Federal Highway
Administration, 2002.
[136] D. Kolokotsa, D. Tsiavos, G. S. Stavrakakis, K. Kalaitzakis et E. Antonidakis : Advanced
fuzzy logic controllers design and evaluation for buildings’ occupants thermal–visual comfort and
indoor air quality satisfaction. Energy and Buildings, 33:531–543, 2001.
[137] K.Y. Kondratyev : Radiative heat exchange in the atmosphere. Pergamon Press, 1965.
[138] K.Y. Kondratyev : Radiative in the atmosphere. In J. Van Mieghem, éditeur : International
Geophysics Series, page 912. Academic Press, Inc. (London) Ltd., 1969.
[139] K. Kosugi, J. Hopmans et J. Dane : Parametric models. In Methods of soil analysis. Part 4 :
Physical methods. Soil Science Society of America, Inc., Madison, Wisconsin, 2002.
[140] S. Kumar et S.C. Mullick : Wind heat transfer coefficient in solar collectors in outdoor conditions.
Solar Energy, 84:956–963, 2010.
[141] S. Kumar, V.B. Sharma, T.C. Kandpal et S.C. Mullick : Wind induced heat losses from outer
cover of solar collectors. Renewable Energy, 10(4):613–616, 1997.
[142] A.A. Lacis et J.E. Hansen : A parametrization for the absorption of solar radiation in the earth’s
atmosphere. Journal of the atmospheric sciences, 31:118–133, 1974.
[143] K. D. Lathrop et B. G. Carlson : Discrete ordinates angular quadrature of the neutron transport
equation. Rapport technique, Los Alamos scientific laboratory, 1965.
[144] M. G. Lawrence : The relationship between relative humidity and the dewpoint temperature in
moist air : a simple conversion and applications. American Meteorological Society, pages 225–233,
February 2005.
[145] S. Le Foll : Modélisation du couplage conduction/rayonnement dans les systèmes de protction
thermique soumis à de très hauts niveaux de températures. Thèse de doctorat, École doctorale des
sciences pour l’ingénieur de Lyon, 2014.
[146] D. Le Hardy, Y. Favennec, G. Domingues et B. Rousseau : 3d radiative transfer equation
coupled with heat conduction equation with realistic boundary conditions applied on complex geo-
metries. Journal of Applied Mathematics and Physics, 4:1488–1493, 2016.
[147] N. Le Touz, J. Dumoulin, G. Gennarelli et F. Soldovieri : A joint thermal and electroma-
gnetic diagnostics approach for the inspection of thick walls. Geosci. Instrum. Method. Data Syst.,
6:81–92, 2017.
[148] N. Le Touz, M. Marchetti, J. Dumoulin, L. Peiffer, A. Escal, L. Ibos, M. Fois et P. Bour-
son : Appreciation of the delay in the benefits of the thermal energy released by pcm in civil en-
gineering structures. In 14th Quantitative InfraRed Thermography Conference, Berlin, Allemagne,
2018. QIRT.
[149] N. Le Touz, T. Toullier et J. Dumoulin : Infrared thermography applied to the study of
heated and solar pavement : from numerical modeling to small scale laboratory experiments. In
Thermosense : Thermal Infrared Applications XXXIX, Anaheim, California, 2017. SPIE.
[150] B. Leckner : The spectral distribution of solar radiation at the earth’s surface–elements of a
model. Solar Energy, 20:143–150, 1978.
[151] F.J. Leij, W.B. Russell et S.M. Lesch : Closed-form expressions for water retention and conduc-
tivity data. Ground Water, 35(5), 1997.
[152] G. Leone et F. Soldovieri : Analysis of the distorted born approximation for subsurface re-
construction : Truncation and uncertainties effects. IEEE Transactions on geoscience and remote
sensing, 41(1), 2003.
[153] J.-L. Lions : Contrôle optimal de systèmes gouvernés par des équations aux dérivées partielles.
Dunod, 1968.
[154] B.Y.H. Liu et R.C. Jordan : The interrelationship and characteristic distribution of direct, diffuse
and total solar radiation. Solar Energy, 4(1), 1960.
[155] Y. Liu et D.J. Harris : Full-scale measurements of convective coefficient on external surface of a
low-rise building in sheltered conditions. Building and Environment, 42:2718–2736, 2007.

203
[156] F. Long, F. Li, X. Intes et S. P. Kotha : Radiative transfer equation modeling by streamline
diffusion modified continuous galerkin method. Journal of Biomedical Optics, 21(3):036003–036003,
2016.
[157] J. W. Lund : Pavement snow melting. Rapport technique, U. S. Department of Energy, 2000.
[158] B. Ma, S. Wang et J. Li : Study on application of pcm in asphalt mixture. Advanced Materials
Research, 168–170:2625–2630, 2011.
[159] W.H. MacAdams : Heat Transmission. McGraw-Hill Kogakusha, Tokyo, Japan, third édition,
1954.
[160] R. B. Mallick, B. Chen et S. Bhowmick : Harvesting energy from asphalt pavements and
reducing the heat island effect. International Journal of Sustainable Engineering, 2(3):214–228,
2009.
[161] P. W. McDonald : The computation of transonic flow through two-dimensional gas turbine
cascades. ASME 1971 International Gas Turbine Conference and Products Show, 71-GT-89, 1971.
[162] M. McInerney, J. Trovillion, R. Lozar, T. Abdallah et A Majumdar : Classifying infra-
structure using thermal ir signatures. In Proceedings of ASPRS 2006 annual conference, Reno,
Nevada, 2006. ASPRS.
[163] G. S. McMaster et W. W. Wilhelm : Growing degree-days : one equation, two interpretations.
Agricultural and Forest Meteorology, 87:291–300, 1997.
[164] G. Meinköhn : A general-purpose finite element method for 3d radiative transfer problems. In
G. Kanschat, E. Meinköhn, R. Rannacher et R. Wehrse, éditeurs : Numerical methods in
multidimensional radiative transfer. Springer-Verlag Berlin Heidelberg, 2009.
[165] V. Melchor Centeno : New formulae for the equivalent night sky emissivity. Solar Energy,
28(6):489–498, 1982.
[166] H. O. Menges, C. Ertekin et M. H. Sonmete : Evaluation of global solar radiation models for
konya, turkey. Energy Conversion and Management, 47:3149–3173, 2006.
[167] F. Meza et E. Varas : Estimation of mean monthly solar global radiation as a function of
temperature. Agricultural and Forest Meteorology, 100:231–241, 2000.
[168] M. J. C. Minhoto, J. C. Pais, P. A. A. Pereira et L. G. Picado-Santos : Predicting asphalt
pavement temperature with a three-dimensional finite element method. Transportation research
record journal of the transportation research board, 1919(1):96–110, 2005.
[169] L. D. Minsk : Heated bridge technology. Rapport technique, Office of Technology Applications,
Office of Engineering/Bridge Division, Federal Highway Administration, 1999.
[170] M. Modest : Radiative Heat Transfer. Academic Press, deuxième édition, 2003.
[171] J. L. Monteith : An empirical method for estimating long-wave radiation exchanges in the british
isles. Quart. J. Roy. Meteor. Soc., 87:171–179, 1961.
[172] J. W. Moon et J.-J. Kim : Ann-based thermal control models for residential buildings. Building
and Environment, 45:1612–1625, 2010.
[173] P. Moon : Proposed standard solar-radiation curves for engineering use. J. Franklin Inst., 230(5):
583–617, 1940.
[174] D.S. Munro et G.J. Young : An operational net shortwave radiation model for glacier basins.
Water Resources Research, 18(2):220–230, 1982.
[175] D. M. Murray et U. F. W. Ernst : An economic analysis of the environmental impact of highway
deicing. Rapport technique, Municipal Environmental Research Laboratory, Office of Research and
Development, U.S. Environmental Protection Agency, 1976.
[176] A. Musy et M. Soutter : Physique du sol. Presses polytechniques et universitaires romandes,
1991.
[177] A. Nassiopoulos : Identification rapide de la température dans les structures de génie civil. Thèse
de doctorat, École des Ponts ParisTech, 2008.
[178] D.A. Nield : Estimation of the stagnant thermal conductivity of saturated porous media. Int. J.
Heat Mass Transfer, 34(6):1575–1576, 1991.

204
[179] D.A. Nield et A. Bejan : Convection in porous media. Springer, Naw York, 4ème édition, 2013.
[180] W. Nusselt et W. Jürges : Die kählung einer ebenen wand durch einen luftstrom. Gesundheits
Ingenieur, 52:641–642, 1922.
[181] Proc. of the second national passive solar conf., éditeur. The estimation of atmospheric radiation
for clear and cloudy skies, Philadelphia, 1978.
[182] F. W. J. Olver, D. W. Lozier et C. W. Boisvert, R. F. ans Clark : NIST handbook of mathe-
matical functions. Cambridge University Press, 1 pap/cdr édition, 2010.
[183] J.F. Orgill et K.G.T. Hollands : Correlation equation for hourly diffuse radiation on a horizontal
surface. Solar Energy, 19:357–359, 1977.
[184] R. Osipian, S. A. Bahrani, A. Bontemps, K. Azzouz et L. Royon : Modélisation numérique
de la fusion/solidification d’un lit de particules de mcps au sein d’une unité de stockage thermique.
In Congrès Français de Thermique, 2017.
[185] E. Palomo Del Barrio, G. Lefebvre, P. Behar et N. Bailly : Using model size reduction
techniques for thermal control applications in buildings. Energy and Buildings, 33:1–14, 2000.
[186] G.W. Paltridge : Monthly mean solar radiation statistics for australia. Solar Energy, 18:235–243,
1976.
[187] J.A. Palyvos : A survey of wind convection coefficient correlations for building envelope energy
systems’ modeling. Applied Thermal Engineering, 28:801–808, 2008.
[188] P. Pan, S. Wu, Y. Xiao et G. Liu : A review on hydronic asphalt pavement for energy harvesting
and snow melting. Renewable and Sustainable Energy Reviews, 48:624–634, 2015.
[189] J. Parienté : Sur les routes : de la neige, de la glace... et du sel, 2010.
[190] P. Pascual-Muñoz, D. Castro-Fresno, P. Serrano-Bravo et A. Alonso-Estébanez : Ther-
mal and hydraulic analysis of multilayered asphalt pavements as active solar collectors. Applied
Energy, 111:324–332, 2013.
[191] J. P. Peixoto et A. H. Oort : Physics of climate. Springer, 1992.
[192] R. Persico : Introduction to Ground Penetrating Radar. IEEE Press, Wiley, 2014.
[193] R. Persico, R. Bernini et F. Soldovieri : The role of the measurement configuration in inverse
scattering from buried objects under the born approximation. IEEE transactions on antennas and
propagation, 53(6), 2005.
[194] M. Pinet, T. Comfort et M. Griff : Anti-icing on structures using fixed automated spray tech-
nology (fast) : demonstration project, prescott, ontario. In 2001 Annual conference and exhibition
of the transportation association of Canada, Halifax, Nova Scotia, 2001.
[195] B. Protas, T. R. Bewley et G. Hagen : A computational framework for the regularization of
adjoint analysis in multiscale pde systems. Journal of Computational Physics, 195:49–89, 2004.
[196] G.D. Raithby et E.H. Chui : A finite-volume method for predicting a radiant heat transfer in
enclosured with participating media. Journal of heat transfer, 112:415–423, 1990.
[197] D. M. Ramakrishna et T. Viraraghavan : Environmental impact of chemical deicers – a review.
Water, Air, and Soil Pollution, 100:231–241, 2000.
[198] D.T. Reindl, W.A. Beckmann et J.A. Duffie : Diffuse fraction correlations. Solar Energy,
4(1):1–7, 1990.
[199] L. Richards : Capillary conduction of liquids through porous medium. Physics, 1:318–333, 1931.
[200] S. Richling, E. Meinköhn, N. Kryzhevoi et G. Kanschat : Radiative transfer with finite
elements i. basic method and tests. Astronomy & Astrophysics, 380:776–788, 2001.
[201] W. Ritz : Über eine neue methode zur lösung gewisser variationsprobleme der mathematischen
physik. Journal für die Reine und Angewandte Mathematik, 135:1–61, 1908.
[202] W. M. Rohsenow, J. P. Hartnett et Y. I. Cho : Handbook of heat transfer. McGraw-Hill, third
édition, 1998.
[203] D. S. Roosevelt : A bridge deck anti-icing system in virginia : lessons learned from a pilot study.
Rapport technique, Virginia Transportation Research Council, 2004.

205
[204] L. M. Ruan, W. An, H. P. Tan et H. Qi : Least-quares finite-element mehod of multidimensional
radiative heat transfer in absorbing and scattering media. Numerical Heat Transfer, 51:657–677,
2007.
[205] Scott ; W. S. : The effect of road deicing salts on sodium concentration in an urban water-course.
Environ. Pollut., 10:141–153, 1976.
[206] J. B. Saulnier : La modélisation thermique et ses applications aux transferts couplés et au contrôle
actif. Thèse de doctorat, Université de Poitiers, 1980.
[207] J. B. Saulnier et J. Martinet : Le verre et la thermocinétique des matériaux semi-transparents.
Revue de physique appliquée, 15:175–188, 1980.
[208] D. Schwander, G. Flamant et G. Olalde : Effects of boundary properties on transient tempe-
rature distributions in condensed semi-transparent media. Int. J. Heat Mass Transfer, 33(8):1685–
1695, 1990.
[209] W. S. Scott et N. P. Wylie : The environmental effects of snow dumping : A literature review.
Journal of Environmental Management, 10:219–240, 1980.
[210] W. D. Sellers : Physical climatology. University of Chicago Press, 1965.
[211] F. Shakib, T. J. R. Hughes et Z. Johan : A new finite element formulation for computational fluid
dynamics : X. the compressible euler and navier–stokes equations. Computer Methods in Applied
Mechanics and Engineering, 89:141–219, 1991.
[212] S. Sharples et C. Charlesworth : Full-scale measurements of wind-induced convective heat
transfer from a roof-mounted flat plate solar collector. Solar Energy, 62(2):69–177, 1998.
[213] Y. T. Shih et H. C. Elman : Modified streamline diffusion schemes for convection-diffusion pro-
blems. Comput. Methods Appl. Mech. Engrg., 174:137–151, 1999.
[214] R. Siegel : Transient effects of radiative transfer in semitransparent materials. International
Journal of Engineering Science, 36:1701–1739, 1998.
[215] R. Siegel et J. R. Howell : Thermal radiation heat transfer, Volume III : Radiation transfer with
absorbing, emitting, and scattering media. National Aeronautics and Space Administration, 1971.
[216] J. C. Slattery : Flow of viscoelastic fluids through porous media. AIChE Journal, 13(6):1066–
1071, 1967.
[217] F. Soldovieri, J. Hugenschmidt, R. Persico et G. Leone : A linear inverse scattering algorithm
for realistic gpr applications. New Surface Geophysics, 5:29–41, 2007.
[218] F. Soldovieri, G. Prisco et R. Persico : A strategy for the determination of the dielectric
permittivity of a lossy soil exploiting gpr surface measurements and a cooperative target. Journal
of Applied Geophysics, 67:288–295, 2009.
[219] T.-H. Song et C. W. Park : Formulation and application of the second order discrete ordinate
method. In B.-X. Wang, éditeur : Transport phenomena and science. Higher Education, Beijing,
1992.
[220] J.W. Spencer : Fourier series representation of the position of the sun. Search, 2(5):172, 1971.
[221] L. G. Stenholm, H. Störzer et R. Wehrse : An efficient method for the solution of 3-d radiative
transfer problems. J. Quant. Spectrosc. Radiat. Transfer, 45(1):47–56, 1991.
[222] M. G. Stewart et D. V. Rosowsky : Time-dependent reliability of deteriorating reinforced
concrete bridge decks. Structural Safety, 20:91–109, 1998.
[223] D. A. Swenne : Solar Cells : From Basic to Advanced Systems. McGraw-Hill Series in Electrical
Engineering, 1983.
[224] W.C. Swinbank : Long-wave radiation from clear skies. Quart. J. Roy. Meteorol. Soc., 89:339–348,
1963.
[225] J. Taine, F. Enguehard et E. Iacona : Transferts thermiques, introduction aux transferts d’éner-
gie, 5ème édition. Dunod, Paris, 2014.
[226] T. Tarvainen, M. Vaukhonen, V. Kolehmainen, S. R. Arridge et J. P. Kaipio : Coupled ra-
diative transfer equation and diffusion approximation model for proton migration in turbid medium
with low-scattering and non-scattering regions. Phys. Med. Biol., 50:4913–4930, 2005.

206
[227] F.L. Test, R.C. Lessmann et A. Johary : Heat transfer during wind flow over rectangular bodies
in the natural environment. Transactions of the ASME Journal of Heat Transfer, 103, 1981.
[228] T. E. Tezduyar et D. K. Ganjoo : Petrov-galerkin formulations with weighting functions de-
pendent upon spatial and temporal discretization : applications to transient convection-diffusion
problems. Computer methods in applied mechanics and engineering, 59:49–71, 1986.
[229] T. E. Tezduyar et Y. Osawa : Finite element stabilization parameters computed from element
matrices and vectors. Comput. Methods Appl. Mech. Engrg., 190:411–430, 2000.
[230] M.P. Thekaekara : Solar energy outside the earth’s atmosphere. Solar Energy, 14:109–127, 1973.
[231] P. E. Thornton et S. W. Running : An improved algorithm for estimating incident daily solar
radiation from measurements of temperature, humidity, and precipitation. Agricultural and Forest
Meteorology, 93:211–228, 1999.
[232] C. P. Thurgood, A. Pollard et H. A. Becker : The tn quadrature set for the discrete ordinates
method. Transactions of the ASME, 117:1068–1070, 1995.
[233] S. T. Thynell : Discrete-ordinates method in radiative heat transfer. International journal of
engineering science, 36:1651–1675, 1998.
[234] A. N. Tikhonov : Solution of incorrectly formulated problems and the regularization method.
Doklady Mathematics, 4:501–504, 1963.
[235] A. N. Tikhonov et V. Y. Arsenin : Solutions of ill-posed problems. John Wiley, New York, 1977.
[236] E. F. Toro : Riemann solvers and numerical methods for fluid dynamics : a practical introduction.
Springer-Verlag, Berlin, 1997.
[237] L. Trovalet : Résolution numérique des transferts par rayonnement et conduction au sein d’un
milieu semi-transparent pour une géométrie 3D de forme complexe. Thèse de doctorat, Université
Henri Poincaré - Université de Nancy, 2011.
[238] J.-H. Tsai et J.-D. Lin : Transient combined conduction and radiation with anisotropic scattering.
J. Thermophysics, 4(1), 1990.
[239] C. Y. Tuan : Roca spur bridge : The implementation of an innovative deicing technology. J. Cold
Reg. Eng., 22:1–15, 2008.
[240] M. H. Unsworth et J. L. Monteith : Longwave radiation at the ground, angular distribution of
incoming radiation. Quart. J. R. Met. Soc., 101:13–24, 1975.
[241] K. Vafai : Handbook of porous media. CRC Press, seconde édition, 2005.
[242] W. T. Van Bijsterveld, L. J. M. Houben, A. Scarpas et A. A. A. Molenaar : Using pavement
as solar collector, effect on pavement temperature and structural response. Transportation Research
Record, 1778:140–148, 2001.
[243] J. E. Vehrencamp : Experimental investigation of heat transfer at an air-earth interface. Tran-
sactions, American Geophysical Union, 34(1):22–30, 1953.
[244] A. K. Veinberg : Permeability, electrical conductivity, dielectric constant and thermal conductivity
of a medium with spherical and elliptsoidal inclusions. Soviet Phys. [Link]. J. Heat Mass Transfer,
11:593–595, 1967.
[245] R. Viskanta et E. E. Anderson : Heat transfer in semitransparent solids. In Advances in
heat transfer. Volume 11. (A76-17076 05-34) New York, Academic Press, Inc., 1975, p. 317-441.,
volume 11, pages 317–441, 1975.
[246] J. Volker : Finite Element Methods for Incompressible Flow Problems. Springer, Berlin, 2016.
[247] V. R. Voller, M. Cross et N. C. Markatos : An enthalpy method for convection/diffusion
phase change. International journal for numerical methods in engineering, 24:271–284, 1987.
[248] V. R. Voller et C. Prakash : A fixed grid numerical modelling methodology for convection–
diffusion mushy region phase-change problems. Int. J. Heat Mass Transfer, 30(8):1709–1719, 1987.
[249] N. Wakao et T. Funazkri : Effect of fluid dispersion coefficients on particle-to-fluid mass transfer
coefficients in packed beds. Chemical Engineering Science, 33:1375–1384, 1978.
[250] G. N. Walton : Thermal analysis research program reference manual. Rapport technique, National
Bureau of Standards and U.S. Department of Energy, 1983.

207
[251] J.H. Wattmuff, W.W.S. Charters et D. Proctor : Solar and wind induced external coeffi-
cients for solar collectors. Coopération Méditerranéenne pour l’énergie solaire, Revue internationale
d’héliotechnique, page 56, 1977.
[252] J. A. Weaver et R. Viskanta : Freezing of liquid-saturated porous media. Journal of heat
transfer, 108:654–659, 1986.
[253] S. R. Wenham, M. A. Green, M. E. Watt et R. Corkish : Applied Photovoltaics, Second Edition.
ARC Centre for Advanced Silicon Photovoltaics and Photonics, 2007.
[254] S. Whitaker : Advances in theory of fluid motion in porous media. Industrial and engineering
chemistry, 61(12):14–28, 1969.
[255] S. Whitaker : Flow in porous media i : a theoretical derivation of darcy’s law. Transport in
Porous Media, 1:3–25, 1986.
[256] S. Whitaker : The forchheimer equation : a theoretical development. Transport in porous media,
25:27–61, 1996.
[257] J. A. Wright, H. A. Loosemore et R. Farmani : Optimization of building thermal design and
control by multi-criterion genetic algorithm. Energy and Buildings, 34:959–972, 2002.
[258] Z. Ye, J. Wu, N. El Ferradi et X. Shi : Anti-icing for key highway locations : fixed automated
spray technology. Can. J. Civ. Eng., 40:11–18, 2013.
[259] K. S. Yee : Numerical solution of initial boundary value problems involving Maxwell’s equations in
isotropic media, volume 14. IEEE Transactions on antennas and propagation, 1966.
[260] S. A. Yehia et C. Y. Tuan : Thin conductive concrete overlay for bridge deck deicing and anti-icing.
Transportation Research Record, 1698:45–53, 2000.
[261] H. Zhao, J. Yu et J.. Ling : Finite element analysis of cymbal piezoelectric transducers for
harvesting energy from asphalt pavement. Journal of the ceramic society of Japan, 118(10):909–
915, 2010.
[262] J. M. Zhao et L. H. Liu : Second-order radiative transfer eqation and its properties of numerical
solution using the finite-element method. Numerical Heat Transfer, 51:391–409, 2007.
[263] G. Zhou et R. Rannacher : Pointwise superconvergence of the streamline diffusion finite-element
method. Numerical methods for partial differential equations, 12:123–145, 1996.
[264] O. C. Zienkiewicz, R. L. Taylor et J. Z. Zhu : The Finite Element Method : Its Basis and
Fundamentals. Elsevier, Oxford, Royaume-Uni, sixth édition, 2005.
[265] K. Zwarycz : Snow melting and heating systems based on geothermal heat pumps at goleniow
airport, poland. Rapport technique 21, Geothermal Training Programme Report, 2002.

208
Annexes

209
Annexe A

Solution en régime permanent pour

la convection hydraulique

Nous présentons dans cette annexe la modélisation permettant d’obtenir la solution analytique uni-
dimensionnelle pour la convection hydraulique dans le cas d’un régime permanent établi présentée dans
le paragraphe 4.2.3.
Trois milieux sont considérés et interagissent thermiquement entre eux : la couche de surface solide,
la couche poreuse solide et le fluide. Les grandeurs liées à la couche de surface sont indicées s , celles liées
à la couche poreuse p et celles liées au fluide f . En plus de ces trois milieux dont on cherche à connaître
la température, deux milieux extérieurs de températures connues sont considérés : le ciel indicé c et l’air
indicé a .
On note qi/j le flux de chaleur surfacique orienté du milieu i vers le milieu j, Ti la température du
milieu i, hi l’épaisseur du milieu i ∈ {s, p}
Le flux de chaleur surfacique qi/j peut s’écrire sous la forme :

qi/j = ri/j × (Ti − Tj ) (A.1)

Le coefficient d’échange surfacique ri/j peut s’écrire de différentes façons :
— Dans le cas de l’échange entre la couche de surface et l’air extérieur, le coefficient d’échange peut
être assimilé au coefficient d’échange convectif :

rS/e = hconv (A.2)

— Dans le cas de l’échange entre la couche de surface et le ciel, le flux échangé s’écrit εσ(Tc4 − TS4 ) =
εσ(Tc2 + TS2 )(Tc + TS )(Tc − TS ). Le coefficient d’échange peut alors s’écrire :

rS/c = εσ(Tc2 + TS2 )(Tc + TS ) (A.3)

— Dans le cas de l’échange entre deux couches solides i et j, on exprime le flux thermique dans chacune
des couches. On note Tij la température à l’interface entre les deux couches, Ti0 la température à
l’extrémité de la couche i qui n’est pas en contact avec la couche j, Tj0 la température à l’extrémité
de la couche j qui n’est pas en contact avec la couche i. On a alors :
ki

qi/j ≈ h (Ti0 − Tij )


i
(A.4)
−kj
qi/j ≈ (Tj0 − Tij )


hj
On a donc :
 
hi hj
Ti0 − Tj0 = + qi/j (A.5)
ki kj
On suppose de plus que les températures Ti et Tj au milieu des couches i et j sont égales à la
moyenne des températures aux extrémités de ces deux couches :

210
 Ti0 + Tij

Ti ≈

2

(A.6)
 Tj0 + Tij
Tj ≈

2
On a alors Ti0 − Tj0 = 2(Ti − Tj ) et donc :
2 2ki kj
qi/j = (T − Tj ) = (Ti − Tj ) (A.7)
hi hj i hi kj + hj ki
+
ki kj
D’où :
2ki kj
ri/j = (A.8)
hi kj + hj ki
Et en particulier :
2kDr kS
rDr/S = (A.9)
hDr kS + hS kDr
— Dans le cas de l’échange entre le fluide et le matériau poreux, on suppose le coefficient rf /Dr très
grand devant les autres coefficients d’échange (cas de l’équilibre thermique local).

Remarque
On a la symétrie pour le coefficient d’échange : ri/j = rj/i .

Conservation de l’énergie pour le fluide

En une position s et à un instant t, la conservation de l’énergie appliquée au fluide permet d’écrire :
d
[ρf cf hDr φTf (s, t)] = qDr/f (A.10)
dt
Soit :
 
∂Tf ∂s(t) ∂Tf
ρf cf hDr φ + = qDr/f (A.11)
∂t ∂t ∂s
∂s(t)
La vitesse de Darcy s’écrit u = φ , et le flux qDr/f = rDr/f (TDr − Tf ). On a donc :
∂t
∂Tf ∂Tf
ρf cf hDr φ + ρf cf hDr u + rDr/f (Tf − TDr ) = 0 (A.12)
∂t ∂s

Conservation de l’énergie pour la couche drainante

On a :
d
[ρDr cDr hDr (1 − φ)TDr (s, t)] = qf /Dr + qS/Dr (A.13)
dt
Et donc :
∂TDr
ρDr cDr hDr (1 − φ) + rf /Dr (TDr − Tf ) + rS/Dr (TDr − TS ) = 0 (A.14)
∂t

211
Conservation de l’énergie pour la couche de surface
La couche de surface subit des échanges thermiques avec la couche drainante, l’air extérieur et le ciel.
Elle reçoit également une densité de flux solaire notée Φ. On a donc :
d
[ρS cS hS TS (s, t)] = qDr/S + qe/S + qc/S + Φ (A.15)
dt
Puis :
∂TS
ρS cS hS + rDr/S (TS − TDr ) + rS/e (TDr − TS ) + rS/c (TDr − Tc ) = Φ (A.16)
∂t
Les relations (A.12), (A.14) et (A.16) peuvent s’écrire sous la forme d’un système matriciel :

0 0 ρf cf hDr u 0 0
       
ρf cf hDr φ Tf Tf
∂ ∂
 0 ρDr cDr hDr (1 − φ) 0  TDr  +  0 0 0 TDr 
∂t ∂s
0 0 ρS cS hS TS 0 0 0 TS
0
  
rDr/f −rDr/f Tf
+ −rDr/f rDr/f + rDr/S −rDr/S  TDr 
0 −rS/Dr rS/Dr + rS/e + rS/c TS
0
 

= 0  (A.17)
rS/e Te + rS/c Tc + Φ

D’où, en régime permanent :

ρf cf hDr u 0 0 0
      
Tf rDr/f −rDr/f Tf
∂
 0 0 0 TDr  + −rDr/f rDr/f + rDr/S −rDr/S  TDr 
∂s
0 0 0 TS 0 −rS/Dr rS/Dr + rS/e + rS/c TS
0
 

= 0  (A.18)
rS/e Te + rS/c Tc + Φ

Les deux dernières lignes de (A.18) permettent d’obtenir :

1 rDr/S + rS/e + rS/c

    
TDr rDr/S rDr/f Tf
= (A.19)
TS ∆ rDr/S rDr/f + rDr/S rS/e Te + rS/c Tc + Φ
Avec :

∆ = (rDr/f + rDr/S )(rDr/S + rS/e + rS/c ) − rDr/S

2
(A.20)
On a donc :
1 
TDr = (rDr/S + rS/e + rS/c )rDr/f Tf + rDr/S (rS/c Tc + rS/c Tc + Φ) (A.21)

∆
D’où :

"
rf /Dr
rf /Dr ((Tf − TDr ) = Tf ∆ − rf /Dr (rDr/S + rS/e + rS/c )


∆
#
−rDr/S rS/e Te + rS/c Tc + Φ (A.22)

On peut effectuer la simplification :

∆ − rf /Dr (rDr/S + rS/e + rS/c ) = rDr/S rS/e + rS/c (A.23)

212
 D’autre part, la première ligne du système (A.18), régissant les échanges thermiques impliquant le
fluide, permet d’écrire :
∂Tf
ρf cf hDr u + rDr/f (Tf − TDr ) (A.24)
∂s
En réinjectant (A.22) dans (A.24), on a :

∂Tf rf /Dr rf /Dr

+ rDr/S rS/e + rS/c Tf = rDr/S rS/c Tc + rS/c Tc + Φ (A.25)



ρf cf hDr u
∂s ∆ ∆
La température du fluide Tf dans la relation (A.25) ne dépend plus que de l’éloignement à la section
d’injection s et des conditions extérieures. On peut réécrire (A.25) sous la forme :

∂Tf rS/e Te + rS/c Tc + Φ

κ + Tf = (A.26)
∂s rS/e + rS/c
Avec κ la longueur caractéristique :

∆ρf cf hDr u
κ= (A.27)
rf /Dr rDr/s (rs/e + rs/c )
On reprend l’hypothèse selon laquelle rf /Dr est très grand devant les autres coefficients d’échanges.
Le coefficient ∆ se réécrit alors :

∆ ≈ rf /Dr rDr/S + rS/e + rS/c (A.28)

Et κ se réécrit :

ρf cf hDr u rDr/s + rs/e + rs/c

κ= (A.29)
rDr/s (rs/e + rs/c )
La température du fluide s’obtient en résolvant l’équation (A.26) :
 
Tf (s) = Tf (0) e−s/κ +T∞ 1 − e−s/κ (A.30)

Avec :
rS/e Te + rS/c Tc + Φ
T∞ = (A.31)
rS/e + rS/c
La deuxième ligne de l’équation (A.19) permet d’écrire :

1
TS =
rDr/S rDr/f Tf + rDr/f + rDr/S rS/e Te + rS/c Tc + Φ (A.32)



rf /Dr rDr/S + rS/e + rS/c

L’hypothèse rDr/f grand devant les autres coefficients d’échange permet d’obtenir la température en
surface en fonction de l’éloignement à l’injection de fluide :

rDr/S Tf (s) + rS/e Te + rS/c Tc + Φ

Ts (s) = (A.33)
rDr/S + rS/e + rS/c

213
Annexe B

Méthode des éléments finis -

Obtention des matrices

Dans cette annexe, nous présentons des éléments qui n’ont pu être développés dans le corps du
manuscrit concernant la méthode des éléments finis. La première partie concerne l’obtention du système
matriciel pour l’équation de transfert radiatif. La seconde partie traite du calcul des matrices rencontrées
dans le cadre de la diffusion thermique, de la convection hydraulique et des transferts radiatifs pour le
cas d’une interpolation linéaire.

Sommaire
6.1 Étude de la réponse du système à une excitation . . . . . . . . . . . . . . . 138
6.1.1 Comparaison avec la relation analytique établie pour le régime permanent . . . 139
6.1.2 Détermination des caractéristiques de la réponse temporelle du système . . . . 139
6.1.3 Discussion des résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
6.2 Données nécessaires au fonctionnement du modèle numérique . . . . . . . 141
6.3 Notion de degré jour unifié . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
6.3.1 Fonctionnement en chauffage . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
6.3.2 Fonction Cooling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
6.3.3 Évaluation des DJU cooling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
6.4 Résultats en récupération d’énergie . . . . . . . . . . . . . . . . . . . . . . . 147
6.5 Synthèse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151

B.1 Détail de l’obtention du système linéaire de l’équation de

transfert radiatif
Nous présentons dans cette partie le calcul des matrices du système final permettant de déterminer
la luminance énergétique (4.219).
Pour cela, nous repartons de la formulation faible après application de la méthode de Petrov-Galerkin
(4.218).
L’écriture des produits scalaires donne :

Z " NS
X
#
wk ϑk · ∇Lν,k (s) + wk (κν + σν ) Lν,k (s) − σν ωlk Lν,l (s) (ϕ + δϑk · ∇ϕ) dΩ
Ω l=1
Z
+ [wk Lν,k (s) − wk gint,k (s)] ϕ|~n · ϑk |dσ (B.1)
Γϑk
Z Z
= wk κν L0ν (T (s))(ϕ + δϑk · ∇ϕ)dΩ + wk gext,k (s)ϕ|~n · ϑk |dσ
Ω Γk

214
 wi wj pν (ϑi , ϑj )
Avec ωij = .
4π
On note (ϕ ) une base de WΩ . Lν,k , Bν et gk peuvent être décomposés sur cette base en :
j

NΩ
X
Lν,k = Ljν,k ϕj , ∀k ∈ [|1, NS |] (B.2)
j=1
NΩ
X
L0ν = L0,j
ν ϕ
j
(B.3)
j=1
NΩ
X
gk = gkj ϕj , ∀k ∈ [|1, NS |] (B.4)
j=1

On pose :

Z Z
Tkij = ϑk · ∇ϕj (s) ϕi (s) + δϑk · ∇ϕi (s) dΩ + ϕj ϕi |~n · ϑk |dσ (B.5)


Ω Γϑk
Z
Mkij (v) = v ϕi + δϑk · ∇ϕi ϕj (s)dΩ , ∀v ∈ WΩ , ∀v ∈ WΩ (B.6)


Ω
Z
Qkij = ϕj ϕi |~n · ϑk |dσ (B.7)
Γϑk
Z
ij
Rkl (v) = v max (~n · ϑl , 0)ϕj ϕi |~n · ϑk |dσ , ∀v ∈ WΩ (B.8)
Γϑk

L’équation (B.1) se réécrit alors :

NΩ
" NS NS
#
X X X wk wl
wk Mkij (κν + σν )Ljν,k + wk Tkij Ljν,k − ωkl Mkij (σν )Ljν,l − ij
Rkl (ρν )Ljν,l
j=1
π
l=1 l=1
NΩ h
X i
= wk Mkij (κ)L0,j ij j
ν + wk Qk gext,k , ∀(i, k) ∈ [|1, NΩ |] × [|1, NS |] (B.9)
j=1

On note :

215
 w1 T1
 

=  .. (B.10)
Th .
 

wNS TNS
w1 M1 (κν )
 

Mh (κν ) =  .. (B.11)
.
 

wNS MNS (κν )
w1 M1 (σν ) ω11 M1 (σν ) ω1NS M1 (σν )
   
···
Sh (σν ) =  .. .
.. .. ..
. − . .
   

wNS MNS (σν ) ωNS 1 MNS (σν ) · · · ωNS NS MNS (σν )
(B.12)
w 1 Q1
 

=  .. (B.13)
Qh .
 

wNS QNS
w12 w1 wNS
 
R11 (ρν ) ··· R1NS (ρν )
 π π
.. .. ..
Rh (ρν ) =  (B.14)
 
 . . .


2

wNS w1 wNS 
RNS 1 (ρν ) · · · RNS NS (ρν )
π π
D’où le système à résoudre :

(Th + Mh (κν ) + Sh (σν ) − Rh (ρν )) Lν = Mh (κν )Bν + Qh G (B.15)

Avec le vecteur des inconnues Lν :
h iT
Lν = Lj=1
ν,k=1 L2ν,1 ··· LN Ω
ν,1 L1ν,2 ··· LN Ω
ν,NS (B.16)

B.2 Expressions des matrices éléments finis dans le cas de fonc-

tions d’interpolation linéaires
L’implémentation de notre outil de résolution de couplages multiphysiques a nécessité le calcul des
matrices éléments finis. Les expressions de ces matrices éléments finis pour des fonctions d’interpolation
linéaires sur chaque élément du maillage sont présentées ci-après.
Nous nous plaçons dans l’espace WΩhn ⊂ WΩ constitué des NΩ fonctions polynomiales ϕ de degré n
sur le maillage et telles que :

∀(i, j) ∈ [|1, NΩ |]2 , ϕi (xj ) = δij (B.17)

Pour simplifier les notations, nous écrivons : aij = ai − aj .

B.2.1 Fonctions d’interpolation linéaires

Nous nous intéressons ici au cas de fonctions d’interpolation linéaires : (ϕi ) est une base orthogonale
du sous-espace de WΩ constitué des fonctions linéaires sur les éléments du maillage.
On appelle matrice élément fini élémentaire une matrice élément fini obtenue à partird’une  intégration
sur un élément Ωe ou un élément frontière Γe du maillage. Ces matrices sont notées AΩe ou A∂Ωe .
 

Les matrices éléments finis sont alors obtenues en sommant les matrices éléments finis élémentaires
sur les éléments du maillage. Par exemple, pour un terme s’écrivant de façon générique hψϕj |ϕi iΩe ou
hψϕj |ϕi iΓe :

216
 t
t P3

P3

s
P1 P2

P1 P2 s u P4

(a) Repère (s, t) (b) Repère (s, t, u)

 X X
ΨΩ,ij = ΨΩe ,ij = hψφj |φi iV e


e
X eX
(B.18)


 Ψ ∂Ω,ij = Ψ ∂Ω e ,ij = hψφj |φi iΓe
e e

Avec h · , · iΩe et h · , · iΓe définis par :

 Z
ha, biΩe = abdΩ


Z Ωe (B.19)
ha, biΓe = abdΓ


Γe

Nous nous plaçons sur des éléments linéiques, triangulaires ou tétraédriques normalisés, représentés
sur les figures B.1a et B.1b.
L’espace des fonctions linéaires sur l’élément e est alors de dimension 4 pour un élément 3D, de
dimension 3 pour un élément 2D et de dimension 2 pour un élément 1D. Une base orthogonale de cet
espace peut s’écrire, dans le repère associé à l’élément e :
( ) ( )
ϕ 1
(s) 1 − s
= pour un élément 1D

 e

ϕe (s)  s
 2


 
ϕe (s, t) 1 − s − t
1



    

 ϕe (s, t) =
2 pour un élément 2D


 s
ϕe (s, t) (B.20)

 3 
  
t
 
ϕe (s, t, u) 1 − s − t − u

  1   

 
    


 ϕ2 (s, t, u)
    s


e
= pour un élément 3D


ϕ3e (s, t, u)







 



 t 


ϕ4 (s, t, u) 

u

e

Pour tout point (x, y) appartenant à un élément 2D, on a :

     
x − x1 x x
= s 21 + t 31 (B.21)
y − y1 y21 y31
Où s et t vérifient les conditions :

s ≥ 0

t≥0 (B.22)
s+t≤1



217
 La matrice jacobienne [J], qui permet de passer du repère lié à l’élément (s, t) au repère cartésien
(x, y) vérifie :
   
x − x1   s
= J (B.23)
y − y1 t
D’où l’expression de la matrice jacobienne sur l’élément considéré :
 
x21 y21
J = (B.24)
 
x31 y31
det(J)
Il est à noter que la surface (algébrique) de l’élément Ae vérifie alors Ae = .
2
En 1D, on a alors J = x21 et la longueur (algébrique) Le de l’élément vérifie Le = det(J).
   

De même, en 3D, on a :
 
x21 y21 z21
J = x31 y31 z31  (B.25)
 
x41 y41 z41
det(J)
Et le volume algébrique de l’élément Ve vérifie Ve = .
6
Les coordonnées (s, t) ou (s, t, u) s’obtiennent en inversant la matrice jacobienne :
 
y31 z31 y21 z21 y21 z21
 y41 z41 −
y41 z41 y31 z31 
1
 
x z x z x21 z21 
J =
−1 31 31 21 21
(B.26)

 − − 
6Ve  x41 z41 x41 z41 x31 z31 
 x31 y31 x21 y21 x21 y21 
−
x41 y41 x41 y41 x31 y31
En particulier, les termes de gradient ∇Nei s’obtiennent par :

∇ϕi = J −1 ∇s ϕie (B.27)

 

Avec, en 3D :

T
∂ϕie (s, t, u) ∂ϕie (s, t, u) ∂ϕie (s, t, u)

∇s ϕie = (B.28)
 
∂s ∂t ∂u
−1 1 0 0
 

= −1 0 1 0 (B.29)
−1 0 0 1

En 2D :

T
∂ϕie (s, t) ∂ϕie (s, t)

∇s ϕie = (B.30)
 
∂s ∂t
−1 1 0
 
= (B.31)
−1 0 1

En 1D :

T
∂ϕie (s)

∇s ϕie = (B.32)
 
∂s
= −1 1 (B.33)
 

218
B.2.2 Cas de la diffusion thermique et de la convection hydraulique
Les systèmes d’équations issus de l’application de la méthode des éléments finis s’écrivent sous la
forme générale, pour la diffusion thermique et la convection hydraulique :

C ∂t + K T = F (B.34)
   ∂T       

Avec
 :
— C  la matrice de capacité thermique : Cij = hρcϕj |ϕi iΩ
— K la matrice de conductivité thermique. Elle est constituée de quatre composantes, une première
provenant de la diffusion thermique, une deuxième issue de l’advection, une troisième provenant de
l’échange avec une autre phaseP et une quatrième de pertes aux frontières : Kij = hk∇ϕj |∇ϕi iΩ +
h~
u · ∇ϕ j i
|ϕ iΩ + haϕj i
|ϕ i Ω + h j i
k hk ϕ |ϕ iΓ
— F le vecteur source. Il est constitué de deux composantes, une première provenant des sources
 

internes et une seconde provenant des apports extérieurs : Fi = hq|ϕi iΩ + hΦ + k hk θk |ϕi iΓ

P

Matrice masse
La matrice masse C peut s’écrire de façon générique hρcϕj |ϕi iΩ = e hρcϕ |ϕ iΩe .
j i
Une intégration
P
sur l’élément Ωe permet d’obtenir :

Z
j i
hρcϕ |ϕ iΩe = ρcϕj ϕi dΩ (B.35)
Ωe
 Z 1−t−u Z 1−u Z 1
ρcϕje ϕie |det(J)|dudtds en 3D





 s=0 t=0 u=0
 Z 1−t Z 1

= ρcϕje ϕie |det(J)|dtds en 2D (B.36)


 s=0 t=0
 Z 1

ρcϕje ϕie |det(J)|ds en 1D



s=0

Soit, dans le cas où ρc est constant et égal à une valeur (ρc)e sur l’élément Ωe :
 " #
L e 2 1
hρcϕ|ϕiΩe = (ρc)e pour un élément 1D



6 1 2





2 1 1

  

Ae


hρcϕ|ϕiΩe = 12 (ρc)e 1 2 1 pour un élément 2D

  

1 1 2 (B.37)
2 1 1 1

  





 Ve 1 2 1 1
hρcϕ|ϕi = (ρc)  pour un élément 3D

  
Ωe e
20 1 1 2 1



  

1 1 1 2



matrice raideur
La matrice raideur K est constituée de trois composantes : le termePde diffusion hk∇ϕj |∇ϕi iΩ , le
terme de transport h~u · ∇ϕj |ϕi iΩ et le terme de
Ppertes jvers l’extérieur h k hk ϕj |ϕi iΓ .
— Première composante : hk∇ϕ |∇ϕ iΩ = e hk∇ϕ |∇ϕ iΩe . On a :
j i i

Z
hk∇ϕj |∇ϕi iΩe = k∇ϕj · ∇ϕi dΩ (B.38)
Ωe
Z 

T  −1  
= −1
∇s ϕe dΩ (B.39)
  
k J ∇s ϕ e J
Ωe ij
(B.40)

219
 Pour une valeur constante de k sur l’élément Ωe et pour des fonctions d’interpolations linéaires,
on a :
 h ih iT h ih i
|Le | J −1 ∇s ϕe


 ke J −1
∇ s ϕe en 1D
 h ih iT h ih i
hk∇ϕ|∇ϕiΩe = |Ae | J −1 ∇s ϕe ke J −1 ∇s ϕe en 2D (B.41)

 h i h i T h ih i
en 3D

|Ve | J −1 ∇s ϕe ke J −1 ∇s ϕe



— Deuxième composante : h~u · ∇ϕj |ϕi iΩ . On a :

Z
h~u · ∇ϕ|ϕiΩ = (ϕe )T ~u ∇s ϕe (B.42)
 
Ωe
Soit, après calculs, pour une vitesse ~u constante sur l’élément Ωe et une interpolation linéaire :
" #
|Le | 1/2 ~ue J −1 ∇s ϕe
 h ih i
en 1D

1/2





1/3

  

 h ih i

 e 1/3 ~ue J
|A | −1
∇s ϕ e en 2D

  

h~u · ∇ϕ|ϕiΩ = 1/3 (B.43)
1/4

  





 1/4 h ih i
|V | ~
u J −1
∇ ϕ en 3D

  
e e s e
1/4

  



1/4


— Troisième composante : haϕj |ϕi iΩ . Ce terme est identique à celui de la matrice C avec a à la
place de ρc. Pour une interpolation linéaire et un coefficient d’échange a constant sur l’élément
considéré, on a donc :
 " #
L e 2 1
haϕ|ϕiΩe = pour un élément 1D

ae


6 1 2





2 1 1

  

Ae 


haϕ|ϕiΩe = 12 ae 1 2 1 pour un élément 2D

 

1 1 2 (B.44)
2 1 1 1

  





V 1 2 1 1
e

haϕ|ϕiΩe = ae   pour un élément 3D

  
20 1 1 2 1



  

1 1 1 2



— Quatrième composante : h k hk ϕ |ϕ iΓ = e h k hk ϕj |ϕi iΓe . On a :

j i
P P P

X Z X
h hk ϕ |ϕ iΓe =
j i
hk ϕj ϕi dΓ (B.45)
k Γe k
Soit, après calculs, pour des coefficients kk constants sur les frontières Γe de Ωe et pour des
fonctions d’interpolations linéaires :

pour un élément Ωe 1D, de frontière Γe 0D

P
 k hk
 " #
1 1



3 6 pour un élément Ωe 2D, de frontière Γe 1D
P
|L | h


X  e
 Γ k ke 1 1
h hke ϕ|ϕiΓe = 6
1
3
1 1


k 
 6 12 12
|AΓe | k hke  16 1 1 
pour un élément Ωe 3D, de frontière Γe 2D

 P 

 12 12 

 1 1 1
12 12 6
(B.46)

220
Vecteur source
Le vecteur source peut s’écrire de façon générique hq|ϕi iΩ + hΦ + hk θk |ϕi iΓ . Pour la première
P
k
composante, le terme source interne, on a :
Z
hq|ϕi iΩe = qϕi dΩ (B.47)
Ωe

Soit, après calculs, et pour un terme q constant sur l’élément Ωe et une interpolation linéaire :
" #
1/2

|Le |qe en 1D


1/2





1/3

  



|A |q 1/3 en 2D

  

 e e 
hq|ϕ iΩe =
i
1/3 (B.48)
1/4

  





 1/4
|Ve |qe   en 3D

  
1/4



  

1/4


Pour les apports externes, avec des coefficients hk , des températures extérieures θk et une densité de
flux Φ constants, on a :

Φ + k hk θk pour un élément Ωe 1D, de frontière Γe 0D

 P
 " #
1/2



|LΓe | (Φe + k hke θk ) 1/2 pour un élément Ωe 2D, de frontière Γe 1D

 P
X 
hΦe + i
hke θk |ϕ iΓe =
1/3
 

k 

(Φ + ) 1/3 pour un élément Ωe 3D, de frontière Γe 2D
P
|A |

h θ
  

 Γe e k ke k 

1/3

(B.49)

B.2.3 Ajout de la diffusion numérique - Méthode de Petrov-Galerkin

Dans ce paragraphe, les matrices éléments finis correspondant à l’ajout de la diffusion numérique sont
données. Il est rappelé que, lors de l’application de la méthode de Petrov-Galerkin, la fonction test ϕi
correspondant à une des composantes d’une base de l’espace de fonction considéré, est remplacée par
ϕi + δ~u · ∇ϕi avec ~u la vitesse liée au phénomène d’advection et δ un coefficient permettant d’ajuster la
diffusion numérique.
Les matrices issue des termes h · |ϕi iΩ ont été déterminées au cours du paragraphe précédent. L’étude
porte donc ici sur les termes h · |δ~u · ∇ϕi iΩ . La vitesse est à chaque fois donnée sous la forme d’un vecteur
ligne.

Matrice capacité
Le terme de la matrice capacité provenant de la diffusion numérique s’écrit, sous la forme générique
hρcϕj |δ~u · ∇ϕi iΩ = e hρcϕj |δ~u · ∇ϕi iΩe .
P
Une intégration sur l’élément Ωe permet d’obtenir :

 h ih iT h i


 hρcϕ|δ~u · ∇ϕiΩe = δ|Le |(ρc)e J −1 ∇s ϕe ~uT 12 1
2
pour un élément 1D



 h ih iT h i

hρcϕ|δ~u · ∇ϕiΩe = δ|Ae |(ρc)e J −1 ∇s ϕe ~uT 13 1
3
1
3
pour un élément 2D (B.50)



 h ih iT h i
hρcϕ|δ~u · ∇ϕiΩe = δ|Ve |(ρc)e J −1 ∇s ϕe ~uT 14 1 1 1
pour un élément 3D


 4 4 4

221
Matrice capacité
Le terme de la matrice capacité provenant de la diffusion numérique s’écrit, sous la forme générique
h∇ · (k∇ϕj )|δ~u · ∇ϕi iΩ .
Pour des éléments linéaires, comme c’est le cas ici, ce terme est nul. Pour des éléments bilinéaires, ce
terme peut être négligé [229].

Matrice d’advection
Le terme générique est h~v · ∇ϕj |δ~u · ∇ϕi iΩ = e h~v · ∇ϕj |δ~u · ∇ϕi iΩe . Deux vitesses sont consi-
P
dérées ici : ~u et ~v pour se placer dans un cas plus général.
Une intégration sur l’élément Ωe permet d’obtenir :

 h ih iT h ih i


h~v · ∇ϕ|δ~u · ∇ϕiΩ e
= δ|Le | J −1
∇ s ϕ e ~
u T
~
v J −1
∇ s ϕe pour un élément 1D



 h ih iT h ih i

h~v · ∇ϕ|δ~u · ∇ϕiΩe = δ|Ae | J −1 ∇s ϕe ~uT ~v J −1 ∇s ϕe pour un élément 2D (B.51)



 h ih iT h ih i
h~v · ∇ϕ|δ~u · ∇ϕiΩe = δ|Ve | J pour un élément 3D
−1 ~uT ~v J −1 ∇s ϕe
∇s ϕe




Matrice d’échange
Le terme générique pour la matrice d’échange est haϕj |δ~u · ∇ϕi iΩ = j
|δ~u · ∇ϕi iΩe .
P
e haϕ
Une intégration sur l’élément Ωe permet d’obtenir :

 h ih iT h i


 haϕ|δ~u · ∇ϕiΩ e = δ|Le |a J −1
∇ ϕ
s e ~
u T 1
2
1
2
pour un élément 1D



 h ih iT h i

haϕ|δ~u · ∇ϕiΩe = δ|Ae |a J −1 ∇s ϕe ~uT 13 1
3
1
3
pour un élément 2D (B.52)



 h ih iT h i
haϕ|δ~u · ∇ϕiΩe = δ|Ve |a J pour un élément 3D
−1 ~uT 14 1 1 1
∇s ϕe


4 4 4


Vecteur source
Le vecteur source possède le terme générique suivant : hq|δ~u · ∇ϕi iΩ = e hq|δ~u · ∇ϕi iΩe .
P
Après intégration sur Ωe , on obtient :
 h ih iT


 hq|δ~u · ∇ϕiΩe = δ|Le |q J −1 ∇s ϕe ~uT pour un élément 1D



 h ih iT

hq|δ~u · ∇ϕiΩe = δ|Ae |q J −1 ∇s ϕe ~uT pour un élément 2D (B.53)



 h ih iT
hq|δ~u · ∇ϕi = δ|V |q J −1
∇ ϕ ~uT pour un élément 3D



 Ω e e s e

B.2.4 Cas des transferts radiatifs

Nous donnons dans cette partie les expressions des matrices éléments finis pour le cas des transferts
radiatifs pour des fonctions de base linéaires. Les expressions des matrices dans le cas général sont données
dans la section B.1
On suppose que les différents coefficients (absorption, diffusion, réflexion, émissivité pour les transferts
radiatifs) sont constants sur chaque élément.
Les nœuds du maillage utilisé sont notés xi , i ∈ [|1, NΩ |].

222
Tenseur M
On a, sur l’élément e :

Z
ij
Mek (v) = v N i + δϑk · ∇N i N j dΩ (B.54)


Ωe

Le paramètre v étant supposé constant sur l’élément, et en effectuant un changement de variables, on

a:

Z 1 Z 1−s Z 1−s−t
ij
Mek (v) = 6|Ve |v Nei (s, t, u)Nej (s, t, u)dsdtdu (B.55)
s=0 u=0 t=0
 1
Z Z 1−s Z 1−s−t 
+δϑk J −1 i
Ne dsdtdu
j
(B.56)

∇s N
s=0 t=0 u=0

On a alors :
−1 −1 −1 −1
 " # " # " # " #
 δϑk J −1 −1 δϑk J −1 −1 δϑk J −1 −1 δϑk J −1 −1 
1
 −1 1 −1 1 −1 1 −1 
 + + + +

 10 4 " # 20 4 " # 20 4 " # 20 4 " # 

 1 1 1 1 
 −1 −1 −1 −1 
 δϑk J 0 δϑk J 0 δϑk J 0 δϑk J 0 
0 0 0 0 
 
 1 1 1 1
 + + + + 
Mek (v) = |Ve |v 
 20 4 " # 10 4 " # 20 4 " # 20 4 " # 
0 0 0 0 
−1
δϑk J −1 1 δϑk J −1 1 δϑk J −1 1 
 
 δϑk J 1
0 0 0 0 
 
 1 1 1 1
 + + + + 
 20 4 " # 20 4 " # 10 4 " # 20 4 " # 
 0 0 0 0 
δϑk J −1 0 δϑk J −1 0 δϑk J −1 0 −1
 
 δϑk J 0 
 
1 1 1 1 1 1 1 1
+ + + +
20 4 20 4 20 4 10 4
(B.57)

Tenseur Q

Z
ij
Qek = Nej Nei |~ne · ϑk |dσ (B.58)
Γek
Z
= max (−~ne · ϑk , 0) Nej Nei dσ (B.59)
Γe

Avec Γe l’élément frontière. Γek est un élément frontière tel que ~n · ϑk < 0.
L’élément frontière est une face d’un élément tétraédrique. Le repère (s, t, u) est placé de telle sorte que
l’élément frontière Γe soit placé dans le plan u = 0. Pour cela, les noeuds P1 , P2 et P3 sont définis comme
étant les sommets de l’élément tétraédrique appartenant à la frontière et P4 est le sommet n’appartenant
pas à la frontière.
On a alors, pour chaque élément frontière :

1/6 1/12 1/12 0

 
1/12 1/6 1/12 0
Qek = Ae max (−~n · ϑk , 0) 
1/12 1/12 1/6 0
 (B.60)
0 0 0 0
Avec Ae l’aire de la surface de l’élément frontière Γe en contact avec l’extérieur du domaine. Cette
aire peut s’obtenir par :

223
 −−−→ −−−→
| P1 P2 ∧ P1 P3 |
Ae = (B.61)
q 2
1 2 2 2
= (y21 z31 − z21 y31 ) + (z21 x31 − x21 z31 ) + (x21 y31 − y21 x31 ) (B.62)
2

Tenseur T
On a :

Z Z
ij
Tek = ϑk · ∇ϕ j
ϕ + δϑk · ∇ϕ dΩ +
i i
ϕj ϕi |~n · ϑk |dσ (B.63)


Ωe Γek
Z
ij
= ϑk · ∇ϕj ϕi + δϑk · ∇ϕi dΩ + Qek (B.64)


Ωe

ij ij ij
Connaissant Qek , nous cherchons donc Tek − Qek :
Z 
ij ij
Tek − Qek = ϑk J −1 ∇s Nej Nei dΩ + δϑk J −1 ∇s Nei |Ve | (B.65)
   
Ωe

On a alors :

1
 
ij ij
Tek = |Ve |ϑk J −1
∇s Nej + δϑk J −1
∇s Ne + Qek
i
(B.66)
   
4

Tenseur R
On a :

Z
ij
Rekl (v) = v max (~n · ϑl , 0)Nej Nei |~n · ϑk |dσ (B.67)
Γek
Z
= v max (~n · ϑl , 0) max (−~n · ϑk , 0) Nej Nei dσ (B.68)
Γe

Finalement :

1/6 1/12 1/12 0

 
1/12 1/6 1/12 0
Rekl (v) = Ae v max (~n · ϑl , 0) max (−~n · ϑk , 0) 
1/12 1/12 1/6 0
 (B.69)
0 0 0 0

224
Annexe C

Couplage entre les transferts

radiatifs et la diffusion thermique :
description de la méthode de
Rosseland

La méthode de Rosseland permet, sous certaines hypothèses, de traiter le couplage entre la diffusion
thermique et les transferts radiatifs. Elle a été présentée dans le paragraphe 5.3.2 et nous décrivons ici
les détails des calculs et hypothèses permettant d’établir la conductivité équivalente de Rosseland.
L’obtention de ce terme de conductivité équivalente de Rosseland se fait à partir de l’équation de
transfert radiatif en 1D. En considérant que la luminance ne dépend pas des variables spatiales x et y,
et en considérant un chemin infinitésimal ds, l’équation de transfert radiatif s’écrit :
Z
∂Lν σν
= − (κν + σν ) + κν L0ν (T ) + pν (ϑ̃, ϑ)Lν (z, ϑ̃)dϑ (C.1)
∂s 4π 4π
Ce chemin infinitésimal est orienté d’un angle θ par rapport à la direction ~ez . En notant µ = cos θ,
dz
on a ds =
µ
On note de plus, pour les apports radiatifs le long de ce chemin :

1
 Z 
σν
Sν = κν L0ν (T ) + pν (ϑ̃, ϑ)Lν (z, ϑ̃)dϑ (C.2)
κν + σν 4π 4π
L’équation (C.1) peut alors se réécrire, en fonction de z :
µ ∂Lν
Lν = Sν − (C.3)
κν + σν ∂z
On suppose le milieu étudié optiquement épais, c’est-à-dire que les photons ont un libre parcours moyen
très inférieur aux dimensions du domaine. Le système est alors proche de l’équilibre thermodynamique
local et les variations locales de la luminance sont très faibles. On peut alors, en première approche, faire
l’approximation dL dz  Sν 0. On a alors :
ν

Lν ≈ Sν (C.4)
Étant donnée l’absence de dépendance en direction dans la relation (??), on a, pour le terme de
diffusion :
Z
σν
pν (ϑ̃, ϑ)Lν (z, ϑ̃)dϑ ≈ Sν (C.5)
4π 4π
La définition de Sν par (C.2) permet d’obtenir l’approximation :

225
 Lν = Sν = L0ν (T ) (C.6)
En réinjectant cette approximation dans l’équation (C.3), on obtient une approximation au premier
ordre :

µ ∂L0ν (T )
Lν = L0ν (T ) − (C.7)
κν + σν ∂z
À partir de la définition du flux radiatif (4.175), il est possible de définir le flux radiatif monochro-
matique sous la forme :
Z
~qν = Lν ϑdϑ (C.8)
4π

En injectant la relation (C.7) dans la définition du flux radiatif monochromatique (C.8), on obtient :

∂L0ν (T )
Z  
µ
~qν = L0ν (T ) − ϑdϑ (C.9)
4π κν + σν ∂z
En considérant le fait que le flux radiatif est orienté selon ~ez , puis en effectuant le changement de
variable ϑ · ~ez en µ, on obtient, en prenant de plus en compte le fait que Bν (T ) soit isotropique et donc
que son intégration sur la sphère unité produit une grandeur nulle :

−2π ∂L0ν (T ) 1
Z
qν = µ2 dµ (C.10)
κν + σν ∂z µ=−1
4π ∂L0ν (T )
= − (C.11)
3 (κν + σν ) ∂z

L0ν (T ) ne dépend de la variable z que par les variations de la température T . On a donc :

−4π ∂L0ν (T ) ∂T
qν = (C.12)
3βν ∂T ∂z
En intégrant sur les fréquences ν, le flux total s’écrit :

−4π ∂T +∞ ∂L0ν (T ) 1
Z
q= dν (C.13)
3 ∂z ν=0 ∂T βν
Où βν fait référence au coefficient d’extinction : βν = κν + σν . À partir de l’équation (C.13), il est
possible de définir le coefficient d’extinction moyen de Rosseland βr tel que :

∂L0ν (T ) 1 1 ∂L0ν (T )
Z +∞ Z +∞
dν = dν (C.14)
ν=0 ∂T βν βr ν=0 ∂T
R +∞
On a de plus : ν=0 L0ν (T )dν = πσ T 4 . D’où :

dL0ν (T ) 4σT 3
Z +∞ Z +∞
∂
dν = L0ν (T )dν = (C.15)
ν=0 ∂T ∂T ν=0 π
On a donc, pour le flux radiatif :
16 ∂T
q=− σT 3 (C.16)
3βr ∂z
Le flux radiatif peut donc s’écrire sous la forme q = −kr ∂T
∂z avec kr la conductivité équivalente de
Rosseland définie par :

16σT 3
kr = (C.17)
3βr

226
Annexe D

Application de la méthode de l’état

adjoint

Dans cette annexe, les détails de l’application de la méthode de l’état adjoint au problème de mini-
misation présenté dans le paragraphe 7.5 sont donnés. En particulier, l’obtention du problème adjoint à
partir du problème de minimisation et des problèmes direct et linéaire tangent est décrite.
Les notations introduites au cours de la section 7.5 sont réutilisées ici.
Il est rappelé que la fonctionnelle à minimiser comprend trois termes (voir l’équation (D.1)) dont seul
le premier ne fait pas apparaître explicitement le terme δu. Le but de cette annexe est de déterminer le
gradient de ce premier terme.

1 2 ε ν
J˜u (δu) = min 0, fˆ(u) + fˆ0 (u)δu − Tseuil
 
2 2
+ ku + δu − Tf,ref kU + kδukU (D.1)
2 M 2 2

D.1 Rappel des problèmes direct et linéaire tangent

Le problème direct s’écrit :

h (Tf − T ) sur Ωf
  (
∂T
(1 − φ) ρc − ∇ · (k∇T ) =
 

 
sur Ω \ Ωf

∂t

q

 


 
T (t = 0) = T



 0
 
k∇T · ~n = Φ + i hi (θi − T ) sur ΓS

 
  P

 

k∇T · ~n = 0 sur ∂Ω \ ΓS

 
(D.2)
 ∂Tf
 φ (ρc)f + (ρc)f ~u · ∇Tf − ∇ · (kf ∇Tf ) = h (T − Tf )
 

∂t


 
Tf (t = 0) = Tf0

 





Tf = Tf,in sur Γf 0

  (

 


 
 
kf ∇Tf · ~n = 0 sur ∂Ωf \ Γf 0


Le problème linéaire tangent s’écrit :

227
 h (δTf − δT ) sur Ωf
  (
∂δT
(1 − φ) ρc − ∇ · (k∇δT ) =
 

 
0 sur Ω \ Ωf

∂t
 


 


δT (t = 0) = 0




 
k∇δT · ~n = − i hi δT sur ΓS

 
  P

 

k∇δT · ~n = 0 sur ∂Ω \ ΓS

 

(D.3)
 ∂δT f
φ (ρc)f + (ρc)f ~u · ∇δTf − ∇ · (kf ∇δTf ) = h (δT − δTf )

 
∂t

 

 
δTf (t = 0) = 0

 





δTf = δTf,in sur Γf 0

  (

 


 

kf ∇δTf · ~n = 0 sur ∂Ωf \ Γf 0
 

D.2 Détermination du gradient du terme de résidu

Pour simplifier les notations, les termes faisant apparaître explicitement δu (termes de consommation
énergétique (ou de Tikhonov) et de Levenberg-Marquardt) sont omis dans ce paragraphe. Nous cherchons
donc à minimiser la fonctionnelle (D.4).
1  2
J˜u (δu) = min 0, fˆ(u) + fˆ0 (u)δu − Tseuil

(D.4)
2 M
Dans un premier temps, la différentielle de cette fonctionnelle est calculée, en utilisant un produit
scalaire. L’opérateur adjoint est ensuite introduit pour faire apparaître explicitement le terme δu dans la
fonctionnelle.

D.2.1 Réécriture de la fonctionnelle à minimiser

La différentielle s’écrit δ J˜u = J˜0 (δu)δ ũ et vérifie, pour δ ũ ∈ U :

J˜u0 (δu)δ ũ = h∇J˜u (δu)|δ ũiU (D.5)

= J˜u (δu + δ ũ) − J˜u (δu) + O(kδ ũk2U ) (D.6)

En revenant à la définition de J˜u dans (D.4), la relation (D.6) se réécrit :

1 2
J˜u0 (δu)δ ũ = min 0, fˆ(u) + fˆ0 (u)δu + fˆ0 (u)δ ũ − Tseuil
 
2 M
1  2
− min 0, fˆ(u) + fˆ0 (u)δu − Tseuil

(D.7)
2 M

En développant les produits scalaires, il vient :

1 ta
Z Z 2
J˜u0 (δu)δ ũ = min 0, fˆ(u) + fˆ0 (u)δu + fˆ0 (u)δ ũ − Tseuil
h 
2 t=0 ΓS
2 i
− min 0, fˆ(u) + fˆ0 (u)δu − Tseuil

dSdt (D.8)

Notons r = fˆ(u) + fˆ0 (u)δu − Tseuil et A la grandeur telle que :

1h 2
min 0, r + fˆ0 (u)δ ũ − min (0, r)
 i
2
A= (D.9)
2
Quatre cas sont alors possibles pour le terme A :
— r + fˆ0 (u)δ ũ > 0 et r > 0 : dans ce cas, on a A = 0 et donc :

A = fˆ0 (u)δ ũ min 0, fˆ(u) + fˆ0 (u)δu − Tseuil

 
(D.10)

228
 — r + fˆ0 (u)δ ũ < 0 et r < 0 : dans ce cas, on a :
1h  ˆ 2  2 i
A= f (u) + fˆ0 (u)δu + fˆ0 (u)δ ũ − Tseuil − fˆ(u) + fˆ0 (u)δuδ ũ − Tseuil (D.11)
2
Soit, en développant :
 
2
ˆ ˆ ˆ ˆ
 
A = f (u)δ ũ f (u) + f (u)δu − Tseuil + O f (u)δu
0 0 0
(D.12)
M

D’où, en prenant en compte le fait que fˆ0 (u) ∈ L(U, M) :

A = fˆ0 (u)δ ũ min 0, fˆ(u) + fˆ0 (u)δu − Tseuil + O kδukU

   
2
(D.13)

— r + fˆ0 (u)δ ũ < 0 et r > 0 : on a alors :

1 ˆ 2
A= f (u) + fˆ0 (u)δu + fˆ0 (u)δ ũ − Tseuil (D.14)
2
En développant, il vient :

1h  ˆ 2
A = f (u) + fˆ0 (u)δu − Tseuil
2
+ 2fˆ0 (u)δ ũ fˆ(u) + fˆ0 (u)δu − Tseuil + O kδuk
   i
2
U (D.15)

Étant données les conditions r + fˆ0 (u)δ ũ < 0 et r > 0, on a donc :

 
2
fˆ(u) + fˆ0 (u)δu − Tseuil = O fˆ0 (u)δu (D.16)
M

La relation (D.15) se réécrit donc :

A = fˆ0 (u)δ ũ min 0, fˆ(u) + fˆ0 (u)δu − Tseuil + O kδukU

   
2
(D.17)

— Le cas r + fˆ0 (u)δ ũ > 0 et r < 0 se traite de la même manière que le précédent.
Dans tous les cas, on retrouve donc la même relation et (D.8) peut se réécrire :

Z ta Z
J˜u0 (δu)δ ũ = fˆ0 (u)δ ũ min 0, fˆ(u) + fˆ0 (u)δu − Tseuil dSdt
 
(D.18)
t=0 ΓS
Z ta Z
fˆ0 (u)δ ũ min 0, fˆ(u) + fˆ0 (u)δu − Tseuil δΓS dΩdt
 
= (D.19)
t=0 Ω

hfˆ0 (u)δ ũ| min 0, fˆ(u) + fˆ0 (u)δu − Tseuil iM

 
= (D.20)
(D.21)

D.2.2 Introduction du problème adjoint

fˆ0 (u) étant inconnue, l’idée ici est d’introduire l’opérateur adjoint de fˆ0 (u) afin de faire apparaître
une expression du gradient explicite par rapport aux paramètres δ ũ. Notons fˆ0 (u)∗ l’opérateur adjoint
de fˆ0 (u), la relation (D.20) peut se réécrire sous une forme faisant apparaître explicitement δ ũ :

J˜u0 (δu)δ ũ = hδ ũ|fˆ0 (u)∗ min 0, fˆ(u) + fˆ0 (u)δu − Tseuil iM

 
(D.22)

Pour cela, nous partons de la formulation variationnelle du problème linéaire tangent (D.3) afin de
faire apparaître le terme de droite de la relation (D.19). On a, pour tout w, wf ∈ L2 (Ω, [0, ta ]) :

229
 Z ta Z  
∂δT
(1 − φ) ρc − ∇ · (k∇δT ) − h (δTf − δT ) wdΩdt
t=0 Ωf ∂t
Z ta Z  
∂δT
+ (1 − φ) ρc − ∇ · (k∇δT ) wdΩdt = 0 (D.23)
t=0 Ω\Ωf ∂t

Z ta
Z  
∂δTf
φ (ρc)f + (ρc)f ~u · δTf − ∇ · (kf ∇δTf ) − h (δT − δTf ) wf dΩdt = 0 (D.24)
t=0 Ω ∂t

Des intégrations par parties en temps (une pour les termes capacitifs) et en espace (une pour le terme
d’advection, deux pour les termes de diffusion) et l’utilisation des conditions limites permettent d’obtenir,
pour tout w, wf ∈ L2 (Ω, [0, ta ]) :

Z ta Z Z ta Z Z ta Z
∂w
− (1 − φ) ρc δT dΩdt − ∇ · (k∇w) δT dΩdt − h (δTf − δT ) dΩdt
t=0 Ω ∂t t=0 Ω t=0 Ωf
!
Z ta Z X Z ta Z
+ k∇w · ~n + hi w δT dSdt + k∇w · ~ndSdt
t=0 ΓS i t=0 ∂Ω\ΓS
Z
+ (1 − φ) ρcδT (ta )w(ta )dΩ = 0 (D.25)
Ω

Z ta Z Z ta Z
∂wf
− φ (ρc)f δTf dΩdt − (ρc)f ~u · ∇wf δTf dΩdt
t=0 Ωf ∂t t=0 Ω
Z ta Z Z ta Z
− ∇ · (kf ∇wf ) δTf dΩdt − h (δT − δTf ) dΩdt
t=0 Ωf t=0 Ωf
Z ta Z  
+ kf δ T̃f,in ∇wf − wf ∇δTf · ~n + (ρc)f δ T̃f,in wf ~u · ~n dSdt


t=0 Γf
Z ta Z  
+ δTf kf ∇wf · ~n + (ρc)f ~u · ~nwf dSdt = 0 (D.26)
t=0 Ωf

En additionnant (D.25) et (D.26), on a :

Z ta Z  
∂w
δT − (1 − φ) ρc − ∇ · (k∇w) − h (wf − w) dΩdt
t=0 Ωf ∂t
Z ta Z  
∂w
+ δT − (1 − φ) ρc − ∇ · (k∇w) dΩdt
t=0 Ω\Ωf ∂t
Z ta Z  
∂wf
δTf −φ (ρc)f − (ρc)f ~u · ∇wf − ∇ · (kf ∇wf ) − h (w − wf ) dΩdt
t=0 Ωf ∂t
Z Z
+ δT (ta ) (1 − φ) ρcw(ta )dΩ + δTf (ta )φ (ρc)f wf (ta )dΩ
Ω Ωf
Z ta Z Z ta Z
+ δT (k∇w · ~n + (hconv + hrad ) w) dSdt + δTf k∇w · ~ndSdt
t=0 ΓS t=0 ∂Ω\ΓS
Z ta Z Z ta Z  
− wf kf ∇δTf · ~ndSdt + δTf kf ∇wf · ~n + (ρc)f wf ~u · ~n dSdt
t=0 Γf t=0 ∂Ωf \Γf
Z ta Z  
=− δ T̃f,in kf ∇wf · ~n + (ρc)f wf ~u · ~n dSdt (D.27)
t=0 Γf

230
 Le système (D.27) permet de faire apparaître le modèle adjoint en prenant des fonctions tests telles
que w = δT ∗ et wf = δTf∗ :

  (  
∂δT ∗ h δT ∗
− δT ∗
sur Ωf
− (1 − φ) ρc − ∇ · (k∇δT ∗ ) = min (0, T + δT − Tseuil )δΓS + f

 

 
∂t
 
0 sur Ω \ Ωf

 


 
δT ∗ (t = ta ) = 0





 


   k∇δT ∗ · ~n = − P h δT ∗ sur Γ

i i S

 

∗
· = 0 sur \ ΓS

k∇δT ~
n ∂Ω

∂δTf∗
    
−φ (ρc) − (ρc) · ∇δT ∗
− ∇ · ∇δT ∗
= ∗
− ∗

~
u k h δT δT
 
f

f f f f f
 


 
 ∂t
δTf (t = ta ) = 0

 
 ∗




δTf∗ = 0 sur Γf 0

  (

 


 

kf ∇δTf∗ · ~n = − (ρc)f δTf∗ ~u · ~n sur ∂Ωf \ Γf 0
 

(D.28)

D.2.3 Minimisation du terme de résidu

Sans l’ajout du terme d’erreur min (0, T + δT − Tseuil )δΓS , la solution δT ∗ = 0 et δTf∗ = 0 est la
solution évidente. C’est l’ajout de ce terme qui permet de prendre en compte le résidu dans la résolution
du problème de l’adjoint [124]. En effet, en remplaçant w et wf respectivement par δT ∗ et δTf∗ dans
(D.27) et en injectant les conditions limites, on a :

ta
∂δT ∗
Z Z  
δT − (1 − φ) ρc − ∇ · (k∇δT ) − h δf − δT
∗ ∗ ∗
dΩdt


t=0 Ωf ∂t
Z ta Z
∂δT ∗
 
+ δT − (1 − φ) ρc − ∇ · (k∇δT ∗ ) dΩdt
t=0 Ω\Ωf ∂t
Z ta Z ∗
∂δTf
 
+ δTf −φ (ρc)f − ∇ · kf ∇δTf∗ − h δ ∗ − δTf∗ dΩdt



t=0 Ωf ∂t
Z ta Z  
= − δ T̃f,in kf ∇δTf∗ · ~n + (ρc)f wf ~u · ~n dSdt (D.29)
t=0 Γf

En injectant les équations sur Ω et Ωf de (D.28), on obtient :

Z ta Z
δT min (T + δT − Tseuil )δΓS dΩdt
t=0 Ω
Z ta Z  
= − δ T̃f,in kf ∇δTf∗ · ~n + (ρc)f wf ~u · ~n dSdt (D.30)
t=0 Γf

On a donc l’expression du gradient du terme de résidu, en reprenant (D.20) :

Z ta Z
J˜u0 (δTf 0 )δ T̃f,in = −
 
δ T̃f,in kf ∇δTf∗ · ~n + (ρc)f δTf∗ ~u · ~n dSdt (D.31)
t=0 Γf

231
Annexe E

Résolution des problèmes

d’électromagnétisme

Dans cette annexe, nous présentons la résolution des problèmes direct et inverse en électromagnétisme.
Ces problèmes interviennent dans le cadre du couplage entre la méthode de reconstruction basée sur
l’utilisation d’un GPR et celle d’une méthode thermique. Ce couplage a été détaillé dans le paragraphe
7.6.2.
Les équations régissant le déplacement des ondes électromagnétiques sont rappelées [192] :

∂B~
~
∇×E = − (E.1)
∂t
∂D~
~
∇×H = + J~c + J~s (E.2)
∂t
∇·D
~ = ρ (E.3)
∇·B
~ = ρm (E.4)

Avec E~ le champ électrique (en V.m-1), H~ le champ magnétique (en A.m-1), J~c la densité de courant
(en A.m-2) induite par le champ électrique, J~s la densité de courant induite par la source électrique, B
~
la densité de flux magnétique (en Wb), D la densité de flux électrique (en C), ρ la densité électrique de
~
charge (en C.m-1) et ρm la densité magnétique de charge (en H.m-1.s-1).
Ces équations montrent que les charges électriques et magnétiques sont des sources de champs élec-
trique et magnétique et que les variations temporelles d’un des deux champs entraînent le déplacement
de charges et donc des variations spatiales de l’autre champ.
La densité de courant, la densité de flux électrique et la densité de flux magnétique sont données par
des lois de comportement analogues à la loi de Fourier pour la diffusion thermique :

J~c = σE
~ (E.5)
~
D = εE
~ (E.6)
~
B = µH
~ (E.7)

E.1 Hypothèses effectuées

Les hypothèses effectuées permettant la résolution directe du problème sont les suivantes [92] :
— Les milieux simulés sont linéaires et isotropes.
— L’antenne d’émission est une source linéaire en deux dimensions et un dipole idéal de Hertz en
trois dimensions (la linéarité en deux dimensions résulte alors de l’invariance du problème dans la
direction verticale).
— Les paramètres ne dépendent pas de la fréquence d’excitation.

232
E.2 Excitation utilisée
Le signal électrique I circulant dans le GPR s’écrit sous la forme normalisée :
p 2
I = −2ζ e1/(2ζ) e−ζ(t−χ) (t − χ) (E.8)

Figure E.1 – Excitation de type ricker

Il s’agit de la dérivée première d’une fonction gaussienne unitaire avec :

— ζ = 2π 2 f 2
1
— χ=
f
— f la fréquence principale du signal
f est prise de telle sorte que le signal électromagnétique est suffisamment important lorsqu’il est
mesuré après avoir été réfléchi afin que ces mesures ne soient pas trop perturbées par le bruit (les hautes
fréquences se propagent mal dans le sol) et que la précision soit bonne (les basses fréquences rendent la
reconstruction peu précise).

E.3 Conditions aux limites

Pour que les simulations réalisées soient correctes, il faudrait considérer un domaine infini sur lequel
les ondes électromagnétiques pourraient se propager indéfiniment, sans interagir avec les frontières non
physiques correspondant aux bords du domaine modélisé. Les conditions aux limites doivent donc être
telles que l’onde numérique puisse se propager comme elle le ferait si le domaine était infini.
Deux types de conditions aux limites sont proposées par le logiciel GprMax : la méthode PML
(Perfectly Matched Layer) et la méthode de Higdon.
La méthode PML crée un matériau virtuel au niveau des frontières du domaine qui va absorber les
ondes électromagnétiques et donc empêcher leur réflexion.
La méthode de Higdon repose sur des opérateurs différentiels linéaires construits afin de réduire
l’amplitude de l’onde électromagnétique au niveau des frontières. On a alors, pour une frontière située en
x = 0 [111] :
 
p  
Y ∂ ∂
 (cos αj ) −c u = 0 (E.9)
j=1
∂t ∂x
c0 π
Où u est l’inconnue (ici u = [E,
~ H]),
~ c la vitesse des ondes (c = √ ) et les αj < des angles
µr r 2
d’incidence. Lorsque des ondes ont un angle d’incidence αj , la relation (E.9) est satisfaite. Dans le cas
contraire, le coefficient de réflexion s’écrit, pour une onde d’incidence θ [111] :

233
 p 
cos αj − cos θ
Y 
r=− (E.10)
j=1
cos αj + cos θ

Il faut alors choisir les αj de façon à minimiser ce coefficient de réflexion. Il est cependant déconseillé
de modifier les paramètres par défauts de GprMax [92].
En général, la méthode PML permet d’obtenir de meilleurs résultats que la méthode de Higdon. En
effet, les ondes électromagnétiques se réfléchissant contre les bords du domaine étudié ont une amplitude
bien plus faible, dans le cas général, avec la méthode PML, comme on peut le voir en comparant les
amplitudes sur la figure E.2.

Figure E.2 – Onde électrique subissant une condition limite de Higdon (en haut) ou une condition PML
(en bas). À droite, l’onde est observée 5 ns après ce qui est représenté à gauche

Par ailleurs, l’onde qui s’est réfléchie sur les bords verticaux du domaine n’est visible que pour la
condition de Higdon. Cette condition limite ne donne des meilleurs résultats que lorsque la propagation des
ondes électromagnétiques se fait dans une direction privilégiée. Cela n’étant pas le cas ici, une condition
limite de type PML est donc utilisée.

E.4 Résolution du problème direct

En combinant les équations (E.1) et (E.2) avec les lois de comportement (E.5), (E.6) et (E.7), le
système suivant est obtenu :

~ 1 ~

∂E
= (∇ ×H ~ + J~s )
~ − σE






 ∂t 
~ 1~

 ∂H
=− ∇ ~

×E (E.11)
 ∂t µ
~ = 0) = E
~0

E(t







 ~ = 0) = H
H(t ~0

Avec E
~ 0 et H
~ 0 les conditions initiales connues.
En projetant sur chacun des axes, on a :

234
 ∂Ex 1 ∂Hz ∂Hy
= ( − − σEx + Jsx ) (E.12)
∂t  ∂y ∂z
∂Ey 1 ∂Hx ∂Hz
= ( − − σEy + Jsy ) (E.13)
∂t  ∂z ∂x
∂Ez 1 ∂Hy ∂Hx
= ( − − σEz + Jsz ) (E.14)
∂t  ∂x ∂y
∂Hx 1 ∂Ey ∂Ez
= ( − ) (E.15)
∂t µ ∂z ∂y
∂Hy 1 ∂Ez ∂Ex
= ( − ) (E.16)
∂t µ ∂x ∂z
∂Hz 1 ∂Ex ∂Ey
= ( − ) (E.17)
∂t µ ∂y ∂x
En deux dimensions, on peut ne conserver que les équations (E.12), (E.13) et (E.17). On obtient alors :

∂Ex 1 ∂Hz
= ( − σEx + Jsx ) (E.18)
∂t  ∂y
∂Ey 1 ∂Hz
= (− − σEy + Jsy ) (E.19)
∂t  ∂x
∂Hz 1 ∂Ex ∂Ey
= ( − ) (E.20)
∂t µ ∂y ∂x
Le système de six équations est résolu à l’aide de l’algorithme de Yee [259]. Cet algorithme définit un
maillage sur lequel chacune des composantes Ex , Ey , Ez de E ~ est entourée de quatre composantes de H ~
et vice-versa. Les positions des composantes sont données sur la figure E.3.

Figure E.3 – Cellules de Yee ([92, 259])

Une telle configuration permet de représenter les deux champs E ~ et H

~ dans la mesure où l’existence
de chacune des composantes de ces champs est due à des variations spatiales des composantes de l’autre
champ dans le plan de cette composante. Ainsi, la composante Ex par exemple est induite par des
variations dans le plan x = cte de Hy et Hz , ce qu’on retrouve sur la figure E.3.
On note ∆x, ∆y et ∆z les pas du maillage respectivement selon x, y et z et ∆t le pas de temps. Les
points (x, y, z) appartenant au maillage ont des coordonnées vérifiant x = i∆x, y = j∆y et z = k∆z avec
i, j et k des entiers. Pour simplifier les notations, la valeur d’un paramètre u au point (i∆x, j∆y, k∆z)
à l’instant t = n∆t (n ∈ N∗ ) sera notée u|ni,j,k .
Les composantes de E ~ et H
~ sont alors définies aux points suivants :
1
— Ex en (i + , j, k)
2

235
 1
— Ey en (i, j + , k)
2
1
— Ez en (i, j, k + )
2
1 1
— Hx en (i, j + , k + )
2 2
1 1
— Hy en (i + , j, k + )
2 2
1 1
— Hz en (i + , j + , k)
2 2
Le calcul de E~ et H~ dans le temps se fait alternativement : connaissant les valeurs de E ~ et H~ à
∆t
l’instant n∆t et auparavant, E~ est déterminé à l’instant n∆t + . Les données permettent alors le calcul
2
de H~ à l’instant n∆t + ∆t et ainsi de suite.
L’algorithme de Yee utilise des différences centrées, ce qui permet une précision à l’ordre 2. Les dérivées
d’une variable u s’écrivent alors :

u|n − u|n
∂u|ni,j,k 1
i+ 2 ,j,k
1
i− 2 ,j,k
= + O(∆x2 ) (E.21)
∂x ∆x
u|n − u|n
∂u|ni,j,k 1
i,j+ 2 ,k
1
i,j− 2 ,k
= + O(∆y 2 ) (E.22)
∂y ∆y
u|n 1 − u|
n
∂u|ni,j,k i,j,k+ 2
1
i,j,k− 2
= + O(∆z 2 ) (E.23)
∂z ∆z
1 1
n+ n−
∂u|ni,j,k u|i,j,k2 − u|i,j,k2
= + O(∆t2 ) (E.24)
∂t ∆t
L’équation (E.12) discrétisée s’écrit :

1 1
n+ 2 n− 2
Ex | 1 − Ex | 1
i+ 2 ,j,k i+ 2 ,j,k
=
∆t
Hz |n − Hz |n Hy |n − Hy |n
1 1 1
i+ 2 ,j+ 2 ,k
1 1
i+ 2 ,j− 2 ,k
1 1
i+ 2 ,j,k+ 2
1 1
i+ 2 ,j,k− 2
−
 1 ∆y ∆z
i+ 2 ,j,k
!
− σ 1 Ex |n 1 − Jsx (E.25)
i+ 2 ,j,k i+ 2 ,j,k

Ex |n 1 ne peut pas être obtenu directement car E

~ n’est pas calculé à l’instant n × ∆t. Pour obtenir
i+ 2 ,j,k
ce terme, on utilise une moyenne arithmétique, qui permet de conserver la précision à l’ordre 2 en temps :
1 1
n− 2 n+ 2
Ex | 1 + Ex | 1
i+ 2 ,j,k i+ 2 ,j,k
Ex |n 1 = + O(∆t2 ) (E.26)
i+ 2 ,j,k 2
1 1
n+ 2 n− 2
En regroupant les termes en Ex | 1 ainsi que ceux en Ex | 1 , on obtient :
i+ 2 ,j,k i+ 2 ,j,k

   
σ 1 σ 1
1 i+ 2 ,j,k n+ 2
1
1 i+ 2 ,j,k
 Ex |n−12
1
+  Ex | 1 = −
∆t 2 1 ∆t 2 1

i+ 2 ,j,k i+ 2 ,j,k
i+ 2 ,j,k i+ 2 ,j,k

Hz |n 1 1 − Hz |n 1 1 Hy |n 1 n
1 − Hy | 1
 
1 i+ 2 ,j+ 2 ,k i+ 2 ,j− 2 ,k i+ 2 ,j,k+ 2
1
i+ 2 ,j,k− 2
+ − − Jsx  (E.27)
∆y ∆z

 1
i+ 2 ,j,k

236
 Après quelques manipulations sur l’équation (E.27), on obtient l’expression finale du champ électrique
Ex à l’instant n + 12 ∆t :

σ 1 ∆t
i+ 2 ,j,k
1−
2
n+
1 1
i+ 2 ,j,k n− 2
1
1 ∆t
Ex | 12 = Ex | + × ×
i+ 2 ,j,k σ 1 ∆t 1
i+ 2 ,j,k σ 1 ∆t  1
i+ 2 ,j,k i+ 2 ,j,k i+ 2 ,j,k
1+ 1+
2 1 2 1
i+ 2 ,j,k i+ 2 ,j,k

Hz |n − Hz |n Hy |n − Hy |n
 
1 1 1 1 1 1 1 1
i+ 2 ,j+ 2 ,k i+ 2 ,j− 2 ,k i+ 2 ,j,k+ 2 i+ 2 ,j,k− 2
− − Jsx  (E.28)
∆y ∆z


Le même raisonnement sur les autres composantes de E

~ et sur H
~ permet d’obtenir l’ensemble des
équations du modèle numérique :

σ 1 ∆t
i,j+ 2 ,k
1−
2
n+ 2
1 1
i,j+ 2 ,k n− 2
1
1 ∆t
Ey | = Ey | + × ×
1 ∆t 1 ∆t
1 σ 1 σ
i,j+ 2 ,k
i,j+ 2 ,k
i,j+ 2 ,k
i,j+ 2 ,k
 1
i,j+ 2 ,k
1+ 1+
2 1 2 1
i,j+ 2 ,k i,j+ 2 ,k

Hx |n − Hx |n Hz | n − Hz |n
 
1 1 1 1 1 1 1 1
i,j+ 2 ,k+ 2 i,j− 2 ,k− 2 i+ 2 ,j+ 2 ,k i− 2 ,j+ 2 ,k
− − Jsy  (E.29)
∆z ∆x


σ 1 ∆t
i,j,k+ 2
1−
2
1
n+ 2
1
i,j,k+ 2 1
n− 2 1 ∆t
Ez | = Ez | + × ×
1 ∆t 1 ∆t
1 σ 1 σ
i,j,k+ 2
i,j,k+ 2
i,j,k+ 2
i,j,k+ 2
 1
i,j,k+ 2
1+ 1+
2 1 2 1
i,j,k+ 2 i,j,k+ 2

Hy |n − Hy |n Hx |n − Hx |n
 
1 1 1 1 1 1 1 1
i+ 2 ,j,k+ 2 i− 2 ,j,k+ 2 i,j+ 2 ,k+ 2 i,j− 2 ,k+ 2
− − Jsz  (E.30)
∆x ∆y


Hx |n+1 1 1
i,j+ 2 ,k+ 2
1 1 1 1
 
2 n+ 2 n+ n+ n+
 Ey |i,j+ 1 ,k+1 − Ey |i,j+ 1 ,k Ez | 2 1 − Ez |
2
∆t i,j+1,k+ 2
1 
i,j,k+ 2 
= Hx |n + 2 2
− (E.31)

1 1
µ ∆z ∆y
 
i,j+ 2 ,k+ 2 1 1  
i,j+ 2 ,k+ 2

Hy |n+11 1
i+ 2 ,j,k+ 2
1 1 1 1
 
n+ 2 n+ 2 n+ n+
 Ez |i+1,j,k+ 1 − Ez |i,j,k+ 1 Ex | 12 − Ex | 12 
∆t i+ 2 ,j,k+1 i+ 2 ,j,k 
= Hy |n + 2 2
− (E.32)

1 1
µ ∆x ∆z
 
i+ 2 ,j,k+ 2 1 1  
i+ 2 ,j,k+ 2

237
 Hz |n+11 1
i+ 2 ,j+ 2 ,k
1 1 1 1
 
n+ 2 n+ n+ 2 n+
 Ex |i+ 1 ,j+1,k − Ex | 12 Ey | − Ey | 21 
∆t i+ 2 ,j,k
1
i+1,j+ 2 ,k i,j+ 2 ,k 
= Hz | n + 2
− (E.33)

1 1
µ ∆y ∆x
 
i+ 2 ,j+ 2 ,k 1 1  
i+ 2 ,j+ 2 ,k

Pour le cas bidimensionnel, seules les équations (E.28), (E.29) et (E.33) sont conservées et s’écrivent :

σ 1 ∆t
i+ 2 ,j
1−
1 2 1 1
n+ 2 i+ 2 ,j n− 2
Ex | = Ex |
1 ∆t
1 σ 1
i+ 2 ,j i+ 2 ,j
i+ 2 ,j
1+
2 1
i+ 2 ,j

Hz |n − Hz |n
 
1 ∆t 1 1
i+ 2 ,j+ 2
1 1
i+ 2 ,j− 2
+ × × − Jsx  (E.34)
σ 1 ∆t  1 ∆y
i+ 2 ,j i+ 2 ,j
1+
2 1
i+ 2 ,j

σ 1 ∆t
i,j+ 2
1−
1 2 1 1
n+ 2 i,j+ 2 n− 2
Ey | = Ey |
1 ∆t
1 σ 1
i,j+ 2 i,j+ 2
i,j+ 2
1+
2 1
i,j+ 2

Hz |n − Hz |n
 
1 ∆t 1 1
i+ 2 ,j+ 2
1 1
i− 2 ,j+ 2
+ × × − − Jsy  (E.35)
σ 1 ∆t  1 ∆x
i,j+ 2 i,j+ 2
1+
2 1
i,j+ 2

Hz |n+11 1
i+ 2 ,j+ 2
1 1 1 1
 
n+ 2 n+ n+ 2 n+
 Ex |i+ 1 ,j+1 − Ex | 12 Ey | − Ey | 21
∆t i+ 2 ,j
1
i+1,j+ 2 i,j+ 2

= Hz |n + 2
− (E.36)
 
1 1
µ ∆y ∆x
 
i+ 2 ,j+ 2 1 1  
i+ 2 ,j+ 2

Le champ électrique peut ainsi être obtenu au cours du temps, comme cela est représenté sur les
figures E.4 pour la propagation d’une onde électromagnétique dans un milieu calcaire.

E.5 Résolution du problème inverse d’électromagnétisme

Le but est ici d’obtenir la fonction de contraste χ(x, y, z), déjà définie dans le paragraphe 7.6.2. Cette
fonction de contraste vaut 0 sur le domaine étudié lorsque la permittivité de ce matériau au point considéré
est égale à une permittivité de référence, et est non nulle dans le cas contraire, en présence d’un défaut
dans le domaine.

238
 Figure E.4 – Propagation d’une onde électromagnétique dans un milieu calcaire homogène

Le problème direct d’électromagnétisme étant, contrairement au problème de thermique, linéaire, il

n’est pas nécessaire d’utiliser une méthode s’appliquant aux problèmes non linéaires telle que l’algorithme
de Levenberg-Marquardt.
Le modèle direct s’appuie sur les équations de Maxwell. Dans le cas de matériaux isotropes, et en
utilisant les lois de comportement (E.5), (E.6) et (E.7), on a le système :

~



 ~ ×E
∇ ~ = −µ ∂ H



 ∂t

 ∂ ~
E
~ ×H ~ = + σE~ + J~s

∇ (E.37)
 ∂t
~ · E~ =ρ

∇







∇ · µH~ =0
 ~

Une relation entre la fonction de contraste χ et le champ électrique mesuré peut être établie. Ici, un
cas bidimensionnel simplifié est considéré, dans le plan (x, z). La source de courant J~s d’intensité I0 est
dirigée selon l’axe y et est supposée concentrée en un point (x0 , z0 ) dans l’air. La source s’écrit alors :

J~s = I0 δ(x − x0 )δ(z − z0 )~ey (E.38)

Cette hypothèse permet d’avoir un champ électrique E
~ orienté selon ~ey et qui s’écrit alors :

~ = E(x, z)~ey
E (E.39)
Le champ magnétique H ~ est alors orienté selon ~ex et ~ez .
On suppose de plus que le domaine n’est pas chargé électriquement : ρ = 0. De plus, la perméabilité
magnétique, notée µb vaut µ0 pour z < 0 (air) et µb pour z > 0 (dans le sol). On se place dans le domaine
fréquentiel, dans lequel les équations de Maxwell s’écrivent :

 ∇~ ×E ~ = −jωµb H ~





 ∇
 ~ ×H ~ = jωE ~ + I0 δ(x − x0 )δ(z − z0 )~ey
(E.40)


 ∇~ · εE~ =0



∇ · µb H~ =0
 ~


ε peut être décomposé en deux parties pour faire apparaître les effets de la présence d’inclusions :

ε(x, z) = εinc + ∆ε(x, z) (E.41)

Où εinc est la permittivité (complexe) dans le domaine dans le cas où il n’y a aucune inclusion. La
variation ∆ε(x, z) due à la présence d’inclusions dans le domaine peut être liée à la fonction de contraste
par la relation :

∆
χ(x, z) = (E.42)


239
 Comme pour , E ~ et H~ sont aussi décomposés en deux parties : la première (E~ inc ou H
~ inc ) est celle
qui serait obtenue sans inclusion (champ incident) et la seconde (Es ou Hs ) est la composante due à la
~ ~
présence d’inclusions (champ diffus) :

~
E = E
~ inc + E
~s (E.43)
~
H = H
~ inc + H
~s (E.44)

Cette distinction entre champ diffus et champ incident est représentée sur les figures E.5.

Figure E.5 – Décomposition d’une onde en une partie incidente et une partie diffuse (à gauche le champ
électrique total, au milieu le champ incident et à droite le champ diffus)

Les équations de Maxwell se réécrivent alors :

~ ×E ~ inc + ∇ ~ s = −jωµb H
~ ×E ~ inc − jωµb H
~s


 ∇


 ∇ × Hinc + ∇ × Hs = jωb Einc + jωb Es + jω∆E + I0 δ(x − x0 )δ(z − z0 )~ey
~ ~ ~ ~ ~ ~ ~




~ · b E
~ inc + ∇
~ · b E
~s + ∇
~ · ∆E
~ =0 (E.45)

 ∇



 ~ · µb H
 ∇

 ~ inc + ∇
~ · µb H
~s = 0

L’absence de charges électriques ainsi que les définitions des différents termes de la troisième équation
du système (E.45) impliquent que chacun de ces termes est nul. On peut alors, par linéarité du système
(E.45), écrire les équations de Maxwell pour l’onde incidente et l’onde diffuse. Le système d’équations
portant sur l’onde diffuse comprend tous les termes prenant en compte la présence d’une inclusion dans
le domaine alors que le système portant sur l’onde incidente comprend seulement les termes pour lesquels
l’inclusion n’intervient pas :

~ ×E ~ inc = −jωµb H ~ inc

 
 
  ∇

 

~ ×H ~ inc = jωb E~ inc + I0 δ(x − x0 )δ(z − z0 )
 

  ∇

 

 




 
 ~ · b E
∇ ~ inc = 0

 

 

 ~ · µb H~ inc = 0
 

  ∇

 (E.46)


  ~ ×E
∇ ~ s = −jωµb H ~s

 

 

~ ×H ~ s = jωb E~ s + jω∆E ~

 
 ∇

 









 ~ · b E
 ∇ ~s = 0

 

 

∇ · µb H~s = 0
 ~


Le champ électromagnétique diffus peut être considéré comme une onde électromagnétique étant
donné qu’il vérifie des équations analogues à celles de Maxwell. La source électrique engendrant ce champ
provient alors du terme source équivalent :

J~eq (x, z) = jω∆E

~ (E.47)

240
 Ce terme est donc généré non pas directement par la source électrique du GPR, mais par les inclusions
du domaine. Ces inclusions deviennent des sources pour l’onde diffuse lorsqu’elles sont atteintes par l’onde
directe provenant de la source électrique issue du GPR. Ce sont donc les ondes issue de ces nouvelles
sources (sources secondaires) qui vont constituer la partie réfléchie de l’onde provenant de la source
primaire.
Une analyse de l’onde diffuse permet d’obtenir une relation liant le champ électrique de l’onde diffuse
à la variation de permittivité ∆, et par conséquent à la fonction de contraste φ. Pour cela, le champ
électrique provenant de la source élémentaire J~eq est calculé. Étant donné que cette source est répartie
sur une zone, au contraire de la source primaire, concentrée en un point dans le plan (x, z), il est possible
de l’écrire sous la forme d’une intégrale de sources infinitésimales :
ZZ ZZ
Jeq (x, z) =
~ Jeq (x , z )δ(x − x )δ(z − z )dx dz =
~ 0 0 0 0 0 0
dJ~eq (E.48)
D D

En notant dE ~ s (x, x0 , z, z 0 ) et dH ~ s (x, x0 , z, z 0 ) les champs électrique et magnétique en un point (x, z)

quelconque dus à la présence d’une source infinitésimale en un point (x0 , z 0 ) ∈ D, le système de (E.46)
portant sur le champ électromagnétique diffus se réécrit, grâce à la linéarité des équations de Maxwell :

 ~ × dE
∇ ~ s (x, x0 , z, z 0 ) = −jωµb dH ~ s (x, x0 , z, z 0 )





 ∇
 ~ × dH ~ s (x, x0 , z, z 0 ) = jωb dE ~ s (x, x0 , z, z 0 ) + Jeq (x0 , z 0 )δ(x − x0 )δ(z − z 0 )~ey
(E.49)


 ~ · b dE
∇ ~ s (x, x0 , z, z 0 ) = 0



∇ · µb dH ~ s (x, x0 , z, z 0 ) = 0
 ~


Avec :

ZZ
~ s (x, z)
E = ~ s (x, x0 , z, z 0 )
dE (E.50)
D
ZZ
~ s (x, z)
H = ~ s (x, x0 , z, z 0 )
dH (E.51)
D

Pour simplifier les notations, nous écrirons par la suite dE

~ s et dH
~ s lorsqu’il n’y aura pas d’ambiguïtés.
En appliquant un rotationnel à la première équation du système (E.49), et en prenant en compte la
deuxième équation, on a :

 
~ ×∇
∇ ~ × dE
~s = ~ s + Jeq (x0 , z 0 )δ(x − x0 )δ(z − z 0 )~ey
−jωµb jωb dE

= ~ s − jωµb Jeq (x0 , z 0 )δ(x − x0 )δ(z − z 0 )dx0 dz 0~ey

kb2 dE (E.52)

Avec kb2 = ω 2 µb b .
Le double rotationnel peut être lié au Laplacien vectoriel par la relation :
 
~v=∇
∆~ ~ ∇~ · ~v − ∇~ ×∇ ~ × ~v , ∀~v (E.53)
Donc :
 
~ E
∆d ~s = ∇
~ ∇ ~ · dE
~s − ∇
~ ×∇
~ × dE
~s (E.54)

La troisième équation de (E.49) donne de plus ∇ ~ · dE

~ s = 0, b étant une fonction constante par
morceaux. En projetant la relation (E.54) sur ~ey et en développant l’expression du Laplacien, on obtient :
∂dEs ∂dEs
+ + kb2 dEs = jωµb Jeq (x0 , z 0 )δ(x − x0 )δ(z − z 0 )dx0 dz 0 (E.55)
∂x ∂z
Pour obtenir une expression donnant explicitement dEs , une transformée de Fourier est effectuée sur
la relation (E.55). Cette transformée de Fourier s’effectue selon la variable x, ce qui engendre une équation

241
différentielle portant sur la variable z pour laquelle il est possible de déterminer des conditions sur des
zones vérifiant z = cte, comme c’est par exemple le cas au niveau de la surface z = 0.
La transformée de Fourier d’une fonction f (x, z) selon la variable x s’écrit :
Z +∞
fˆ(u, z) = f (x, z)e−jux dx (E.56)
−∞

La transformée inverse s’obtient par :

1 +∞
Z
f (x, z) = fˆ(u, z)ejux du (E.57)
2π −∞

De plus, la transformée de Fourier de la dérivée partielle selon x de f est donnée par la relation
(valable pour une fonction de carré intégrable, comme c’est le cas pour dEs ) :

Z +∞
∂f
fˆ0 (u, z) = (x, z)e−jux dx
−∞ ∂x

= jufˆ(u, x) (E.58)

On a donc :

~ Ês = judÊs~ex + ∂dÊs ~ez

∇d (E.59)
∂z
Puis :

∂ 2 dÊs
∆dÊs = −u2 dÊs + (E.60)
∂z 2
Ainsi, la transformée de Fourier selon x de la relation (E.55) donne :

∂ 2 dÊs 0

2
+ kz2 dÊs = jωµb Jeq (x0 , z 0 )e−jux δ(z − z 0 )dx0 dz 0 (E.61)
∂z
Avec :
2
= k02 − u2 = ω 2 µ0 0 − u2 pour z < 0
(
kz0
kz2 = kb2 −u =
2
(E.62)
2
kzs = ks2 − u2 = ω 2 µs s − u2 pour z > 0
Trois régions sont considérées :
— z < 0 : l’air
— 0 < z < z 0 : l’intervalle entre l’interface air/sol et la source secondaire
— z > z 0 : en-dessous de la source secondaire
Dans chacune des trois régions, il n’y a aucune source et le milieu est homogène. L’équation (E.61)
se réduit alors à :

∂ 2 dÊs
+ kz2 dÊs = 0 (E.63)
∂z 2
La solution s’obtient sur chacun de ces intervalles. Le champ électrique étant nul à l’infini, dÊs peut
être écrit sous la forme :

dAejkz0 z pour z < 0






dÊs = dBejkzs z + dCe−jkzs z pour 0 < z < z 0 (E.64)


dDe−jkzs z pour z > z 0



Il faut alors déterminer dA, dB, dC et dD en prenant en compte quatre conditions indépendantes.

242
Première condition : La première condition provient de la continuité du champ électrique tangent à
l’interface air/sol :

dÊs |z=0− = dÊs |z=0+ (E.65)

D’où :

dA = dB + dC (E.66)

Deuxième condition : Elle provient de la continuité de la composante tangentielle du champ magné-

tique à l’interface air sol. Le système d’équation (E.49) permet d’obtenir :

j ~
dH
~s = ∇ × dÊs
ωµb
!
j ∂dÊs
= − ~ex + judÊs~es (E.67)
ωµb ∂z

L’équation portant sur la composante en ~ez a déjà été traitée. En utilisant la composante selon ~ex ,
on obtient :

1 ∂dÊs 1 ∂dÊs
= (E.68)
µ0 ∂z µs ∂z
z=0− z=0+
Et donc :
kz0 dA kzs dB kzs dC
= − (E.69)
µ0 µs µs

Troisième condition : Le champ électrique est continu au niveau du point source :

dÊs |z=z0− = dÊs |z=z0+ (E.70)

D’où :
0 0 0
dBejkzs z + dCe−jkzs z = dDe−jkzs z (E.71)

Quatrième condition : Enfin, l’intégration de l’équation (E.61) autour du point source donne :

∂dÊs ∂dÊs 0
− = jωµs Jeq (x0 , z 0 )e−jux dx0 dz 0 (E.72)
∂z ∂z
z=z 0+ z=z 0−
Et donc :
0
 0 0
 0
− kzs dDe−jkzs z − kzs dBejkzs z − kzs dCe−jkzs z = ωµs Jeq (x0 , z 0 )e−jux dx0 dz 0 (E.73)

On a donc le système d’équations suivant :

dA = dB + dC





 µs kz0
dA = dB − dC



µ0 kzs

0 (E.74)


 dD − dBe2jkzs z − dC = 0


 dD + dBe2jkzs z0 − dC = −ωµs ejkzs z0 e−jux0 Jeq (x0 , z 0 )dx0 dz 0



kzs
La résolution de ce système permet d’obtenir :

243
 µ0 µs 0 0
dA = −ω e−jkzs z e−jux Jeq (x0 , z 0 )dx0 dz 0

+



 µ 0 k zs µ s k z0

−ωµs −jkzs z0 −jux0


dB = e e Jeq (x0 , z 0 )dx0 dz 0


2kzs



−ωµs µ0 kzs − µs kz0 −jkzs z0 −jux0 (E.75)
dC = e e Jeq (x0 , z 0 )dx0 dz 0

2k +

µ k µ k



 zs 0 zs s z0
  
−ωµs µ0 kzs − µs kz0 −jkzs z0


 dD = jkzs z 0 0
e +e e−jux Jeq (x0 , z 0 )dx0 dz 0


2kzs µ0 kzs + µs kz0
L’équation (E.64) peut alors se réécrire :

 µ0 µs 0 0
−ω e−jkzs z e−jux ejkz0 z Jeq (x0 , z 0 )dx0 dz 0 , z < 0
µ0 kzs + µs kz0





  
 −ωµs

µ0 kzs − µs kz0 −jkzs (z+z0 )
−jux0 −jkzs (z 0 −z)
dÊs = e e + e Jeq (x0 , z 0 )dx0 dz 0 , 0 < z < z 0 (E.76)

 2kzs µ0 kzs + µs kz0
  
−ωµs −jux0 −jkzs (z−z0 ) µ0 kzs − µs kz0 −jkzs (z+z0 )


e e + e Jeq (x0 , z 0 )dx0 dz 0 , z > z 0


2kzs µ0 kzs + µs kz0


En regroupant les deux dernières équations du système, on a :

 µ0 µs 0 0
−ω e−jkzs z e−jux ejkz0 z Jeq (x0 , z 0 )dx0 dz 0 , z < 0
µ0 kzs + µs kz0





  
dÊs (u, x , z, z ) =
0 0 −ωµs −jux0 −jkzs |z−z0 | µ0 kzs − µs kz0 −jkzs (z+z0 ) (E.77)
e e + e



 2kzs µ0 kzs + µs kz0

×Jeq (x , z )dx dz , z > 0
0 0 0 0


Pour obtenir dÊs (x, x0 , z, z 0 ), on effectue une transformée de Fourier inverse selon x :
Z +∞ −jkzs −ju(x0 −x)
e e

 −ωµ0 µs Jeq (x0 , z 0 )dx0 dz 0

du, z < 0
2π 0 zs + µs kz0



 −∞ µ k

 Z +∞ −ju(x0 −x)
−ωµs e

dEs (x, x , z, z ) =
0 0
J eq (x 0 0
, z )dx 0
dz 0 (E.78)


 4π −∞ kzs
  
 × e−jkzs |z−z0 | + µ0 kzs − µs kz0 e−jkzs (z+z0 ) du, z > 0



µ0 kzs + µs kz0


En reprenant l’expression de Jeq (x0 , z 0 ) donnée par l’équation (E.47) et en intégrant la relation (E.78)
sur le domaine D, on obtient l’expression complète du champ électrique diffus :

ZZ
Es (x, z) = dEs (x, x0 , z, z 0 ) (E.79)
D

−jω 2 µ0 µs
 ZZ
∆(x0 , z 0 )E(x0 , z 0 )dx0 dz 0

 
2π

 

D

 

,z < 0

 Z +∞ −jkzs z0 jkz0 z −ju(x0 −x)
e e e


du

×
 
µ0 kzs (u) + µs kz0 (u)

 


−∞

= (E.80)

Z +∞ −ju(x0 −x)
e

−jω 2 µs
 ZZ
∆(x 0 0
)E(x 0 0
)dx 0
dz 0
 
, z , z

 
4π kzs (u)
 

D

−∞
,z > 0



µ0 kzs (u) − µs kz0 (u) −jkzs (u)(z+z0 )

  
0
 × e−jkzs (u)|z−z | + e du

 


µ0 kzs (u) + µs kz0 (u)



244
 ∆
En réintroduisant la fonction de contraste χ = , on a :
b

−jµ0 ks2
 ZZ
∆χ(x0 , z 0 )E(x0 , z 0 )dx0 dz 0

 
2π

 

D

 

,z < 0

 Z +∞ −jkzs z0 jkz0 z −ju(x0 −x)
e e e


du

×
 
µ0 kzs (u) + µs kz0 (u)

 


−∞

Es (x, z) = (E.81)

Z +∞ −ju(x0 −x)
e

−jks2
 ZZ
∆χ(x 0 0
)E(x 0 0
)dx 0
dz 0
 
, z , z

 
  4π

kzs (u)
D

−∞
,z > 0



(u) (u)
  
 0 µ0 kzs − µ s k z0 0
 × e zs + e zs du

−jk (u)|z−z | −jk (u)(z+z )

 

µ0 kzs (u) + µs kz0 (u)



Avec :

ks2 = ω 2 µ0 µs (E.82)

Onde incidente : Le champ électrique Einc se calcule de la même manière que Es : comme pour le
champ diffus, une source électrique est présente dans les équations de Maxwell. La seule différence dans le
calcul a lieu lors de l’intégration sur un domaine, qui n’est pas nécessaire dans le cas de l’onde incidente
étant donné que la source est concentrée en un point, et non pas répartie au niveau des défauts comme
c’est le cas pour l’onde diffuse.
On a alors, pour une source située en (xs , zs ) :

−ωI0 µ0 µs +∞ e−jkzs (v)z ejkz0 (v)zs e−jv(xs −x)

  Z
dv, z < 0


2π µs kz0 (v) + µ0 kzs (v)




 −∞

ωI0 µ0 +∞ e−jv(xs −x)


  Z
Einc (x, xs , z, zs ) = (E.83)


 4π

kz0 (v)
−∞
,z > 0



µs kz0 (v) − µ0 kzs (v) −jkzs (v)(z+zs )

  

  × e + e dv


 
 −jkz0 (v)|z−zs |
µs kz0 (v) + µ0 kzs (v)
En un point (x, z) du domaine étudié D, on a alors un champ électrique E(x, xs , z, zs ) induit par une
source située en (xs , zs ) qui s’écrit :

E(x, xs , z, zs ) = Einc (x, xs , z, zs ) + Es (x, xs , z, zs ) (E.84)

= Einc (x, xs , z, zs )
ZZ
+ks2 χ(x0 , z 0 )E(x0 , xs , z 0 , zs )Gi (x, x0 , z, z 0 )dx0 dz 0 (E.85)
D

Au niveau de l’antenne de réception du GPR, située en (x0 , z0 ) ∈ Σ, on a alors :

ZZ
E(x0 , xs , z0 , zs ) = Einc (x0 , xs , z0 , zs ) + ks2 χ(x0 , z 0 )E(x0 , xs , z 0 , zs )Ge (x0 , x0 , z0 , z 0 )dx0 dz 0 (E.86)
D
Avec Gi et Ge les fonctions internes et externes de Green qui s’écrivent :

0
−j +∞
e−ju(x −x)
Z
Gi (x, x0 , z, z 0 ) =
4π −∞ kzs
 
0 µ0 kzs − µs kz0 −jkzs (z+z0 )
× e−jkzs |z−z | + e du (E.87)
µ0 kzs + µs kz0

0 0
−jµ0 +∞
e−jkzs z ejkz0 z e−ju(x −x0 )
Z
Ge (x0 , x0 , z0 , z 0 ) = du (E.88)
2π −∞ µ0 kzs + µs kz0

245
 Avec (x, z), (x0 , z 0 ) ∈ D et (x0 , z0 ) ∈ Σ.
Cependant, le champ électrique reçu au niveau du récepteur dans les premiers instants qui suivent
l’émission de l’onde est filtré. En effet, ce champ ne représente que la réflexion des ondes émises sur
l’interface entre le sol et l’air, ce qui n’apporte aucune information. Aussi, étant donné que l’onde incidente,
suite à cette réflexion sur l’interface, ne revient pas au niveau du récepteur, puisque cette onde n’est pas
soumise à des variations de permittivité, on peut écrire, dans le domaine temporel :

E(x0 , xs , z0 , zs , t > δ) = Es (x0 , xs , z0 , zs , t) (E.89)

Avec δ la durée correspondant à la réception des ondes après leur réflexion sur le sol. À cause de ce
filtrage qui fait que les données de E obtenues avant l’instant δ ne sont pas prise en compte, on a alors,
pour les valeurs de E mesurées dans le domaine fréquentiel :

E(x0 , xs , z0 , zs ) = Es (x0 , xs , z0 , zs ) (E.90)

Le champ mesuré à la surface s’écrit donc :
ZZ
Es (x0 , xs , z0 , zs ) = ks2 χ(x0 , z 0 )E(x0 , xs , z 0 , zs )Ge (x0 , x0 , z0 , z 0 )dx0 dz 0 (E.91)
D
Avec E(x0 , xs , z 0 , zs ) obtenu avec la relation (E.84).

Approximation de Born : La relation (E.91) montre que Es s’exprime en fonction de E donc en

fonction de Es , ce qui provient du fait que l’onde émise initialement par la source du GPR est réfléchie
plusieurs fois par les inclusions du domaine D. En reprenant les expressions données par (E.84) et (E.91),
il est possible d’écrire Es sous la forme d’une série :

ZZ
Es = ks2 χEinc Ge dx0 dz 0
D
ZZ Z Z 
+ks4 χGe χEinc Gi dx00 dz 00 dx0 dz 0
D D
ZZ ZZ
+... + ks2n χGe χEinc Gi ...
D D
ZZ ! ! !
χEinc Gi dx dzn n
... dx dz
00 00
dx0 dz 0 + ... (E.92)
D

L’idée est alors de tronquer cette série. Pour cela, l’approximation de Born est utilisée [35]. Cette
approximation a été développée initialement pour la mécanique quantique. Elle consiste à ne prendre en
compte que l’onde incidente et les ondes diffusées par une seule réflexion sur le défaut, ce qui revient donc
à négliger les termes en ks2n pour n ≥ 2 devant les autres termes.
On obtient alors finalement :
ZZ
Es = ks2 χEinc Ge dx0 dz 0 (E.93)
D
Es (x0 , xs , z0 , zs ) est mesuré en différents points (x0 , z0 ) ∈ D et pour chacun de ces points, on obtient
Es pour une fréquence donnée. En effet, Es est une fonction de ks , qui dépend de ω qui lui-même peut être
relié à la fréquence. Il est ainsi possible d’écrire les mesures réalisées par le GPR sour la forme Es (Pi , fj )
où Pi est le ième point de Σ étudié et fj la j ème fréquence. Il est donc possible d’écrire Es sous la forme
d’un vecteur {Es } construit à partir des Es (Pi , fj ).
De même, en établissant un maillage de points Qk (typiquement un maillage constitué de rectangles
(x1 + k1 ∆x, z2 + k2 ∆z)) dans le domaine D dont on cherche à connaître la fonction de contraste, on peut
construire un vecteur {χ} à partir des χ(Pk ).
Notons alors P l’ensemble des points Pi , F l’ensemble des fréquences fj et Q l’ensemble des points
Qk ainsi que Ni , Nj et Nk leurs tailles respectives.
Par linéarité de la relation (E.93), et connaissant Einc (Pi , fj , Qk ) à partir de l’équation (E.83), on
peut écrire :

246
 {Es (Pi , fj )} = [A ({Pi , fj } , Qk )] {χ(Qk )} (E.94)
Où [A([Pi , fj ], Qk ] est une matrice à (Ni × Nj ) lignes et Nk colomnes.

247
Titre : Conception et étude d’infrastructures de transports à énergie positive : de la modélisation
thermomécanique à l’optimisation de tels systèmes énergétiques

Mots clés : couplage ; diffusion ; convection ; rayonnement ; éléments finis ; contrôle ;

thermique ; routes

Résumé : Dans le cadre de la transition du bâtiment, permettant ainsi à l'ingénieur d'estimer

énergétique, le recours aux énergies renouvelables rapidement le potentiel énergétique à partir de
devant être privilégié, nous proposons d'étudier les données climatiques.
performances énergétiques des routes solaires En fonctionnement hivernal, l'objectif est de
hybrides. prévenir la formation de verglas sur les routes. Une
Une étude exhaustive des conditions climatiques stratégie de contrôle en température basée sur l’état
permet d'établir les gains et pertes en énergie de adjoint est mise en place. Une analyse climatique
ces systèmes puis un modèle numérique est est de nouveau menée et permet de tenir compte
élaboré pour coupler diffusion thermique, de l'humidité pour établir le besoin en chauffage.
convection hydraulique et transferts radiatifs par la D'autres solutions de mise hors gel, basées sur un
méthode des éléments finis avec la possibilité de chauffage électrique, ont aussi été modélisées et
changements d'états. Ce modèle est implémenté soumises à ces stratégies de contrôle afin de mettre
dans un noyau Matlab et appliqué à des données en évidence la possibilité d'un gain énergétique
météorologiques annuelles pour différentes villes significatif. Ces lois de commande ont été étendues
afin d'établir le potentiel énergétique et de le aux problèmes de reconstruction de propriétés dans
cartographier. Une analyse des résultats au regard le milieu et une application combinant cette
du climat permet de mettre en évidence un lien approche thermique avec une approche basée sur
entre ce potentiel et la notion de degré jour unifié, l'électromagnétisme est proposée.
adaptée de la thermique

Title : Design and study of positive energy transport infrastructure: from thermomechanical modelling to
the optimisation of such energy systems

Keywords : coupling ; diffusion ; convection ; radiation ; finite element method ; control ; thermic ; roads

Abstract: In the context of the energy transition, with the energy potential based on climatic data.
the use of new energies as a priority, we propose to During winter operation, the objective is to
study the energy performance of solar hybrid roads. prevent from black ice occurring on the roads. A
An exhaustive study of climatic conditions makes it temperature control strategy based on the adjoint
possible to establish the energy gains and losses of state method is implemented. A climate analysis is
these systems, then a numerical model is developed again carried out to take humidity into account to
to couple thermal diffusion, hydraulic convection and determine heating needs. Other frost protection
radiative transfers by the finite element method with solutions, based on electric heating, were also
the possibility of state changes. This model is modelled and subjected to these control strategies
implemented in a Matlab core and applied to annual in order to highlight the possibility of significant
meteorological data for different cities to establish energy savings. These control laws have been
and map energy potential. An analysis of the results generalized to problems of property reconstruction
with regard to climate makes it possible to highlight a in a background and an application combining this
link between this potential and the notion of a unified thermal approach with an electromagnetism-based
degree day, adapted from the building's thermal approach is proposed.
energy, thus allowing the engineer to quickly estimate