Arab Mohamed Raed

UNIVERSITE DE LIMOGES
Ple de Recherche et dEnseignement Suprieur Limousin Poitou-Charentes

cole Doctorale Science et Ingnierie en Matriaux, Mcanique, nergtique et Aronautique
Facult des Sciences et Techniques

Thse N [21-2010]
Thse pour obtenir le grade de

Docteur de lUniversit de Limoges
Discipline : Matriaux et Procds
Spcialit : Cramiques et Traitement de Surfaces
Prsente et soutenue par

Mohamed-Raed ARAB
le 5 juillet 2010
Reconstruction stochastique 3D dun matriau cramique

poreux partir dimages exprimentales et valuation de sa
conductivit thermique et de sa permabilit
JURY :
Rapporteurs :
Rachid BENNACER, Professeur, Universit de Cergy-Pontoise
Jean-Pierre FONTAINE, Professeur, Universit de Clermont-Ferrand
Examinateurs :
Jean-Claude LABBE, Professeur mrite, Universit de Limoges
Jean-Pierre LECOMPTE, Matre de Confrences, Universit de Limoges
Hamou SADAT, Professeur, Universit de Poitiers
Kheir-Eddine TARSHA-KURDI, Matre de Confrences, Universit dAlep, Syrie
Invits :
Mohamed EL GANAOUI, Matre de Confrences (HDR), Universit de Limoges
Bernard PATEYRON, Ingnieur de Recherche CNRS (HDR), Docteur s Sciences physiques
A un Homme qui sappelle Bernard PATEYRON

.
:
Remerciements
Ce travail de thse a t ralis dans le cadre de la convention franco-syrienne PAB
(9ime promotion) au sein du Laboratoire Science des Procds Cramiques et de Traitements
de Surface (SPCTS-UMR 6638) de luniversit de Limoges. Je tiens remercier ses
directeurs Monsieur le Professeur Jean-Franois BAUMARD puis Monsieur le professeur
Thierry CHARTIER de mavoir fait bon accueil.
Ce mmoire de thse naurait pas pu voir la lumire du jour sans la contribution de
nombreuses personnes. Les comptences scientifiques des uns et les encouragements des
autres ont permis, que ltranger, en arrive bout.
Jexprime ma trs sincre reconnaissance mes directeurs de thse, Messieurs JeanClaude LABBE, Professeur Emrite de lUniversit de Limoges, Jean-Pierre LECOMPTE
Matre de Confrences (HDR) lENSIL de Limoges, Mohamed EL GANAOUI, Matre de
Confrences (HDR) lUniversit de Limoges et Bernard PATEYRON, Ingnieur de
recherche CNRS (HDR) Docteur dEtat s Sciences physiques, pour lencadrement de ce
travail et pour mavoir guid pendant le temps de prparation de cette thse.
Monsieur Hamou SADAT, Professeur lUniversit de Poitiers, jexprime ma
gratitude pour avoir accept de prsider le jury de cette thse. Je remercie galement
Monsieur Rachid BENNACER, Professeur lUniversit de Cergy-Pontoise, et Monsieur
Jean Pierre FONTAINE, Professeur lUniversit de Clermont-Ferrand, davoir examin
mon travail en tant que rapporteur. Je leur exprime toute ma reconnaissance pour lintrt
quils ont manifest lendroit de ce travail et pour leurs fructueuses apprciations.
Que Monsieur Kheir-Eddine TARSHA-KURDI, Matre de Confrences Universit
dAlep (Syrie) soit remerci dtre venu tout spcialement participer ce jury.
Jadresse toute ma gratitude Monsieur Elalami SEMMA, Professeur lUniversit
Hassan I (Maroc), pour sa collaboration ce travail et le temps quil ma accord durant ses
sjours Limoges. Quil soit assur de mon profond respect. Toute ma gratitude va galement
Jean-Pierre BONNET, Professeur Emrite lcole ENSCI-Limoges, pour son soutien et
ses encouragements avant et au cours de ma thse.
Je souhaite remercier le Docteur Alain GRIMAUD qui a bien voulu me faire partager
son exprience pratique et sa recherche de solutions immdiates. Je suis trs reconnaissant
envers Monsieur Nicolas CALV (Cher Nicolas, le sapeur-pompier de linformatique), pour
son aide et soutien prcieux dans la mise au point des codes raliss lors de cette thse et pour
les astuces et le temps de calculs gagn.
Je noublie pas ceux avec qui jai partag mes trois premires annes au Labo des
Arabes : les Docteurs Fadhel, Khalid et Hamid. Je tiens galement remercier les futurs
Docteurs : Farid, Soumia, et Ridha. Aussi Soufiane (Militant Un : je ne tembte plus avec
mes histoires daventures) et AbdelRazzak (Militant Zro : arrte de dire Non !) pour la
sympathie et les moments inoubliables pendant la priode la plus critique de ma thse.
Infiniment, de tout mon cur, je dois remercier lInconnu (la main du destin). Par lui,
le jour de lt 2009, ma vie a clat et a t compltement chamboule avec lincendie du
laboratoire Racteur Plasma . Il ma transform en SBF (sans bureau fixe) durant trois
mois et SOF (sans ordinateur fixe) durant cinq mois. Je suis encore SEDP (sans
documentations et effets personnels), lesquels sont toujours recouverts de suies. Jadresse
donc un remerciement particulier tous mes collgues du ple cramique qui mont soutenu
aprs cet incendie, notamment Sad (chro).
Mes dplacements lors de la participation aux confrences internationales mont
permis de discuter et nouer des relations avec des professeurs minents. Je cite le Pr. Mike
SUKOP et le Pr. Li-shi LUO (Im not a frog, Sir !) aux USA, le Pr. M. Ziad SAGHIR au
Canada, et le Pr Franois DUBOIS et le Dr. Brangre LARTIGUE (a y est, je soutiens
trs bientt) en France.
Je dois un grand MERCI la famille BOUKHARRATA (Kacem, Nefla, Yahya et
Eya) ainsi que Ahmed pour leur soutien et leur accueil chaleureux au cours de six ans de
sjour Limoges (Quon se revoit un jour !). Jexprime ma reconnaissance aussi mon
compatriote Yahya (Meric de ton avis ! ).

.

Tables des matires
Table des matires

Table des matires .......................................................................................................................I
Nomenclature ............................................................................................................................ V
Liste des figures .................................................................................................................... XIII
Liste des tableaux .................................................................................................................. XIX
Introduction gnrale.................................................................................................................. 1
I.
Microstructure dun matriau cramique poreux et son imagerie...................................... 9

I.1.
Introduction ................................................................................................................ 9
I.2.
Matriaux poreux ..................................................................................................... 10
I.2.1.
Dfinition ......................................................................................................... 10
I.2.2.
Porosit............................................................................................................. 10
I.3.
Techniques dimagerie ............................................................................................. 12
I.4.
Imagerie et traitement dimages ............................................................................... 13
I.4.1.
Dfinition dune image numrique .................................................................. 13
I.4.2.
Types dimage .................................................................................................. 14
I.4.3.
Formats dimage............................................................................................... 15
I.4.4.
Traitement dimage .......................................................................................... 15
I.5.
II.
Conclusion du chapitre............................................................................................. 17
Reconstruction stochastique par algorithme du recuit simul (RS) ................................. 19

II.1.
Reconstruction tridimensionnelle............................................................................. 19
II.1.1.
Introduction la reconstruction tridimensionnelle........................................... 19
II.1.2.
Technique de la tomographie ........................................................................... 20
II.1.3.
Reconstruction laide de sries de coupes successives.................................. 22
II.1.4.
Modles de gomtries reprsentatives : les sphres empiles ........................ 24
II.1.4.1.
Modle de particules monomodales ......................................................... 24
II.1.4.2.
Modle de particules de distribution alatoire de tailles .......................... 25
II.1.5.
Reconstruction stochastique............................................................................. 26
II.2.
Introduction la reconstruction stochastique........................................................... 27
II.3.
Concepts morphologiques lmentaires................................................................... 29
II.3.1.
Fonction de corrlation 1-point ........................................................................ 29
II.3.2.
Fonction de corrlation 2-points ...................................................................... 30
Tables des matires

II.3.3.
Surface volumique............................................................................................ 33
II.3.4.
Fonction du chemin linaire............................................................................. 34
II.3.5.
Fonction de percolation de volume .................................................................. 35
II.3.6.
Fonction damas 2-points ................................................................................. 36
II.3.7.
Fonction de distribution de la taille des pores.................................................. 36
II.4.
Recuit simul pour la reconstruction tridimensionnelle........................................... 36
II.4.1.
Procdure doptimisation ................................................................................. 36
II.4.2.
Algorithme gnral de la reconstruction par la mthode du recuit simul....... 39
II.4.2.1.
Structure tridimensionnelle initiale .......................................................... 40
II.4.2.2.
Echange des voxels : critre de slection ................................................. 40
II.4.2.3.
Paramtre de contrle T temprature du recuit .................................. 41
II.4.2.3.1.
Comment dterminer la temprature initiale ? ............................... 41
II.4.2.3.2.
Comment abaisser la temprature de recuit ?................................. 42
II.4.2.3.2.1.
Schma classique........................................................................... 42
II.4.2.3.2.2.
Schma des chaines de Markov..................................................... 42
II.4.2.4.
Critres de convergence ........................................................................... 43
II.4.2.4.1.
Valeur dnergie minimum................................................................... 43
II.4.2.4.2.
Valeur de rejections successives maximales ........................................ 44
II.4.2.4.3.
Nombre ditrations maximum............................................................. 44
II.4.3.
Algorithme dchantillonnage orthogonal ....................................................... 44
II.4.4.
Schma de reconstruction hybride ............................................................. 45
II.4.5.
Algorithme Lattice-Point ............................................................................ 45
II.5.
Applications ............................................................................................................. 47
II.5.1.
Slection dune image de rfrence ................................................................. 47
II.5.2.
Influence de la condition de bords priodiques................................................ 48
II.5.3.
Influence de lisotropie du milieu tudi.......................................................... 48
II.5.4.
Reconstruction de disques................................................................................ 50
II.5.5.
Reconstruction dun damier ............................................................................. 52
II.5.6.
Reconstruction dun matriau cramique poreux............................................. 56
II.6.
III.
Conclusion partielle.................................................................................................. 58
Mthode de Boltzmann sur rseau et modlisation numrique.................................... 65
III.1.
Introduction .......................................................................................................... 65
III.2.
Origine de la mthode Boltzmann-sur-rseau ...................................................... 68
III.2.1.
Schma Gaz sur rseau..................................................................................... 68
Tables des matires

III.2.2.
III.3.
Equation de Boltzmann .................................................................................... 69

Mthode de Boltzmann sur rseau ....................................................................... 70
III.3.1.
Boltzmann sur rseau de lquation de Boltzmann.......................................... 70
III.3.2.
De la micro dynamique lhydrodynamique macroscopique.......................... 71
III.3.3.
Modles BR isothermes ................................................................................... 72
III.3.3.1.
Modles un seul temps de relaxation..................................................... 72
III.3.3.1.1.
Modle monodimensionnel ................................................................. 72
III.3.3.1.2.
Modle bidimensionnel ....................................................................... 73
III.3.3.1.3.
Modle BR tridimensionnel ................................................................ 76
III.3.3.2.
III.3.4.
Modle plusieurs temps de relaxation ................................................... 78
Schma BR thermique...................................................................................... 78
III.3.4.1.
Modle BR pour la convection thermique ............................................... 79
III.3.4.2.
Modle BR pour la conduction thermique ............................................... 80
III.3.4.3.
Problme conjugu solide-fluide.............................................................. 82
III.3.4.4.
Modle BR pour le rayonnement thermique ............................................ 83
III.3.4.5.
Extension du modle BR lvaluation des proprits mcaniques........ 83
III.4.
Conditions aux limites.......................................................................................... 83
III.4.1.
Condition aux limites priodiques.................................................................... 84
III.4.2.
Condition de non glissement ............................................................................ 84
III.4.3.
Condition de glissement ................................................................................... 86
III.4.4.
Conditions entre/sortie.................................................................................... 86
III.4.4.1.
Ecoulement rgi par la vitesse.................................................................. 87
III.4.4.2.
Ecoulement rgi par un gradient de pression ........................................... 88
III.4.4.3.
Condition de bords ouverts ...................................................................... 89
III.4.4.4.
Application dune force externe............................................................... 89
III.4.5.
Conditions aux limites thermiques ................................................................... 90
III.4.5.1.
Temprature impose ............................................................................... 90
III.4.5.2.
Condition de bords adiabatiques .............................................................. 91
III.5.
De valeurs microscopiques aux valeurs physiques .............................................. 91
III.5.1.
Exemple 1......................................................................................................... 92
III.5.2.
Exemple 2......................................................................................................... 92
III.6.
Algorithme du calcul BR...................................................................................... 93
III.7.
Position de la mthode BR par rapport dautres mthodes numriques............ 95
III.7.1.
BR et la mthode du calcul des diffrences finies ........................................... 95
Tables des matires

III.7.1.1.
Principe de la mthode des diffrences finies .......................................... 95
III.7.1.2.
Mthode de Dufort-Frankel...................................................................... 96
III.7.2.
III.7.2.1.
Logiciel libre : OOF ................................................................................. 97
III.7.2.2.
Logiciel commercial COMSOL Multiphysics ......................................... 98
III.7.3.
III.8.
IV.
Solveurs fonds sur les mthodes dlments finis.......................................... 97
BR et la mthode de calcul en volumes finis ................................................... 99

Conclusion partielle............................................................................................ 100
Etude numrique des proprits physiques des matriaux poreux............................. 109
IV.1.
Introduction ........................................................................................................ 109
IV.2.
Relations caractristiques essentielles dun coulement.................................... 109
IV.3.
Ecoulement de Poiseuille ................................................................................... 111
IV.4.
Simulation BR dans un milieu poreux ............................................................... 113
IV.5.
Etude du transfert thermique par conduction dans un matriau bicouche ......... 117
IV.5.1.
Comparaison avec la solution analytique....................................................... 119
IV.5.2.
Comparaison avec les relations empiriques ................................................... 120
IV.5.3.
BR et le logiciel COMSOL Multiphysics ...................................................... 122
IV.6.
Simulation thermique BR dans un milieu poreux .............................................. 124
IV.7.
De lespace bidimensionnel lespace tridimensionnel .................................... 125
IV.8.
Transport de matire........................................................................................... 128
IV.8.1.
Ecoulement dans un tube par simulation LB D3Q19..................................... 129
IV.8.2.
Ecoulement dans un cube rempli de sphres priodiques .............................. 130
IV.8.3.
Ecoulement dans un milieu poreux reconstruit .............................................. 131
IV.9.
Transfert de la chaleur par conduction ............................................................... 134
IV.9.1.
Influence de la distribution des phases constituantes..................................... 138
IV.9.2.
Influence du champ thermique impos .......................................................... 140
IV.9.3.
Influence de la taille du domaine ................................................................... 140
IV.10.
Conclusions du chapitre ..................................................................................... 142
Conclusions gnrales et perspectives ................................................................................... 147

Annexe 1 : Relation entre la fonction 2-Points et la surface volumique dun matriau ............. i
Annexe 2 : Image et traitement dimage .................................................................................... v
Nomenclature
Nomenclature
Nomenclature latine
C
colonne
ligne
nombre de couches (palettes) dans une image numrique
valeur de couleur dun pixel dans une image numrique
pression (Pa)
temprature (K)
temps (s)
vitesse macroscopique (m.s-1)
vitesse de propagation nodale
cs
vitesse du son en rseau
cv
chaleur spcifique sous volume constante (J.kg-1.K-1)
cp
chaleur spcifique sous pression constante (J.kg-1.K-1)
vecteur de vitesse nodale (unit)
nombre de particules (variable boolen)
fonction de distribution
feq
fonction de distribution lquilibre
fonction de distribution thermique
geq
fonction de distribution thermique lquilibre
Nomenclature
V
volume (m3)
longueur (m)
largeur (m)
hauteur (m)
diamtre (m)
rayon (m)
permabilit (m-2)
flux thermique (W)
coefficient de transfert thermique par convection (W.m-2.K-1)
constant de pesanteur (m.s-2)
constant du gaz parfait (J.mole-1.K-1 )
nergie (J)
)
S
matrice diagonale de relaxation (modle LB-MRT)
moments (modle LB-MRT)
coefficient de transfert de chaleur convectif (W.m-2.K-1)
aire dune section de surface (m2)
Nomenclature grecque
diffusivit thermique (m2.s-1)
coefficient dexpansion volumique (K-1)
nergie interne ; porosit ; prcision de calcul
longueur de passage libre moyen (m)
Nomenclature
conductivit thermique (W.m-1.K-1)
viscosit dynamique (kg.m-1.s-1)
temps de relaxation adimensionnel
viscosit cinmatique (m2.s-1)
masse volumique (kg.m-3)
constante dune valeur de 3.14159265
fraction solide
porosit = 1
incrment
oprateur de collision
incrmentation
temprature adimensionnelle
Nombres adimensionnels
Kn
nombre de Knudsen
Kn =
Ma
nombre de Mach
Ma =
c
Cs
Re
nombre de Reynolds
Re =
uL
Ra
nombre de Rayleigh
Ra =
Pr
nombre de Prandtl
Pr =
TL3
Nomenclature
Indice
tot
totale
ave
moyen
solide, son
liquide
direction selon x, indice de vecteur en rseau BR
direction selon y
direction selon z
eff
effective
moyen
eq
quilibre
in
entre
out
sortie
int
interface
port
cond
conductif
conv
convectif
opp
sens oppos
mur, bord
trans
transversal(e)
amb
ambiant(e)
Nomenclature
Abrviations
BGK
Bhatnagar, Gross et Krook (modle)
FHP
Frisch-Hasslacher-Pomeau (modle)
EF
lments Finis (mthode)
DF
Diffrences Finies (mthode)
VF
Volumes Finis (mthode)
BR
Boltzmann sur Rseau (mthode)
DdQq
type de modle BR (d : lespace et q : nombre de vecteur de vitesse)
CTE
Conductivit Thermique Effective (milieu htrogne)
RTC
Rsistance Thermique de Contacte (dpt plasma)
EB
Equation de Boltzmann (modle)
GR
Gaz sur Rseau (mthode)
RF
Radio Frquence
MEMS
Micro lectroMcaniques (systmes)
EDP
quation aux Drives Partielles
Termes en anglais
LBM
Lattice Boltzmann Method
LGA
Lattice Gas Automata
MRT
Multiple Relaxation Time
CT
Computed Tomography
SBB
Standard Bounce Back (conditions aux limites)
CFD
Computational Fluid Dynamics (mthode)
Nomenclature
BCs
Boundary Conditions (condition aux limites)
PBCs
Periodic Boundary Conditions (condition aux limites)
PPM
Portable Pixel Map (format dimages)
BMP
BitMap Picture (format dimages)
TIFF
Tagged Image File Format (format dimages)
Termes pour le schma du Recuit simul

E
nergie
LP(R)
fonction du chemin linaire
P(0,1)
fonction de probabilit
r
R
vecteur de longueur de rfrence
r
r
point (vecteur) de lespace de limage
rayon (m)
r
S2 (R)
fonction de corrlation 2-points
r
R2 ( R )
fonction dauto-corrlation 2-points
r r
C 2 (r1 , r2 )
fonction damas (cluster) 2-points
P( )
fonction de distribution de taille des pores
temprature du recuit
temps
volume reprsentatif
Z(r)
fonction de phase (fonction indicateur)
Nomenclature
NP
nombre de voisins dun voxel pore dans la mme phase
NS
nombre de voisins dun voxel solide dans la mme phase
KB
constante de Boltzmann
surface volumique (m-1)
Symboles grecs
facteur de pondration
facteur de pondration
porosit dun matriau
facteur de rduction de la temprature du recuit
taille moyenne des pores dans une structure
cart type (statistique)
Indices
ad
adimensionnel
min
minimum
max
maximum
ref
rfrence
sim
simulation
tot
total
rej
rjection
accept
accept
Nomenclature
moyenne
ltat initial
noir
blanc
solide
pore
Abrviations
RS
Recuit Simul
R-X
Rayons X
Termes en anglais
CT
Computed Tomography
SA
Simulated Annealing
SR
Stochastic Reconstruction
LPA
Lattice-Point Algorithm
FFT
Fast Fourrier Transform
Liste des figures
Liste des figures

Figure I1 : Diffrents exemples des structures poreuses : (a) composites mullite/alumine/et
zircone (rfrence []) ; (b) apatites ; (c) mousses mtalliques ; (d) dpt poreux par
projection plasma (rfrence []). ...................................................................................... 11
Figure I2 : Matriau poreux deux phases : phase solide (volume VS ) et phase de pores
(volume VP ). ..................................................................................................................... 11
Figure I3 : Chemin suivi lors de lobtention dune image de structure exploitable............... 14
Figure I4 : Reprsentation dune image matricielle de 12x7 pixels (de haut en bas et de
gauche droite). La valeur de chaque pixel est comprise entre 0 et 255 (encodage niveau
de gris).............................................................................................................................. 15
Figure I5 : (a) Image MEB de microstructure et (b) image binaire rsultante de lapplication
de la segmentation. Les pores sont les pixels noirs.......................................................... 16
Figure II1 : Photo de lappareil de tomographie rayon-X. (rfrence [3]). ......................... 21
Figure II2 : Image tridimensionnelle de mousse daluminium, rsultante de limagerie
tomographie prsente en Figure II-1. Taille de lchantillon 500 m .( rfrence [3]).. 22
Figure II3 : Gomtrie de la tache de lindenter Vickers. (rfrence [4].)............................. 23
Figure II4 : Prsentation schmatique de la reconstruction de composite Al-SiC partir de
coupes successives en sries. (a) Indentation, (b) micrographe de lindentation de Vickers
et (c) progrs de lacquisition-polissage. (rfrence [4].) ................................................ 23
Figure II5 : Empilements (a) triangulaire et (b) carr de particules sphriques de mme taille.
(rfrence [11]. ................................................................................................................. 25
Figure II6 : Construction dempilement de billes avec une distribution de taille. Nombre de
sphres = 150, = 0.15 , = 0.1 et r0 = 1 . ...................................................................... 26
Figure II7 : (a) Image binaire dun grs (sandstone) (les pores sont en blanc) de 300x300
pixels (le pixel fait 5m), (b) la fonction de corrlation 2-points. (rfrence [].)............ 31
Figure II8 : (a) Image dun agrgat de billes de verres (les pores en noir) de 760x570 pixels.
(2.1x2.1 m2) (b) La fonction dauto-corrlation extraite de limage (a). (rfrence [31].)
.......................................................................................................................................... 32
Figure II9 : Un voxel
par sommet
dans lespace digital tridimensionnel est en contact avec 26 voxels,
, par arrt
et par face
........................................................................ 33
Liste des figures

Figure II10 : (a) Image binaire dun grs (sandstone) (les pores en blanc) de 300x300 pixels
(le pixel fait 5m), et (b) fonction du chemin linaire. (rfrence [36].)......................... 34
Figure II11 : Percolation de la phase solide par les pores (sphres bleues) (rfrence [])..... 35
Figure II12 : Principe physique du recuit ; lide est dobtenir un minimum global de
lnergie du systme......................................................................................................... 38
Figure II13 : Algorithme gnral du recuit simul avec les diffrents paramtres de contrle.
.......................................................................................................................................... 39
Figure II14 : Reconstruction bidimensionnelle de limage binaire de rfrence (a) avec
= 0.34 (pixels en noir), (b) rsultat de la reconstruction via lalgorithme latticepoint et (c) rsultat de la reconstruction via lalgorithme dchantillonnage orthogonal.
.......................................................................................................................................... 46
Figure II15 : Image MEB dun chantillon de cordirite (a) et image binaire obtenue par
lapplication dune valeur du seuil qui maintient une valeur de porosit = 42% (b). ... 48
Figure II16 : (a) Image MEB de SiC de taille 712x484 pixels, (b) image binaire de rfrence
de 400x400 pixels et (c) influence ngligeable sur la fonction S2 est constate quand la
condition de bords priodiques est applique. ................................................................. 49
Figure II17 : Pour le milieu prsent en Figure II16-b, une influence ngligeable sur les
rsultats est constate quand la fonction S2 (a) et la fonction LP (b) sont tudie selon
lune ou lautre des deux directions orthogonales principales. ........................................ 50
Figure II18 : Rsultat de la reconstruction 3D des disques. (a) Image binaire de rfrence
(100x100 pixels) de disques priodiques dans une cavit carre, (b) coupe dans le
domaine initial 3D Y=50 pixels, (c) volution de la structure initiale plusieurs tapes
intermdiaires durant la simulation Y=50 pixels, (d) coupe dans la structure finale
Z=50 pixels, (e) coupe dans la structure finale Y=50 pixels. ......................................... 51
Figure II19 : Reprsentation en 3D de la structure reconstruite en Figure II18-a. .............. 52

Figure II20 : Fonction de corrlation S 2 du milieu tudi en Figure II18-a pour diffrentes
valeurs de longueur de rfrence : (a) Rmax = 20 pixels, Emin = 3.7 105 , (b) Rmax = 40
pixels, Emin = 3.3 10 5 , (c) Rmax = 60 pixels, Emin = 5.5 105 , et (d) Rmax = 100 pixels,
Emin = 9.1 10 5 . Tous les autres paramtres de simulation sont gardes constants........ 53
Figure II21 : Rsultat de la reconstruction 3D dun damier : (a) Image binaire de rfrence
de 104x104 pixels, (b) coupe dans le domaine initial 3D Y=57 pixels, (c) coupe dans la
Liste des figures

structure finale X=14 pixels, (d) coupe dans la structure finale Y=54 pixels, et (e)
coupe dans la structure finale Z=61 pixels. ................................................................... 54
Figure II22 : Fonction de corrlation S 2 du milieu tudi en Figure II21-a pour deux
valeurs de longueur de rfrence : (a) Rmax = 26 pixels, Emin = 5.5 105 , (b) Rmax = 104
pixels, Emin = 1.1 104 . Tous les autres paramtres de simulation sont gardes constants.
.......................................................................................................................................... 55
Figure II23 : (a) Structure de 134x134 pixels avec une fraction volumique de = 0.3
reconstruire. Le rsultat de la reconstruction 3D sont (b) une coupe dans la structure
finale X=110 pixels, (c) une coupe dans la structure finale Y=111 pixels, et (d) une
coupe dans la structure finale Z=121 pixels. ................................................................. 56
Figure II24 : Image binaire de SiC (a) et reprsentation de la fonction S 2 (b). Taille de
limage est 167x167 pixels avec une taille du pixel ~2 m (rfrence [42]). ................. 57
Figure II25 : Rsultat de la reconstruction de la structure prsente en Figure II24-a. Le
volume de pores est en noir.............................................................................................. 57
Figure III1 : Position de la mthode BR dans les diffrentes chelles dtudes (Selon [5]).. 66
Figure III2 : Classification des mthodes de simulation dun coulement (daprs []). ........ 66
Figure III3 : Statistique extraite du site www.sciencedirect.com au mois davril 2010 sur le
nombre de publications sur la mthode ainsi que le domaine dapplication.................... 67
Figure III4 : (a) Rseau hexagone de Frisch-Hasslacher-Pomeau (FHP), (b) exemple de prcollision et (c) post-collision possible.............................................................................. 69
Figure III5 : Rseau du modle D1Q3. .................................................................................. 73
Figure III6 : Rseau du modle D2Q9. .................................................................................. 73
Figure III7 : Nud du rseau D2Q9 avec ces vecteurs de propagation. ................................ 74
Figure III8 : Quatre nuds diffrents : (gauche) avant la propagation et aprs la collision
(pas de temps t) et (droite) aprs la propagation (temps t+1) imagins par Nils [26]...... 74
Figure III9 : Rseau du modle D3Q19. ................................................................................ 76
Figure III10 : Rseau du modle D3Q15 avec ces vecteurs de vitesse.................................. 77
Figure III11 : Rseau du modle D3Q27. Ici,
de 2ime ordre et
est le centre du rseau,
de premier ordre,
de 3ime ordre................................................................................. 77
Figure III12 : Condition priodique applique aux bords (les carrs en gris). La flche
continue reprsente le vecteur lors de sa propagation tandis que la flche intermittente est
son tat aprs la propagation. ........................................................................................... 85
Liste des figures

Figure III13 : Condition de rebond pur. Un disque noir est un obstacle (solide) et le disque
rouge est un site vide (passage de fluide). Une flche continue reprsente ltat de la
particule avant la collision, et la flche intermittente reprsente ltat de la particule aprs
la collision. ....................................................................................................................... 85
Figure III14 : Condition de rflexion spculaire.................................................................... 86
Figure III15 : Populations inconnues lors de lapplication dune quantit impose aux bords.
(a) avant la propagation et linstant t = ti, (b) aprs la propagation et linstant t = ti +
1 et (c) rebondissement en arrire et linstant t = ti + 1. ............................................... 87
Figure III16: Schma de lalgorithme gnral de calcul dans un modle BR........................ 94
Figure III17 : Fentre principale du logiciel OOF2. .............................................................. 98
Figure III18 : Fentre principale du logiciel COMSOL Multiphysics................................... 99
Figure III19 : Reprsentation dun rseau hybride BR-VF. (rfrence [54].)...................... 100
Figure IV1 : Configuration bidimensionnelle de lcoulement de Poiseuille et conditions aux
limites appliques. La taille du rseau est 200x50 pixels............................................... 112
Figure IV2 : Profile analytique (ligne continue) et numrique (les carrs) de la vitesse
horizontale dun coulement de Poiseuille. lu: unit de largeur du rseau (pixel)......... 113
Figure IV3 : Exemple dun matriau poreux : (a) image MEB et (b) image traite et prte
lexploitation numrique (pour lorigine de cette image voir rfrence [7]). ................ 114
Figure IV4 : Contours de vitesse horizontale calculs par COMSOL Multiphysics (a) et par
un modle BR de taille 552x276 pixels (b) et 276x138 pixels (c). ................................ 116
Figure IV5 : Variation de la permabilit adimensionnelle en fonction du gradient de
pression........................................................................................................................... 117
Figure IV6 : Variation de la permabilit adimensionnelle en fonction de la viscosit. ..... 117
Figure IV7 : Conductivit thermique effective en fonction de la fraction volumique dun
matriau bi-phasique 1 : 2 = 1 : 100 . ............................................................................ 118
Figure IV8 : Domaine de deux matriaux avec deux valeurs diffrentes de conductivit
thermique 1 : 2 = 1 : 2 . .................................................................................................. 120
Figure IV9 : Comparaison entre la solution analytique de lquation Eq. IV-21 (ligne
continue) et les rsultats de la simulation par la mthode BR (cercles)......................... 121
Figure IV10 : Distribution de la temprature dans le domaine tudi en Figure IV8........ 121
Figure IV11 : Domaine tudi par le logiciel COMSOL Multiphysics et le code de calcul
BR................................................................................................................................... 123
Liste des figures

Figure IV12 : (a) Maillage du domaine par COMSOL Multiphysics ; un effort
supplmentaire est demand pour dfinir le maillage adaptatif autour du milieu 2. (b)
Domaine par BR ; le milieu 2 na plus la forme circulaire cause de leffet de
pixellisation. ................................................................................................................... 123
Figure IV13 : Contours de la temprature dans le domaine tudi ( gauche) par la mthode
EF et ( droite) par la mthode BR. ............................................................................... 124
Figure IV14 : Distribution du champ thermique travers un milieu poreux pour
1 / 2 = 0.5 / 2.5 ............................................................................................................ 125

1 / 2 = 2.5 / 0.5 ............................................................................................................ 125

Figure IV16 : Image binaire de SiC avec une porosit estime de ~40% (rfrence [23]) et
la fonction de corrlation 2-points correspondante. ....................................................... 127
Figure IV17 : Structure tridimensionnelle rsultante de la reconstruction du milieu prsent
en Figure IV16. ............................................................................................................ 127
Figure IV18 : Comparaison des profils de vitesse verticale entre la solution analytique et le
rsultat de simulation BR pour un coulement de Poiseuille dans un tube.................... 130
Figure IV19 : (a) Cube rempli par des sphres monomodales. (b) Cellule unitaire avec une
sphre centre. ................................................................................................................ 131
Figure IV20 : Image MEB de la microstructure de carbure de silicium SiC (porosit en noir).
........................................................................................................................................ 134
Figure IV21 : Images binaires de la structure doxyde dtain extraites rfrence [39]
gauche (les pores sont en blanc), et reprsentation tridimensionnelle rsultante de la
procdure de la reconstruction droite (les pores ici sont en noir)................................ 136
Figure IV22 : Comparaison des valeurs de la CTE en fonction de la masse volumique
relative estimes par des relations empiriques, simulation ABAQUS [39], simulation DFDF................................................................................................................................... 137
Figure IV23 : Comparaison des valeurs de la CTE estimes dans un domaine bidimensionnel
et tridimensionnel........................................................................................................... 138
Figure IV24 : Fonction de corrlation S 2 tudie dans les domaines tridimensionnels
gnres alatoirement et reconstruites stochastiquement par le schma de recuit simul.
........................................................................................................................................ 139
Figure IV25 : Comparaison des valeurs de la CTE en fonction de la masse volumique
relative dans des domaines alatoires et reconstruits. .................................................... 140
Liste des figures

Figure IV26 : Conductivit thermique effective en fonction du champ thermique appliqu.
........................................................................................................................................ 141
Figure A2- 1 : Structure de format bmp ..................................................................................... v

Figure A2- 2 : Structure dun fichier dimage tiff .................................................................... vii
Liste des tableaux
Liste des tableaux

Tableau I1 : Diffrentes familles de microscopes. ................................................................. 13
Tableau II1 : Taux de porosit des modles cristallographie (la taille du cube est lunit)... 24
Tableau III1 : Modles D2Qq en rseau orthogonal .............................................................. 75
Tableau IV1 : Relations appliques comme conditions aux limites lentre et la sortie du
domaine prsent en Figure IV3-b. .............................................................................. 115
Tableau IV2 : Dfinition des variables adimensionnelles, x, t , m sont les constantes du
rseau (longueur, temps, masse). ................................................................................... 116
Tableau IV3 : Modles thoriques proposs pour dterminer la conductivit thermique
effective dun milieu htrogne caractris par deux valeurs de conductivit
thermique 1 , 2 . 1 , 2 tant la fraction de volume de chaque phase (noir et/ou blanc)
dans le domaine. ............................................................................................................. 119
Tableau IV4 : Comparaison pour la conductivit thermique effective entre les valeurs
estims par des relations empiriques et celles calculs par le code BR. ........................ 122
Tableau IV5 : Valeur de la CTE du milieu prsent en Figure II19 ; 1 / 2 : 10 / 1 ........... 128
Tableau IV6 : Comparaison entre les rsultats analytiques et ceux de simulation BR-D3Q19
pour la permabilit dune matrice de sphres priodiques. .......................................... 132
Tableau IV7 : Comparaison de la permabilit mesure par voie exprimentale [23], estime
par voie empirique et calcule par simulation BR. ........................................................ 132
domaine prsent en Figure IV17. ............................................................................... 133
Tableau IV9 : Proprits physiques de loxyde dtain et de lair une temprature 300 K .
........................................................................................................................................ 137
Tableau IV10 : Proprits physiques du carbure de silicium SiC et de lair une
temprature 300 K . (rfrence [].) ................................................................................ 141
Tableau IV11 : Valeur de la CTE estime dans diffrents taille de rseaux........................ 141
Introduction gnrale
Introduction gnrale
Ce travail sinscrit dans la continuit des travaux de modlisation et des activits de
recherche menes au sein du laboratoire SPCTS et notamment le dveloppement du logiciel
Jets&Poudres [1, 2].
En effet lindustrie de la projection plasma se trouve face des besoins de
performance croissants et des exigences de plus en plus svres, ce qui impose une
meilleure comprhension des phnomnes impliqus dans le processus de projection plasma
(fluctuations du pied darc, phnomne de dispersion des grains de poudres, interaction grainplasma, impact des grains sur le substrat, ), ainsi que dans le contrle en ligne et modle
numrique. Le laboratoire SPCTS (Sciences des Procds Cramiques et Traitement de
Surface) se propose depuis plus de 30 ans des meilleurs outils de diagnostic et de
modlisation des procds de projection plasma. Ses travaux exprimentaux et de simulations
ont couvert les diffrents domaines du procd [3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15].
Il sagit ici dun premier pas dans le domaine de la caractrisation numrique dun
matriau bi-phasique, reprsentatif du dpt obtenu par projection thermique. Le mot phase
dsigne ici ltat de matire : solide, liquide et gaz. Un cas particulier des matriaux
diphasique est celui ou la seconde phase est gazeuse et il sagit alors de matriaux poreux.
Ces matriaux cramiques poreux dont les premiers avantages sont lallgement
(diminution de matire) et laugmentation de surface volumique, suscitent un vif intrt en
raison de leurs applications varies et dans des domaines aussi divers que les techniques de
sparation (chromatographie), limmobilisation denzymes, la libration contrle de
substances actives, le transport capillaire de gaz ou despces charges, la catalyse supporte
et plus gnralement la chimie en milieu confin ou encore la conception de nanomatriaux.
Citons encore les membranes et lectrodes de piles combustible, les dpts de protection
anticorrosion, les turbines davions ainsi que lindustrie de microlectronique [16, 17] mais
aussi lisolation thermique ou acoustique.
Une des difficults majeures quant lutilisation de ces matriaux poreux est la
matrise de leurs proprits physiques (mcaniques, thermiques, lectriques) en fonction du
Introduction gnrale
taux de porosit et de la taille et de la rpartition des pores. Le dveloppement des matriaux
poreux suppose donc une prdiction prcise de leurs proprits physiques qui est ainsi
dimportance cruciale.
La mesure exprimentale directe est bien videmment le moyen le plus efficace
daccder la valeur des proprits dintrt. Cependant, celles-ci sont coteuses et longues.
Elles sont aussi difficiles, lorsquil sagit des dpts, en raison des faibles paisseurs, des
architectures complexes et inhomognes en porosit, fissuration et composition. Soulignons
ici que les descriptions analytiques disponibles pour relier la permabilit et la conductivit
thermique la morphologie de dpts ne sont applicables que dans des cas relativement trs
simples et sont insuffisantes pour les gomtries complexes rencontres [18].
Le coefficient de permabilit dun dpt anticorrosion, cest--dire sa rsistance la
pntration dun flux de matire, est sa caractristique fondamentale, de mme que la
conductivit thermique, cest--dire sa rsistance la pntration dun flux thermique, est
celle dune barrire thermique.
Ces grandeurs physiques ne sont pas facilement mesurables et les prdictions par des
modles analytiques ou par voie numrique reprsentent un enjeu important pour la
comprhension et la matrise des matriaux poreux. Il existe de nombreux modles
analytiques qui permettent de prdire la conductivit thermique effective en fonction du taux
de porosit et des conductivits des deux phases [19, 20, 21, 22], et il en est de mme pour la
permabilit [23, 24, 25, 26]. Ces modles sont fonds sur des simplifications gomtriques
qui sont souvent loignes de la microstructure relle du matriau. La modlisation est quant
elle de plus en plus utilise en raison des progrs informatiques qui permettent de simuler le
transport de la matire et le transfert de la chaleur dans des gomtries complexes en deux et
trois dimensions.
Pour ces raisons il est ncessaire de dvelopper des mthodes destimation de
permabilit quivalente et de conductivit thermique effective partir dimages en
coupe, obtenues par diffrents moyens tels que la microscopie optique (MO) ou lectronique
balayage (MEB). Lintrt des rsultats obtenus en gomtrie bidimensionnelle reste faible, ce
qui impose ltude de gomtries tridimensionnelles.
Caractriser un matriau ncessite donc une reprsentation prcise de sa structure. Du
Introduction gnrale
point de vue exprimental, la structure tridimensionnelle peut tre construite par empilement
de couches de faibles paisseurs [27, 28]. Cette voie dexploitation est trs lourde et trs
longue en temps. La technique de tomographie a ouvert la voie de ltude de structures
tridimensionnelles [29, 30]. En dpit de son dveloppement rapide et de la rsolution leve
des images obtenues, cette technique reste onreuse et peu accessible. En outre la taille de
lchantillon trait est relativement faible comparativement celle de limage obtenue par les
techniques 2D.
La reconstruction stochastique dune structure relle dun matriau cramique partir
des informations morphologiques statistiques extraites dune image bidimensionnelle est
propose dans cette thse. Cette mthode de reconstruction de milieux isotropes ou
anisotropes est fonde sur la minimisation par la mthode du recuit simul (RS) [31, 32]. Les
informations morphologiques extraites dune image 2D sont de diffrents types, usuellement
ce sont la fraction volumique dune phase, la fonction de corrlation 2-points ainsi que la
fonction du chemin linaire [33] qui sont utilises.
Les mthodes indirectes par simulations numriques sont attrayantes et les mthodes
de diffrence finies et dlments finis sont trs largement exploites [34, 35, 36, 37].
Cependant, les domaines complexes, comme ceux des milieux poreux, reprsentent un dfi en
raison de la complexit du maillage construire.
Une alternative, la mthode Boltzmann sur rseau (BR) [38, 39], est propose pour
caractriser les matriaux poreux par simulation partir dimages binaires de leur structure.
Au cours de ces dernires annes, cette mthode statistique dite chelle msoscopique, cest-dire intermdiaire entre chelle microscopique ou atomique, et chelle macroscopique, a
connu un succs immense dans le domaine de la simulation des coulements isothermes [40,
41]. Elle a retenu lattention des mcaniciens des fluides pour la simulation dcoulements
dans des gomtries complexes comme celle des milieux poreux. Elle repose sur un
algorithme qui simule lquation de Boltzmann [42, 43] de faon simple et permet de
remonter simplement la rsolution des quations aux drives partielles de Navier-Stokes.
Ces facilits dapplication des conditions aux limites permettent de simuler des gomtries
complexes, les milieux poreux y compris.
Cette tude se propose de dterminer la permabilit et la conductivit thermique
effective du volume reprsentatif dun matriau poreux isotrope reconstruit partir dune
Introduction gnrale
image 2D de ce matriau.
Le premier chapitre est consacr un rappel bibliographique des techniques
dimagerie et de traitement dimage avec une application aux matriaux cramiques poreux et
la porosit.
Le deuxime chapitre est ddi la description dtaille de la reconstruction
tridimensionnelle au moyen du schma du recuit simul et la mise au point dun outil
numrique.
Le troisime chapitre traite de la mthode numrique de Boltzmann sur rseau. Il
voque les modles de la littrature et les conditions aux limites dveloppes ainsi que les
autres mthodes numriques de discrtisation comme les diffrences finies, les lments finis
et les volumes finis.
Le quatrime chapitre prsente enfin les rsultats obtenus pour la permabilit et la
conductivit thermique effective, compars ceux des tudes exprimentales et numriques
prcdentes.
Introduction gnrale
Bibliographie de lintroduction gnrale

[1] Fadhel Ben-Ettouil, Modlisation rapide du traitement de poudres en projection par
plasma darc. Thse soutenue la FST-Limoges (2008).
[2] B. Pateyron, G. Delluc, Jets&Poudres, sur http://www.unilim.fr/spcts/.
[3] F. Kassabji, B. Pateyron, J. Aubreton, M. Boulos, P. Fauchais, Conception d'un four
plasma de 0,7 MW pour la rduction des oxydes de fer. Rev. Int. des Hautes Temp. et
Rfract., 18, (1981)
[4] J. Aubreton, B. Pateyron, P. Fauchais, Les fours Plasma, Rev. Int. Hautes Temp. et
Rfract., 18, 293, (1981)
[5] P. Fauchais, A. Et M. Vardelle, J.F. Coudert, B. Pateyron. State of the art in the field of
plasma spraying and of extractive metallurgy with transferred arc: modelling,
measurement, comparison between both, applications and developments, Pure and
Applied Chemistry, 57 (9), 1171, (1985)
[6] M.F. Lerrol, B. Pateyron, G. Delluc, P. Fauchais. Etude dimensionnelle de l'arc lectrique
transfr utilis en racteur plasma. Rev. Int. Hautes Temp. et Rfract., 24, p 93-104,
(1988)
[7] B. Pateyron "Code ADEP - Chimie sur Minitel" Le Journal du CNRS Mai 1992, LMCTS
"ADEP-Junior" Fiche logiciel L'actualit chimique N 3 Mai-juin 1993, Anonyme
"ADEP - Thermodynamic and transport properties Data Base" Codata Newsletter
November 1993
[8] B. Pateyron, G. Delluc, M.F. Elchinger, P. Fauchais Study of the behaviour of the heat
conductivity and other transport properties of a simple reacting system: H2-Ar and H2Ar-air. Dilution effect in spraying process at atmospheric pressure Journal of High
Temperature Chemical Processes, Colloque, supplment au n3, 1, p 325-332, (1992)
[9] B. Pateyron, G. Delluc, M.F. Elchinger, P. Fauchais Thermodynamic and transport
properties of Ar-H2 and Ar-H2-Air plasma gases used for spraying at atmospheric
pressure Plasma Chemistry Plasma Processing, Colloque, supplment au n3, 1, p 325332, (1992)
[10] B. Pateyron, M.F. Elchinger, G. Delluc, P. Fauchais Sound velocity in different reacting
thermal plasma coatings Plasma Chemistry Plasma Processing 16 (1), p 39-57, (1996)
[11] W.L.T. Chen, J. Oberlein, E. Pfender, B. Pateyron, G. Delluc, M.F. Elchinger, P.
Fauchais Thermodynamic and transport properties of argon/helium plasmas at
Introduction gnrale
atmospheric pressure Plasma chemistry and plasma processing, 15 (3), p 559-579,

(1995)
[12] J. M. Leger, P. Fauchais, M. Grimaud, M. Vardelle, A. Vardelle, B. Pateyron. A new
ternary mixture to improve the properties of plasma sprayed ceramic coatings. ITSC 92,
June 1-5 Orlando, USA, (1992)
[13] P. Fauchais, J.F. Coudert, B. Pateyron, La production de plasmas thermiques. Revue
Gnrale de Thermique, 35( 416), p 543-560, (1996)
[14] G.Delluc, H. Ageorges, , B. Pateyron, , P. Fauchais, Fast modeling of plasma jet and
particle behaviours in spray conditions, High Temperature Material Processes 9 (2), p
211-226, (2005)
[15] S. Dyshlovenko, L. Pawlowski, , B. Pateyron, , I. Smurov, J.H. Harding, Modleling of
plasma particle interactions and coating growth for plasma spraying of hydroxyapatite,
J.H. Surface & Coatings Technology 200 (12-13), p 3757-3769, (2006).
[16] M. N. Rahaman, Ceramic Processing and Sintering, second edition, Taylor & Francis
Group 2003.
[17] Brian S. Mitchell, An Introduction To Materials Engineering And Science For Chemical
And Materials Engineers, John Wiley & Sons, Inc., Hoboken, New Jersey, 2004.
[18] J.-M. Dorvaux, O. Lavigne, M. Poulain, Y. Renollet, C. Rio, Calcul de la conductivit
thermique partir dimages de couches poreuses. Journe scientifique Barrires
thermiques (ONERA 2001).
[19] Huai X., Wang W. & Li Z, Analysis of the effective thermal conductivity of fractal
porous media. Appl. Th. Eng. 27 2815-2821 (2007).
[20] Wang J., Carson J., North M., & Cleland D., A new approach to modelling the effective
thermal conductivity of heterogeneous materials, Int. J. Heat and Mass Trans. 49 30753085 (2006).
[21] Floury J., Carson J. & Tuan-Pham Q., Modelling thermal conductivity in heterogeneous
Media with the Finite Element Method. Food Bioprocess Technol (2007)
[22] Naitali B., Elaboration, caractrisation et modlisation de matriaux poreux. Influence de
la structure poreuse sur la conductivit thermique effective, Thse soutenue LimogesFrance (2005).
[23] A. Koponen, M. Kataja and J. Timonen, Permeability and effective porosity of porous
media, Phys. Rev. E vol 56 (1997) 3319- 3325.
Introduction gnrale
[24] Yusong Li, Eugene J. LeBoeuf, P.K. Basu, Sankaran Mahadevan, Stochastic modeling of
the permeability of randomly generated porous media, Advances in Water Resources 28
(2005) 835-844.
[25] M. Singh, K. K. Mohanty, Permeability of spatially correlated porous media, Chem. Eng.
Sci. 55 (2000) 5393-5403.
[26] A. Maximenko, V. V. Kadet, Determination of relative permeabilities using the network
models of porous media, J. Petroleum Sci. Eng. 28 (2000) 145-152.
[27] B. Wunsch and N. Chawla, Serial Sectioning for 3D Visualization and Modeling of SiC
Particle Reinforced Aluminum Composites, Paper Contest Winner 2003 Undergraduate
Division, Arizona State University.
[28] Y. Keehm, T. Mukerji and A. Nur, Permeability prediction from thin sections: 3D
reconstruction and lattice-Boltzmann flow simulation.
[29] I. Tiseanu, T. Craciunescu, B. N. Mandache, Non-destructive analysis of miniaturized
fusion materials samples and irradiation capsules by X-ray micro-tomography, fus. Eng.
And Des. (2005).
[30] A. Sakellariou, T.J. Sawkins, T.J. Senden, A. Limaye, X-ray tomography for mesoscale
physics applications, physica A 339 (2004) 152-158.
[31] C. L. Y. Yeong and S. Torquato, Reconstructing random media, Phys. Rev. E Vol. 57
(1998) 495-506.
[32] C. L. Y. Yeong and S. Torquato, Reconstructing random media II. Three-dimensional
media from two-dimensional cuts, Phys. Rev. E Vol. 58 (1998) 224-233.
[33] S. Torquato, Random Heterogeneous Materials : Microstructure and Microscopic
Properties (Springer-Verlag, New York, 2002).
[34] Logiciel ABAQUS http://www.simulia.com/products/abaqus_fea.html.
[35] Logiciel FLUENT www.fluent.fr..
[36] OOF : Finite Element Modeling for Materials Science. Tlchargeable librement partir
du site http://www.nist.gov/msel/ctcms/oof/ .
[37 COMSOL Multiphysics 3.5.a Package: Earth Science Module. Model Library.
[38] Identification des modles et de paramtres pour la mthode de Boltzmann sur rseau.
Thse soutenue luniversit de Paris sud (2007).
[39] S. Succi, The Lattice Boltzmann Equation for Fluid Dynamics and Beyond. Oxford
Science Publications (2001).
Introduction gnrale
[40] M. C. Sukop et D. T. Thorne, Lattice Boltzmann Modeling. An Introduction for

Geoscientists and Engineers. Springer Publications (2006).
[41] S. Chen and G. Doolen, Lattice Boltzmann Method for Fluid Flow. Annu. Rev. Fluid
Mech. (1998) 30, 29-64.
[42] Li-Shi Luo, Lattice-Gas Automata and Lattice Boltzmann Equations for TwoDimensional Hydrodynamics. Phd thesis, Georgia Institute of Technology (1993).
[43] Raed Bourisli, Cellular Automata Methods in Fluid Flow: An Investigation of the Lattice
Gas Method and the Lattice Boltzmann Method. Final report, Belgique (2003).
Chapitre I : Microstructure dun matriau cramique poreux et son imagerie
I. Microstructure dun matriau cramique

poreux et son imagerie
I.1.
Introduction
Lefficacit et le rendement de plusieurs applications techniques avances (la
filtration, les catalyseurs, les barrires thermiques,) sont fortement lis aux proprits de
transport et ces proprits physiques sont relies, leur tour, directement la microstructure
du matriau de base. Le comportement dun matriau est contrl par sa microstructure [1]. Il
est donc ncessaire de trouver un lien entre la microstructure et les proprits dun matriau
pour la comprhension et la prdiction de son comportement.
La permabilit ainsi que la conductivit thermique dun milieu poreux dpendent
fortement de la porosit et la distribution des pores dans la phase continue (ici la phase
solide). Par consquent, lobservation visuelle du milieu poreux est trs importante et prcde
linspection quantitative.
A ce jour, les diffrentes techniques dimagerie, notamment la microscopie
lectronique balayage (MEB) [2] et la microscopie optique (MO) [3], permettent dobtenir
des images numriques bidimensionnelles qui dcrivent la microstructure dun matriau. Ces
images sont stockes soit sous forme matricielles [4], o chaque image est discrtise et
reprsente par un tableau de points en deux dimensions et o chaque point rfre une phase
ou un constituant, soit sous forme vectorielle [5]. Le traitement et lanalyse des images
matricielles est dans ce chapitre lobjet de notre intrt.
La reprsentation bidimensionnelle de microstructures est commune et donne une
certaine ide de la morphologie de microstructure, puisquelle contient toute linformation sur
celle-ci, mais elle ne permet pas une apprhension immdiate de la structure tridimensionnelle
du matriau. Par consquent, une technique dexplicitation tridimensionnelle de la
microstructure doit donc tre utilise afin de la visualiser immdiatement et de donner
pleinement accs celle-ci.

Dans ce chapitre, nous abordons les matriaux htrognes et plus prcisment les
matriaux poreux et les techniques dimagerie de caractrisation, puis nous traiterons de
limagerie et des principes de traitement dimage.
I.2.
Matriaux poreux
I.2.1.
Dfinition
Un matriau htrogne est un matriau compos de domaines ou phases, soit de

diffrentes natures soit dun mme matriau en diffrents tats [6, 7]. Les matriaux
htrognes sont frquemment rencontrs dans la nature. Citons titre dexemples les
matriaux composites, les matriaux poreux et les sables, les roches, les grs (en anglais
sandstones), les matriaux granulaires, les gels, les mousses, et certains matriaux
cramiques. La Figure I1 prsente quelques exemples de la microstructure de quelques
matriaux poreux. Ces matriaux rvlent des proprits intressantes dues leur
microstructure complexe, cest pourquoi la modlisation de ces structures est difficile.
La microstructure de ces matriaux peut tre caractrise statistiquement, comme le
montre le chapitre suivant, au moyen de fonctions de corrlations n-points [8] et par des
mesures exprimentales directes.
I.2.2.
Porosit
La porosit, et plus gnralement la fraction volumique dune phase, peut tre dfinie
comme le rapport entre le volume non occup par la matire et le volume total, voir Figure I
2. Cette dfinition se traduit par la relation :
Vp
VT
=1
VS
VT
(Eq. I-1)
o est la porosit, VP le volume des pores, VS le volume occup par le solide et VT le

volume total du domaine dintrt.
10
(a) composites mullite/alumine/et zircone
(b) apatites
(c) mousse mtallique
(d) dpt poreux et fissur
Figure I1 : Diffrents exemples des structures poreuses : (a) composites mullite/alumine/et

zircone (rfrence [9]) ; (b) apatites ; (c) mousses mtalliques ; (d) dpt poreux par projection
plasma (rfrence [10]).
Figure I2 : Matriau poreux deux phases : phase solide (volume VS ) et phase de pores
(volume VP ).
Cette dfinition dcrit la porosit totale qui diffre de la porosit ouverte, cette
dernire est dfinie par les pores joints et connects lextrieur de lchantillon et qui
constituent un passage libre pour un fluide. Alors que la porosit bidimensionnelle reprsente
11

le rapport entre laire des pores et laire totale dune coupe.
La mthode la plus usuelle lors de la quantification de la porosit consiste peser un
chantillon (en kilogramme) laide dune balance et mesurer son volume (en m3). La
masse volumique relle se calcule alors partir de ces mesures. La porosit, alors, est le
rapport entre cette valeur rsultante et la valeur thorique de la masse volumique du matriau
solide :
(Eq. I-2)
Le schage de lchantillon avant de le peser est recommand pour librer lhumidit

des pores, ainsi trouver une valeur plus nette de .
De faon gnrale, dans un milieu digitalis, comme dcrit par la suite, la porosit
dun milieu bi-phasique est calcule par le rapport du nombre des pixels (voxels) qui
correspondent la phase des pores divis par le nombre total des pixels (voxels) du milieu
concern.
I.3.
Techniques dimagerie
Les images des matriaux tudis sont en gnral obtenues laide dun microscope. Il
existe des multiples types de microscope en fonction de la source et la mthode de lobtention

de limage. Tableau I1 rsume ces types [11].
La microscopie lectronique balayage (MEB) (en anglais Scanning Electron
Microscopy ) est une technique de microscopie lectronique fonde sur le principe des
interactions lectrons-matire, capable de produire des images en haute rsolution de la
surface dun chantillon. Cette technique, considre comme un essai non destructif, consiste
explorer la surface de lchantillon [12], ce qui permet dobtenir des images qui reprsentent
la structure de la surface du matriau tudi. Ces images, en gnral bidimensionnelles, sont
interprtables de diffrentes manires selon les informations dsires.
12

Tableau I1 : Diffrentes familles de microscopes.
Type
Varits
Microscope
optique
champ
large ;
Microscope
confocal
Microscopes
(ventuellement balayage laser) ; Microscope contraste de phase ;
optiques
Microscope
de
fluorescence
par
rflexion
totale
interne ;
Stromicroscope ; Microscope 3D dconvolution.

Microscope lectronique ; Microscope lectronique en transmission
Microscopes
(MET) ; Microscope lectronique balayage (MEB) ; Microscope
lectroniques
lectronique balayage par transmission (MEBT) ; Microscope

lectronique par rflexion.
Microscopes
Microscope force atomique ; Microscope optique en champ proche ;
sonde locale
Microscope effet tunnel.
Microscopes
Spectromtrie de masse ionisation secondaire (SIMS) ; Sonde
ioniques
atomique tomographique ; Sonde nuclaire (PIXE).
I.4.
Imagerie et traitement dimages
I.4.1.
Dfinition dune image numrique
Le terme dimage numrique recouvre toute image acquise (par scanner, appareil
photo,..), cre directement par des programmes informatiques, traite, stocke sous forme de
valeurs comprises entre 0 et 255.
Le traitement dimage est une opration qui dbute avec une image et finit avec une
autre ou bien une image corrige. Cette opration ne doit tre confondu avec lanalyse
dimage [13] qui dbute sur une image et en extrait des rsultats concis, rduisant les donnes
ncessaires pour stocker limage originale comme un tableau des pixels. Le traitement produit
habituellement une autre image aussi grande que loriginale mais dans laquelle les valeurs des
pixels (intensit ou couleur) ont chang.
Ici, le traitement des images est une tape indispensable avant danalyser les
diffrentes informations contenues dans les images. En fait ce traitement a deux objectifs :
13
Amliorer la qualit de l'image et la rendre "lisible"
Prparer l'analyse : segmentation

Alors, l'analyse permet l'extraction d'informations de l'image. La Figure I3 montre le
chemin suivi afin de raliser lanalyse dune image exploitable.
Figure I3 : Chemin suivi lors de lobtention dune image de structure exploitable.
La forme la plus simple pour dcrire une image exploitable est de dfinir un tableau de
L lignes et C colonnes. Alors, il est possible dcrire :
I : [0, L 1] [0, C 1] [0, M ]
(Eq. I-3)
o, I est une image, p est le nombre de couches de limage et M est la valeur de couleur. Pour
une image binaire : (p, M) = (1, 1), une image en niveau de gris : (p, M) = (1, 255) et une
image en couleurs : (p, M) = (3, 255).
I.4.2.
Types dimage
On distingue deux types principaux dimages dans lespace bidimensionnel [14] :

1. Les images matricielles : Elles sont composes comme leur nom lindique dune
matrice de points plusieurs dimensions, chaque dimension reprsentant une
dimension spatiale. Dans le cas des images deux dimensions (le plus courant), les
points sont appels pixels ; Figure I4. Chaque pixel, correspond en ralit une
dimension dtermine par la rsolution du moyen dacquisition de limage.
14
132
123
189
206
222
231
231
132
148
181
206
222
231
231
140
156
181
198
214
214
222
140
165
181
198
206
206
206
132
148
165
173
189
189
198
132
132
140
156
173
181
198
115
115
115
132
156
173
189
107
99
99
115
132
148
165
107
99
90
99
115
132
148
99
85
90
99
99
123
132
99
85
85
107
99
115
123
107
90
99
99
99
115
123
Figure I4 : Reprsentation dune image matricielle de 12x7 pixels (de haut en bas et de gauche
droite). La valeur de chaque pixel est comprise entre 0 et 255 (encodage niveau de gris).
2. Les images vectorielles : le principe est de reprsenter les donnes de limage par des
formules gomtriques qui peuvent tre dcrites dun point de vue mathmatique. Cela
signifie qu'au lieu de mmoriser une mosaque de points lmentaires, cest la
succession d'oprations conduisant au trac qui est stocke. L'avantage de ce type
d'image est, outre son faible encombrement, la possibilit de l'agrandir indfiniment
sans perdre la qualit initiale.
Dans cette thse, seules les images matricielles sont considres.
I.4.3.
Formats dimage
Un format dimage est une reprsentation informatique de limage, associe des

informations sur la faon dont limage est code et fournissant ventuellement des indications
sur la manire de la dcoder et de la manipuler [14].
Les images que nous tudions sont celles que lon obtient par microscopie
lectronique balayage. Ces images sont de format TIFF (Tagged Image File Format) [15],
et leur traitement est indispensable. Une image exploitable est une image binaire dans laquelle
on na que deux couleurs : la blanche et la noire. Cette image est, le plus souvent, au format
BMP (BitMap Picture).
Pour la dfinition de ces deux formats le lecteur peut se rfrer Annexe II.
I.4.4.
Traitement dimage
Dans le domaine de traitement dimages numriques plusieurs logiciels ont t

dvelopps et rpondent parfaitement nos besoins. Notre besoin est celui dun code capable
15

de rendre une image numrique de structure, poreuse dans notre cas dtude, obtenue par
microscope (lectronique ou optique), interprtable de faon quantitative et exploitable par un
code de calcul numrique.
Le traitement dimage vise :
Soit modifier limage pour la rendre claire et sans dfauts : dans ce cas sont
appliques les fonctions communes (filtrage, contours, contraste, clart,).
Soit dextraire des informations quelle contient : dans le cas dun matriau poreux
elle peut donner une ide de la taille des pores, la profondeur, leur rpartition, et si ils
sont connects ou pas. Dans ce cas les fonctions spcialises sont utilises.
Le lecteur se rfrera lAnnexe III consacre au traitement dimages et aux fonctions

appliques.
Le terme dimage binaire signifie que limage est dfinie par deux couleurs qui sont
souvent le noir et le blanc. Cette dfinition de limage permet son exploitation directe par un
code de calcul puisque les deux phases (solide et pores) sont distingues par une des deux
couleurs, Figure I5.
Figure I5 : (a) Image MEB de microstructure et (b) image binaire rsultante de lapplication de
la segmentation. Les pores sont les pixels noirs.
La matrise du traitement dimage ncessite une connaissance supplmentaire des

diffrents termes de ce domaine. Pour notre intrt, trois tapes ncessaires sont:
16
Transformer limage obtenue par la technique MEB en format BMP.
Appliquer la fonction seuil (en anglais threshold).
Stoker limage sortante dans un fichier sous forme dune matrice pour
application ultrieure.
I.5.
Conclusion du chapitre
Dans le cadre de ce chapitre sont prsentes des gnralits sur les matriaux
htrognes et plus particulirement les matriaux poreux. Ce type de matriaux trouve des
applications vitales dues ces proprits qui varient avec la porosit. Ainsi la porosit est
dfinie et la microscopie lectronique balayage (MEB) est prsente comme technique
dimagerie pour lobtention des images de la microstructure des ces matriaux. Limage
rsultante de MEB est traite de manire distinguer les diffrents constituants et phases du
matriau tudi. Ce traitement est indispensable pour rendre limage exploitable pour
linvestir ultrieurement lors dune procdure de reconstruction tridimensionnelle ou mme
lors dun calcul directe par simulation dune proprit physique.
17
Bibliographie du chapitre I
[1] Brian S. Mitchell, An Introduction To Materials Engineering And Science For Chemical
And Materials Engineers, John Wiley & Sons, Inc., Hoboken, New Jersey, 2004.
[2] http://fr.wikipedia.org/wiki/Microscopie_%C3%A9lectronique_%C3%A0_balayage.
[3] http://fr.wikipedia.org/wiki/Microscopie_optique .
[4] http://fr.wikipedia.org/wiki/Image_matricielle .
[5] http://fr.wikipedia.org/wiki/Image_vectorielle .
[6] Hans-Peter Degischer et Brigitte Kriszt, HandBook of cellular metals : Production,
Processing, Applications. Wiley-VCH 2002.
Group 2003.
[9] Ahmed ESHARGHAWI, laboration de matriaux poreux base de mullite par procd
SHS. Thse soutenue le 29 octobre 2009, SPCTS limoges.
[10] Laboratoire SPCTS www.unilim.fr/spcts/ .
[11] http://fr.wikipedia.org/wiki/Microscope.
[12] La microscopie lectronique balayage, Alain Duval et Anne Bouquillon
www.culture.gouv.fr/culture.
[13] John C. Russ, Robert T. Dehoff, Practical Stereology 2nd edition. Plenum Press, New
York, NY ISBN 0-306-46476-4.
[14] http://fr.wikipedia.org/wiki/Image_num%C3%A9rique.
[15] http://www.adobe.com/Support/TechNotes.html. TIFF Revision6. Adobe Systems
Incorporated, june 1992.
18
Chapitre II : Reconstruction stochastique par algorithme du recuit simul (RS)
II. Reconstruction stochastique par algorithme

du recuit simul (RS)
II.1.
Reconstruction tridimensionnelle
II.1.1.
Introduction la reconstruction tridimensionnelle
Lide de la reconstruction tridimensionnelle est rcente et provient dun besoin

justifi par la croissance du march des matriaux et est soutenue par lavancement et le
dveloppement rapide des techniques dimagerie et de linformatique. Ce mode de
prsentation dun matriau ou dun objet en 3D permet aux chercheurs de travailler
numriquement sur diffrents aspects de traitement dimages pour obtenir une image nette et
relle qui concerne leur domaine dintrt.
Lvaluation de la vraisemblance de la reconstruction revt une grande importance
dans le domaine de gnie ptrolier et de la biologie ainsi que du gnie des matriaux [1]. Une
procdure de reconstruction effective permet dobtenir des chantillons reprsentatifs dont on
peut analyser les structures et valuer les proprits macroscopiques du matriau tudi. Cest
un moyen non-destructif destimation de ces proprits.
Quelle que soit la technique utilise, quatre tapes sont ncessaires la reconstruction,
ce sont :
1. Lobtention dune image de structure ; cette image est bidimensionnelle.
2. Le traitement et lanalyse de cette image.
3. Le choix dune mthode ou technique de reconstruction.
4. La vrification de lefficacit de la mthode de reconstruction par ltude qualitative
19

de la structure tridimensionnelle obtenue par ltape prcdente.
Diffrentes techniques sont utilises pour passer dune image bidimensionnelle une
image tridimensionnelle. Citons par exemple la technique tomographie [2, 3], la
reconstruction partir des coupes en sries successives [4, 5, 6, 7, 8, 9] o partir des
modles fonds sur des gomtries connues [10, 11, 12, 13], et enfin les mthodes de
reconstruction stochastique [14], mot cl dans cette thse, qui sont prsentes de faon
dtaille dans ce chapitre. Signalons ici quil existe dautres mthodes de reconstruction, ainsi
la reconstruction par transformation en ondelettes et la reconstruction partir de spectre de
Fourrier. Cependant ces deux mthodes ne permettent pas de remonter une structure 3D
avec une morphologie impose [15].
II.1.2.
Technique de la tomographie
La tomographie est une technique trs utilise en imagerie mdicale, en gophysique

et en astrophysique. Cette technique permet de reconstruire le volume d'un objet partir d'une
srie de mesures effectues par tranches successives depuis l'extrieur de cet objet [16]. Dans
une version haute rsolution, elle est de plus en plus utilise en sciences des matriaux.
Les principales techniques tomographiques sont :
l'imagerie par rsonance magntique nuclaire (IRM).
la tomographie axiale calcule aux rayons X (scanner ou CT).
la tomographie en cohrence optique (OCT).
la tomographie mission de positon (TEP).
la tomographie mission mono-photonique (SPECT, pour single photon

emission computed tomography )
le microscope effet de champ est parfois appel sonde tomographique atomique.
la tomographie lectronique permet d'obtenir une reprsentation tridimensionnelle

d'un objet avec une rsolution de quelques nanomtres l'aide d'un microscope
lectronique en transmission spcialement quip.
20
la tomographie sismique, qui permet d'imager des structures gologiques grce

partir de la propagation des ondes sismiques.
l'imagerie Zeeman-Doppler, utilise en astrophysique pour cartographier le champ

magntique de surface des toiles.
La tomographie et l'imagerie 3D appliques la paloanthropologie, permettent

d'tudier les structures internes des hominids fossiles et de compenser les
altrations subis au cours de la fossilisation.
La tomographie, rayons X ou neutrons, est un essai non destructif pour lanalyse de
structure 3D totalement cache. La Figure II1 prsente un exemple dun tel appareillage
[3]. Grce sa capacit de pntration, cette technique peut fournir des informations sur la
variation de masse spcifique, la microfissuration et mme la permabilit de matriaux
poreux [2].
Figure II1 : Photo de lappareil de tomographie rayon-X. (rfrence [3]).
Cette mthode ncessite de produire dans un premier temps les donnes, constituant le
"tomogramme", et reprsentant la structure en 3D ainsi que la variation de la composition de
lchantillon. Chaque point dans ce tomogramme se nomme voxel. Un faisceau de rayonsX traverse lchantillon et une camera enregistre les radiographes . Des sries de
radiographes sont collectes aux angles diffrents, de lchantillon en rotation, pour
produire le tomogramme . Les radiographes sont traites par un algorithme de
reconstruction pour produire le tomogramme . Un exemple de la structure rsultante est
21

donn en Figure II2.
Figure II2 : Image tridimensionnelle de mousse daluminium, rsultante de limagerie

tomographie prsente en Figure II-1. Taille de lchantillon 500 m .( rfrence [3]).
La possibilit dobtenir directement une image 3D de haute rsolution est limite par
le cot trs lev justifi par lutilisation dinstallations techniques complexes et par le
traitement de rsultats issus des mesures. Le SPCTS ne dispose pas de telles installations.
II.1.3.
Reconstruction laide de sries de coupes successives
Cette voie permet la quantification de microstructures 3D laide des techniques

classiques de la mtallographie couples avec la reconstruction aide par lordinateur pour la
visualisation [4].
Le schma gnral de cette technique se rsume en quatre tapes rptitives :
1. Marquer lchantillon par indentation, Vickers de prfrence (voir Figure II3 pour la
gomtrie), de faon ce que la tache soit apparente lors de passage la technique
dimagerie (par exemple, MEB), Figure II4, plusieurs indentations sont ncessaires
pour dfinir une rgion exploitable.
2. polir lchantillon.
3. Lobtention de limage : cette image est traite, segmente pour obtenir une image
binaire et stocke avec un nombre rfrent pour la reconstruction ultrieure.
22

4. Mesurer lpaisseur enleve lors de ltape 2 et recommencer le polissage.
h=
D
2 tan( / 2)
D = (D1 + D 2 )/ 2
Figure II3 : Gomtrie de la tache de lindenter Vickers. (rfrence [4].)
(a)
(b)
(c)
Figure II4 : Prsentation schmatique de la reconstruction de composite Al-SiC partir de

coupes successives en sries. (a) Indentation, (b) micrographe de lindentation de Vickers et (c)
progrs de lacquisition-polissage. (rfrence [4].)
23

Lanalyse et le traitement dimage sont appliqus aux images successivement acquises
notamment la segmentation. Puis, laide dun logiciel spcialis un domaine 3D est
reconstruit.
Cette mthode de reconstruction ncessite des quipements lourds de laboratoire et
elle nest pas trs aise car elle impose une excution soigne du polissage, de lacquisition
dimages MEB et du traitement des sries dimages obtenues.
II.1.4.
Modles de gomtries reprsentatives : les sphres

empiles
La plupart du temps, et pour un milieu granulaire avec des particules trs petites de
lordre de quelques micromtres. Ces granules ou particules sont reprsentes comme de
petites sphres. En fonction de la distribution de taille de ces sphres il sagit dune
distribution monomodale, bimodale et multimodale ainsi quun modle avec une distribution
spcifique de taille des particules.
II.1.4.1.
Modle de particules monomodales
Dans ce modle, toutes les particules sont de mme taille. Du point de vue cristallinit
[10], il est possible dimaginer les particules distribues, selon un systme cubique, selon les
sommets de ce cube (modle primitif), ou bien les sommets et le centre du cube (modle
centr) ou encore les sommets et les centres des faces du cube (modle faces centres). Les
structures rsultantes ont dj un taux de porosit connu prsent en Tableau II1.
Tableau II1 : Taux de porosit des modles cristallographie (la taille du cube est lunit).
Modle
Fraction solide
Porosit
primitif
0.52
0.48
centr
0.68
0.32
faces centres
0.74
0.26
Il est aussi possible de parler, selon la distribution des sphres, dun empilement
24

triangulaire ou carr [11]. Dans le cas dun empilement triangulaire, trois billes en contact
forment avec leurs centres de gravit un triangle quilatral (un prisme en 3D) comme la
montre Figure II5.
II.1.4.2.
Modle de particules de distribution alatoire de tailles
L'empilement alatoire de particules sphriques dures peut servir de modles utiles

de nombreux systmes physiques et techniques, telles que les microstructures des liquides
simples, les suspensions concentres, les matriaux amorphes, les composants en cramique
prpare par compactage de poudres, et poreux matriaux [13, 17]. La structure de
l'empilement, qui influe sur les proprits mcaniques, lectriques et thermiques de ces
matriaux, peut tre caractrise par plusieurs paramtres, tels que la densit d'empilement, le
nombre de coordination, et la fonction de distribution radiale.
Figure II5 : Empilements (a) triangulaire et (b) carr de particules sphriques de mme taille.
(rfrence [11].
Il est possible daugmenter la compacit des empilements en intgrant dans les espaces
pores des billes plus petites, il est parl dun empilement bimodal, trimodal, etc.
Trois tapes sont ncessaires pour gnrer une telle structure, [12] :
1. La gnration de position initiale et de taille de particules selon une distribution
log-normale.
2. La relaxation des chevauchements.
3. La dilatation de lespace demballage.
25

Pour les particules qui suivent une distribution log-normal, la fonction de probabilit
du rayon de la particule r est donne par lexpression :
f (r ) =
2
2
1
e (ln r ln r0 ) / 2
2 r
(Eq. II-1)
o, ln r0 and sont le moyen et la dviation standard de la fonction de la distribution lognormal. Dans le cas o le rayon moyen des particules est normalis la valeur 1, ln r0 est
nulle. La Figure II6 prsente un exemple du compactage de 150 particules de diffrentes
tailles contrle par = 0.1 et une valeur normalise de r0 = 1 dans un cube de faon davoir
une porosit de 15%.
Figure II6 : Construction dempilement de billes avec une distribution de taille. Nombre de
sphres = 150, = 0.15 , = 0.1 et r0 = 1 .
Ces modles sont fonds sur des relations empiriques et leur application est limite
certains types de structures.
II.1.5.
Reconstruction stochastique
Une procdure de reconstruction simple est fonde sur lutilisation du champ Gaussien
alatoire [14]. Torquato et ces collaborateurs ont exploit une technique de reconstruction
stochastique [15, 18, 19], dans laquelle partir de lensemble des fonctions de rfrence qui
dcrivent les proprits statistiques du milieu tudi. La procdure se poursuit jusqu
26

lobtention dune configuration dans laquelle les fonctions de corrlation calcules sont le
plus proches possibles de celles de rfrence. Ce qui est obtenu par une technique de
minimisation stochastique qui, dans cette tude, est la mthode du recuit simul (RS).
La procdure gnrale de cette mthode de reconstruction se rsume en quatre tapes :
1. Lobtention de limage bidimensionnelle de rfrence : cette image doit contenir les
diffrentes phases (constituants) du matriau qui doivent apparatre de faon distincte
dans cette image. Dans le cas de la reconstruction de la phase des pores dun matriau
poreux il sagit dune image binaire
2. lextraction des informations morphologiques laide des corrlations statistiques (par
exemple, 1-point, 2-points, etc.) comme dcrit ci-aprs.
3. La gnration dune structure tridimensionnelle alatoire.
4. Lapplication dune approche itrative qui, dans cette thse, est lalgorithme du recuit
simul.
5. Lobtention de la structure 3D : cette structure est, du point de vue statistique
quivalente la structure relle du matriau tudi.
La suite de ce chapitre est consacre la description dun algorithme de reconstruction
stochastique par le schma du recuit simul. Alors une structure 3D peut tre obtenue partir
dune image reprsentative bidimensionnelle en utilisant les informations statistiques, comme
la fraction volumique et la fonction de corrlation 2-points, mesures par lanalyse de limage
modle.
II.2.
Introduction la reconstruction stochastique

Le schma de minimisation du recuit simul RS (en anglais Simulated Annealing) est
propos pour la rsolution de problmes doptimisation [20]. Il sapplique une grande

varit de problmes dont celui dit du voyageur de commerce (en anglais Travelling
Salesman Problem) est le plus connu [14, 21] et pour laquelle il a prouv son efficacit. Ce
schma est aussi appliqu dans le domaine de lanalyse dinformations telles que celles de la
mto, mais principalement en traitement dimage [22]. Le terme recuit fait allusion au
27

traitement thermique correspond un rchauffement suivi dun refroidissement lent.
La mthode du recuit simul est date de 1953 quand Nicolas Metropolis [23]
sinspire du comportement du mtal qui au recuit sagence selon une structure dnergie
minimale. Quiblier [24] avait propos de reconstruire un milieu poreux en 3D avec une
mthode fonde sur un filtre Gaussien. J. Salls et al. [25] ont essay de reconstruire des
reprsentations ralistes dun milieu poreux au moyen dune mthode de reconstruction
fonde sur la reproduction de la porosit et des fonctions extraites de corrlation des couches
en coupe bidimensionnelle. Leur but tait dtudier les processus de transport dans ces
milieux reconstruits. En 1997, la mthode du recuit simul a t utilise par Hazlett [26] dans
le projet de reconstruire un milieu bi-phasique (poreux). A cette mme date se trouve
plusieurs propositions de reconstruction stochastique tridimensionnelle partir dimage de
structure bidimensionnelle [15, 18, 19, 27, 28, 29, 30, 31, 32, 33, 34].
La mthode du recuit simul suppose lvolution dune grandeur dite temprature .
A chaque itration ou tape de calcul, une solution, choisie de manire alatoire dans lespace
de calcul, est accepte inconditionnellement et remplace la solution courante si elle conduit
une plus faible en nergie, sinon elle est soumise un tirage alatoire dont la probabilit de
succs est lie la diffrence dnergie entre les deux solutions.
Le principe de lalgorithme du recuit simul, comme le proposent Yeong et Torquato
[15, 18], est la recherche dun tat dnergie minimum parmi dautres minima locaux par
lchange de voxels de diffrentes phases dans le systme digitalis. Ils introduisent une
technique doptimisation stochastique qui permet de gnrer des structures htrognes
partir de lensemble de fonctions statistiques prescrites. Les points forts ce schma sont les
suivants :
1. Une programmation simple.
2. Un schma gnral applicable toutes les structures : multidimensionnelles,
multiphasiques et anisotropes.
3. La facilit de prise en compte dautres fonctions statistiques morphologiques.
4. La possibilit de reconstruire directement un milieu 3D partir de fonctions
morphologiques arbitraire, sans se proccuper de la ralit physique de la structure.
28

Lavantage principal de lalgorithme du recuit simul alatoire, est de permettre de
construire une solution optimale en minimisant une fonction dnergie, appele aussi
fonction du cot ou fonction dobjectif. Il a linconvnient dune convergence lente.
La structure tridimensionnelle est constitue dun rseau ou grille de sites, appels
aussi nuds ou voxels, chacun desquels est attribu une valeur qui reprsente ltat de ce
site.
Dans les paragraphes suivantes nous dfinissons les concepts lmentaires qui servent
tablir les informations morphologiques, notamment les diffrents modes de corrlation npoints et la fonction du chemin linaire. Un paragraphe est consacr la description de la
procdure de minimisation par le schma du recuit simul et lexplication de diffrentes
tapes de lalgorithme de la reconstruction. Sont ensuite exposs des exemples de
reconstruction de structures de lordre longue et courte distance. La conclusion donne un
aperu des avantages et des inconvnients de cette mthode doptimisation ainsi que sur les
perspectives demploi.
II.3.
Concepts morphologiques lmentaires

Dans la littrature on trouve plusieurs types de descripteurs statistiques qui peuvent
tre choisis comme fonction de rfrence [1], toutefois le travail prsent ci-aprs se limite
lusage de la fonction de corrlation 2-points et la fonction du chemin linaire. Ces deux
sources dinformations morphologiques sont assez simples dutilisation et elles contiennent
suffisamment dinformations sur la structure pour lusage que nous envisageons.
II.3.1.
Fonction de corrlation 1-point
Dans un milieu binaire bi-phasique dune taille totale Vtot dans lequel la phase A
occupe une fraction A de ce volume ainsi que la phase B occupe la fraction complmentaire
B de faon que A + B = 1 , la fonction de corrlation 1-point (connue aussi comme la

fonction de phase ou la fonction indicateur) est dfinie comme :
r 1,
Z (r ) =
0,
r
r Vref
r
r Vref
(Eq. II-2)
r
ce qui indique si le point (qui est un vecteur) r appartient ou non la phase de rfrence dont
29

la taille est Vref = ref .Vtot . La valeur de cette fonction donne la fraction volumique de la
phase :
r
S1(i ) = Z (i ) (r ) = i
(Eq. II-3)
ce qui reprsente la probabilit de trouver un point, choisi alatoirement, en phase i. Cette

fonction donne la valeur de la porosit quand lune des phases est gazeuse. Cette fonction
est dapplication simple. Il suffit, pour lestimer dans un milieu binaire, de compter les pixels
(voxels en 3D) qui appartiennent une phase de rfrence et puis diviser ce nombre par le
nombre total de pixels du domaine dintrt.
II.3.2.
Fonction de corrlation 2-points
Dans une structure quelconque qui se compose de deux phases, la fonction de

r r
corrlation 2-points S (r1 , r2 ) est dfinie comme la probabilit de trouver les deux points
r r
r1 , r2 dans la mme phase :
r r
r
r
S 2(i ) (r1 , r2 ) = Z (i ) (r1 ).Z (i ) (r2 )
(Eq. II-4)
r r r
Cette fonction dpend seulement du vecteur R = r1 r2 dans un milieu isotrope:
()
r
r
r r
S 2( i ) R = Z (i ) ( r1 ).Z (i ) ( r1 + R )
(Eq. II-5)
r
La distance R se mesure en pixels ce qui signifie que cette distance a une valeur entire.
Pour une phase donne, deux proprits importantes de cette fonction sont:
1.
S 2 (0) = ,
2. lim S 2 (R )R = 2 , en labsence dordre longue distance.

La fonction de corrlation de la deuxime phase est relie celle de la premire phase
par la relation :
S 2( 2) (R ) = S 2(1) (R ) 21 + 1
(Eq. II-6)
30

La fonction de corrlation microstructurale 2-points est un descripteur statistique
efficace de caractrisation dune structure htrogne. Cette fonction contient les informations
quantitatives relatives aux proprits microstructurales comme les fractions volumiques des
phases constituantes, la connectivit des phases et lanisotropie morphologique. Elle convient
bien pour rsumer des microstructures ralistes. La Figure II7 donne un exemple de la
fonction de corrlation 2-points.
Pour une image binaire bidimensionnelle, Jiao et al. [35] ont crit la fonction de
corrlation 2-point sous forme de lquation :
M
I (i, j ) * I (i + x, j + y )
M *N
j =1
N
S ( x, y ) =
i =1
(Eq. II-7)
do M * N reprsente la taille de limage, I (i, j ) est un entier qui prend une des deux
valeurs : soit 0 soit 1.
(b)
(a)
Fonction de corrlation S2(R)
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
0
10
20
30
40
50
Longueur de rfrence R (pixels)
Figure II7 : (a) Image binaire dun grs (sandstone) (les pores sont en blanc) de 300x300 pixels
(le pixel fait 5m), (b) la fonction de corrlation 2-points. (rfrence [36].)
La corrlation 2-points peut aussi tre dcrite en utilisant la fonction dauto-corrlation

2-points qui est la version normalise de la fonction de corrlation 2-points (voir Figure II
8) :
r
r r
Z (r1 ).Z (r1 + R )
r
R2 R =
2
()
(Eq. II-8)
31
(a)
(b)
Fonction de autocorrlation R(R)
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
-0.1 0
40
80
120
160
200
240
280
320
360
Figure II8 : (a) Image dun agrgat de billes de verres (les pores en noir) de 760x570 pixels.
(2.1x2.1 m2) (b) La fonction dauto-corrlation extraite de limage (a). (rfrence [31].)
r
Les proprits de lauto-corrlation 2-points R2 ( R) sont :
1. R2 (0) = 1 ,
()
r
2. lim R2 R
r
R
= 0 , en labsence dordre longue distance.
Dautres fonctions de corrlation n-points peuvent tre dfinies de faon ce que les n
points appartiennent toujours la mme phase tudie :
r r
r
r
r
r
S 2(i ) (r1 , r2 ,....., rn ) = Z ( i ) (r1 ).Z (i ) (r2 )........Z ( i ) (rn )
(Eq. II-9)
En pratique, lestimation de la fonction de corrlation n-points (n > 2) est

numriquement difficile et couteuse en temps de calcul.
Notons que la fonction de corrlation 2-points peut tre obtenue exprimentalement
par la dispersion de rayons-X aux petits angles [37].
Pour ltude dun milieu anisotrope, la fonction de corrlation 2-points peut tre
construite par lanalyse mutuelle de diffrentes coupes prises selon les trois axes principales
[38, 39].
32
II.3.3.
Surface volumique
La surface volumique s dun milieu bi-phasique peut tre dfinie comme laire de
linterface phase1-phase2 divise par le volume total unitaire du milieu (ce milieu tant
suppos reprsent une masse de matriau). Lunit de s est linverse dune longueur et cest
une mesure caractristique importante du milieu. En fait, il est montr que la pente de la
fonction de corrlation 2-point prend, quand r = 0 , peu importe la phase, la valeur de s / 4
dans lespace tridimensionnelle, et en gnral :
s / 2
d
S 2 (r ) r =0 = s /
dr
s / 4
D =1
D=2
D=3
(Eq. II-10)
D tant la dimension de lespace. Dans un milieu digital de dimension D , Eq. II-8 devient :
d
S 2 (r ) r =0 = s /(2 D)
dr
(Eq. II-11)
La procdure dvaluation de la valeur de s dans un milieu digital tridimensionnel est

la suivante : on compte la surface dinterface de chaque voxel appartenant une phase de
rfrence. Sachant quun voxel dans lespace est entour par 26 voxels, comme il est montr
dans la Figure II9.
Figure II9 : Un voxel
dans lespace digital tridimensionnel est en contact avec 26 voxels, par

sommet , par arrt
et par face .
33
II.3.4.
Fonction du chemin linaire
La fonction de corrlation 2-points ne peut pas elle seule dfinir compltement un

matriau htrogne bi-phasique. Un autre descripteur morphologique de la structure dun
milieu dispers est la fonction du chemin linaire (en anglais, Lineal-path function). Dans une
r r
structure quelconque qui se compose de deux phases, la fonction de chemin linaire L( i ) (r1 , r2 )
r r r
est dfinie comme la probabilit de trouver tous les points dun vecteur R = r1 r2 dans la
mme phase :
()
r
r r
L( i ) R = P (r1 , r2 )
1 ,
r r
P (r1 , r2 ) =
0 ,
(Eq. II-12)
r r
r R
r r
r R
(Eq. II-13)
r
o, R Vref . Pour une phase donne, deux proprits importantes de cette fonction sont :
1. L(0) = S 2 (0) =
2. lim L( ) = 0 , dans labsence de lordre longue distance.
Cette fonction dcrit la connectivit locale en 2D du milieu tudi, au moins le long
dun chemin linaire. Elle reflte certaines informations longue distance sur le systme
tudi. Figure II-10 est un exemple de cette fonction.
(b)
fonction du chemin linaire Lp(R)
(a)
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
0
10
20
30
40
50
Figure II10 : (a) Image binaire dun grs (sandstone) (les pores en blanc) de 300x300 pixels (le
pixel fait 5m), et (b) fonction du chemin linaire. (rfrence [36].)
34

Pour rsumer, la procdure de lvaluation de la fonction LP (R ) dune phase est faite
pour un pixel dune phase donne par mesure de la distance en pixels entre ce pixel et le pixel
le plus proche contenu dans la phase oppose dans une direction. Il faut balayer la totalit de
limage, compter le nombre des essais dans lesquelles tous les points (pixels) de cette ligne se
trouvent dans la mme phase concerne, et la fin des oprations diviser ce nombre par le
nombre total des essais accomplies (ce nombre correspond la taille du milieu quand lon
parle dun domaine priodique).
II.3.5.
Fonction de percolation de volume
La percolation traduit le passage dune information entre deux points dun systme.
Dans le cas dun corps poreux la percolation reprsente la pntration des pores entre deux
faces du matriau. Ce principe est illustr en Figure II11.
Figure II11 : Percolation de la phase solide par les pores (sphres bleues) (rfrence [40]).
Les pores isols rencontrs dans le matriau sont prsents normalement mais ne
contribuent pas lcoulement. Ainsi, la fraction de volume des pores travers lequel le
fluide peut percoler est trs importante lors de ltude de lcoulement car elle montre le degr
de connexion de lespace pores. La fraction de percolation de volume f P :
fP =
(Eq. II-14)
le volume total des pores et le volume des pores en connexion.
35
II.3.6.
Fonction damas 2-points
La fonction damas 2-points (en anglais : 2-points cluster function) C (i ) ( x1 , x2 ) est

dfinie comme la probabilit de trouver deux points x1 , x2 choisis alatoirement, dans le
mme amas (cluster) dune phase i. Elle est applicable une structure tridimensionnelle.
II.3.7.
Fonction de distribution de la taille des pores
La fonction de distribution de la taille des pores (en anglais : size distribution function)
P ( ) est dfinie comme la probabilit de trouver un point de la phase de pores une distance
entre et + d du point le plus proche de linterface solide/pore. Cette fonction est

diffrente de la distribution de taille de pore obtenue directement par la technique du
porosimtre mercure. Cette fonction est applicable lanalyse de la structure rsultante de la
reconstruction tridimensionnelle [41].
II.4.
Recuit
simul
pour
la
reconstruction
tridimensionnelle
II.4.1.
Procdure doptimisation
Le problme de reconstruction, ou de construction, est un problme doptimisation [1].

Dans la suite de lanalyse, on considre un milieu poreux isotrope constitu de deux phases :
la phase solide continue et la phase disperse qui forme des pores. Le but est de reconstruire
ce milieu en 3D en utilisant les informations statistiques extraites dune configuration
reprsentative bidimensionnelle, par exemple une image MEB.
()
r
Soit la fonction de rfrence S 2,ref R dune phase quelconque mesure partir de
r
limage MEB transforme en image binaire, S2, sim R est la mme fonction mais ici de la
()
structure gnre en 3D. La fonction de lnergie E [42], appele aussi la fonction du cot et
la fonction objective [36], est dfinie comme la somme de carr de diffrences entre la
r
r
fonction de rfrence S 2,ref R et la fonction estime dans la structure gnre S2, sim R :
()
()
36

r
r=R
E = S 2, sim (r ) S 2,ref (r )
r =1
(Eq. II-15)
Le but sera donc de minimiser cette fonction E pour avec la structure reconstruite
obtenir ltat souhait et qui est statistiquement semblable la structure dont on a eu une
image bidimensionnelle. Dans le cas o plusieurs fonctions statistiques sont considres, Eq.
II-12 devient :
r
j =n r = R
E = S 2, sim , j (r ) S 2,ref , j (r )
j =1 r =1
(Eq. II-16)
o, n est le nombre de fonctions considres dans la simulation. La technique doptimisation

adapte ce genre de problme est la mthode du recuit simul [43, 44]. Elle est utilise pour
loptimisation de problme de grande chelle o un minimum global (mimimum minimorum)
sest cach parmi plusieurs minima locaux. Lquation gnrale de lnergie pour un systme
multiphasique anisotrope scrit :
( )
( )]
E = j ,k f s( j ,k ) r n f 0( j ,k ) r n
i
(Eq. II-17)
est un facteur de masse qui reprsente limportance relative de chaque fonction

individuelle sur lnergie totale [18]. La sommation i est multidimensionnelle sur toutes les
configurations n. La sommation j concerne les diffrentes phases dans un systme p-phasique,
et k est relatif lanisotropie.
Le concept de chercher de ltat dnergie minimum par le schma du recuit simul est
bas sur lanalogie avec la physique du recuit, procd utilise par les mtallurgistes [45, 46].
Lorsquun systme est chauff jusquune temprature leve puis est laiss refroidir
lentement, il arrive un tat dquilibre. Pour une temprature donne T , la probabilit dtre
dans un tat dnergie E est donne par la distribution de Boltzmann [47] :
P( X ) =
E( X )
1
exp
ZT
K BT
(Eq. II-18)
X (X est une configuration du systme physique), E est une fonction dnergie dfinie
sur et T est la temprature. K B est la constante de Boltzmann. La temprature du recuit
37

diminue selon un programme prescrit jusque lobtention de lnergie du systme dans un tat
trs proche de ltat de lquilibre un seuil de tolrance pralablement dfinie. Figure II12
illustre la procdure du recuit.
Figure II12 : Principe physique du recuit ; lide est dobtenir un minimum global de lnergie
du systme.
Dans notre cas, pour commencer la simulation, une structure 3D, dfinie par un
volume total Vtot = L X LY LZ , est gnre alatoirement et de faon que la phase
reconstruire soit contrle par la valeur de fraction volumique de cette phase . Cette fraction
volumique est dtermine directement de limage binaire de rfrence en 2D ou mme par
voie exprimentale sur un chantillon du matriau.
Supposons que la phase des pores soit reconstruire, chaque itration ou
perturbation du systme un voxel de la phase des pores est choisi, alatoirement, librement ou
selon un critre de slection [36], et chang avec un voxel de la phase solide choisi de mme
manire. Cet change garanti la conservation de fraction volumique de chaque phase. Du fait
de cet change, un nouveau systme est obtenu. Ce dernier systme est accept si la valeur de
sa fonction de cot E diminue : E < E , sinon le systme sera conditionnellement accept
avec probabilit P(E ) . Ceci constitue lalgorithme de Metropolis [23] (ou MetropolisHastings daprs[43]) :
38
1,
P(E ) = E ( t ) / T ( t )
,
e
si E (t ) 0
(Eq. II-19)
si E (t ) > 0
o, E = E E , et T est un variable appel la temprature du recuit.
II.4.2.
Algorithme gnral de la reconstruction par la mthode du

recuit simul
La Figure II13 illustre lalgorithme suivi dans ce travail. La mise en place de cet
algorithme de calcul est relativement simple et, dans la suite, les diffrentes tapes seront
dtailles.
Figure II13 : Algorithme gnral du recuit simul avec les diffrents paramtres de contrle.
39
II.4.2.1.
Structure tridimensionnelle initiale
La taille du domaine reconstruire est limite par la capacit de la machine du calcul.

Nanmoins, il nest pas utile de choisir une grande taille qui serait pnalise par le temps du
calcul. Pour un matriau donn, un domaine de taille 1223 est suffisant pour remonter
lespace 3D et, en comparant avec un domaine de taille 1673 par exemple, on arrive aux
mmes rsultats en conomisant 14 fois le temps du calcul.
Linitialisation du domaine se fait aprs avoir choisi une phase de rfrence dont est
connue, par la gnration alatoirement de Vtot voxels qui vont reprsenter cette phase. Le
reste des voxels du domaine sera attribu la deuxime phase.
Une autre possibilit est aussi de dfinir limage de rfrence dans le plan Z = 0 et de
garder les voxels intangibles pendant la procdure de reconstruction.
II.4.2.2.
Echange des voxels : critre de slection
Les voxels changer peuvent tre choisis, de faon alatoire, librement ou par un
critre de slection. Zhao a montr [36] que lapplication dun critre de slection prsente
lavantage de dtecter, lors de la reconstruction, les voxels les plus fragiles dans le domaine ce
qui ajoute lamlioration de la qualit de la structure rsultante dune part, et dautre part
acclre le calcul et donc baisse le cot. Plusieurs tests montrent que lapplication de cette
procdure converge rapidement vers une nergie minimale.
Dune manire gnrale, si un voxel A est entour par dautres voxels de la mme
phase, on peut le considrer stable ou bien moins fragile quun autre voxel B entour par des
voxels dune phase diffrente. La slection du voxel B, pour un change ultrieur, ne dtruit
pas un amas (cluster). Cest pour cette raison que la slection du voxel A nest pas la
meilleure.
Pour un milieu poreux, dans le cas de la phase des pores : un voxel est dabord choisi
alatoirement puis sa connectivit ces 26 voisins est tudie. Dans cette tude, les 6
directions principales ainsi que les 20 directions diagonales sont scannes (Figure II9). On
dsigne par N P le nombre de voisins qui sont dfinis comme pores . Si la connectivit est
infrieur un nombre N P conventionnel, le voxel est slectionn, sinon il est abandonn et un
autre est recherch. La mme procdure est applique lors de la slection dun voxel de la
40

phase solide. Ici, N S dfinit le nombre de voisins qui appartiennent la phase solide .
Cependant, un certain moment une configuration est obtenue, o il nexiste plus de
voxels changer, sans pour autant que la valeur de lnergie soit minimale. Pour remdier ce
dfaut, une lgre modification dans ltape de slection est applique en sorte que le nombre
conventionnel des voisins (soit NP ou NS) soit incrment aprs une srie dessais de slection
avortes. Cette incrmentation conditionnelle garantit la souplesse et la continuit de la
procdure de reconstruction sans gnrer de temps de calcul supplmentaire [48].
La valeur de N P et N S dpendent fortement de lexprience et de lobservation de
limage bidimensionnelle de rfrence. En gnrale elle varie entre 4 et 12.
II.4.2.3.
Paramtre de contrle T temprature du recuit
La temprature du recuit joue un rle dterminant sur la qualit de la structure

reconstruite. Elle est choisie de sorte quelle permette la convergence progressive vers ltat
dsir le plus rapide possible et en vitant le pige dun minimum local dnergie. Deux
variables sont distingues ici: la temprature initiale et la temprature du recuit .
II.4.2.3.1.
Comment dterminer la temprature initiale ?
Un point important pour la convergence est le choix de la temprature initiale, qui

doit tre choisie suffisamment leve pour permettre au systme de changer aisment de
minimum local pendant les premires tapes de la simulation.
Le schma classique propos dans la littrature [18, 30, 42] est suivi ici. Lestimation
de la temprature initiale est fonde sur le comportement initial de la fonction de cot E
aprs certain nombre de solutions acceptes t 0 , la moyenne des sauts de la fonction de cot
E est calcule :
E =
1
t0
t0
(t )
(Eq. II-20)
t =1
puis, pour une valeur de probabilit dtermine P0 , la temprature initiale du recuit T0

est estime par lexpression :
41
P0 = e E T0
(Eq. II-21)
Les valeurs de t 0 et P0 sont gnralement 1000 et 0.8, respectivement.

II.4.2.3.2.
Comment abaisser la temprature de recuit ?
En fait, la temprature est leve, elle permet lvolution rapide de la configuration

initiale du systme et donc lacceptation de toutes les solutions. Aprs certain nombre
ditrations la diminution de cette temprature est indispensable.
Plusieurs propositions ont t faites pour rduire la temprature de recuit au cours
du processus de reconstruction, parmi lesquelles le schma classique et le schma en chaines
de Markov.
II.4.2.3.2.1.
Schma classique
Ce schma statique est le plus rapide et le plus usuel en raison de la souplesse de

sa programmation. Aprs un nombre prdfini de solutions ou un certain nombre de solutions
acceptes t reduced , la temprature du recuit est tout simplement rduite par un facteur
varie entre 0 et 1 :
Tm = mT0
(Eq. II-22)
m tant le nombre de chaines de Markov. Une chaine de Markov reprsente un nombre
prdfini de solutions (acceptes).

II.4.2.3.2.2.
Schma des chaines de Markov
Par ce schma dynamique , le taux de rduction de la temprature est rgit par

le programme du recuit, et la variation de la valeur de la fonction de cot est prise en charge
lors de la rduction. Ce programme doit tre choisi de manire ce quun optimum global soit
atteint le plus rapidement possible. En pratique, T est rduit par le facteur aprs un certain
nombre prdfini d'changes, appel chaine de Markov. Ce facteur est calcul au moyen de la
relation [31, 49] :
= Max min , Min max ,
Markov
Emin
Markov
E
(Eq. II-23)
42
min et max sont les facteurs maximum et minimum permis pour la rduction. A chaque
Markov
chaine de Markov, c'est--dire aprs t reduced change, les valeurs minimum Emin
et moyenne
E Markov de la fonction de cot sont extraites pour le calcul du facteur de la rduction . La

temprature du systme est donc mise jour par :
T = T0 e ( 1)(m +1)
(Eq. II-24)
T0 est la temprature initiale et m est le nombre de chaines de Markov aprs un total nombre
de t reduced change.
La valeur de t reduced dpend de la taille de domaine reconstruire. Pour un domaine de
1003 voxels par exemple, il parat que 103 est bon. Les valeurs de min et de max sont
comprises entre 0 et 1.
II.4.2.4.
Critres de convergence
Le calcul sachve pratiquement aprs certain nombre de rejections conscutives

MAX_REJECTIONS, ou lorsquune certaine valeur dnergie minimale Emin est atteinte. La
valeur de MAX_REJECTIONS signifie qu un instant donn, le systme ne contient plus de

solution qui permette de poursuivre la minimisation de lnergie ce qui se traduit par la
ncessit darrter le calcul.
II.4.2.4.1.
Valeur dnergie minimum
Le choix de la valeur E min , vue aussi comme la tolrance, joue un rle trs important
sur la qualit de la structure finale rsultante de la procdure de la reconstruction. Jiao et al.
[37] montrent que, pour lalgorithme dchantillonnage orthogonal,
E min
est reli
linairement la taille du domaine N par :
Emin =
1
N4
(Eq. II-25)
et le taux de pixels mal placs dune phase par rapport au nombre total des pixels est :
N mp,i
Ni
N 2 Emin
(Eq. II-26)
43

En d'autres termes, pour E min prescrite, la reconstruction se termine cette valeur avec
un certain nombre de voxels mal placs. Ces voxels nont plus dinfluence sur les proprits
du milieu reconstruit.
La valeur de Emin est dfinie ds le dpart et elle est comprise entre 10 5 et 10 12 .
II.4.2.4.2.
Valeur de rejections successives maximales
Comme indiqu, aprs certain nombre de solutions conscutives non acceptes

puisquelles ne vrifient pas le critre de minimisation dfini par Eq. II-15 ou Eq. II-16 le
domaine reconstruit est bloqu et la recherche ultrieure des solutions devient inutile. Le
paramtre MAX_REJECTION dans cette tude tait entre 3.2 10 4 105 solutions selon
limportance du problme expos.
II.4.2.4.3.
Nombre ditrations maximum
Il est parfois ncessaire de terminer la procdure de reconstruction aprs un certain

nombre ditrations N iter _ MAX . Ce nombre est estim en fonction de la taille de grille choisie
pour le domaine reconstruire. Le fait daugmenter ce nombre na pas dinfluence sur le
temps de calcul, et une valeur maximale de 9 10 6 solutions peut donc tre impos.
II.4.3.
Algorithme dchantillonnage orthogonal
A chaque change de voxels les fonctions statistiques de la structure seront

recalcules, et on comprend que le rendement dun outil numrique de reconstruction
dpendra fortement de la mthode adopte pour ce calcul rptitif. Yeong et Torquato ont
introduit [18] lalgorithme dchantillonnage orthogonal (en anglais, Orthogonal Sampling
Algorithm).
En fait, ltape qui consomme le plus du temps dans le schma du recuit simul est la
dtermination de la fonction de cot E travers le calcul rptitif de la fonction de corrlation
S 2 (dans le cas dune seule information statistique) chaque change de voxels. Ce calcul
peut tre considrablement amlior en observant qu une fois la fonction S 2 calcule pour la
structure initiale tridimensionnelle, il nest plus ncessaire dchantillonner les structures
intermdiaires puisque le changement de la fonction S 2 sera seulement li au changement des
trois plans X, Y et Z que contiennent les voxels modifis. Cette modification de la valeur de S 2
44

peut tre simplement value en invoquant la procdure dchantillonnage des rangs, des
colonnes et des lignes qui contiennent ces voxels, ce qui est un ajustement des valeurs de S 2
initialement stockes.
Un bon choix de la longueur de rfrence Rmax amliore le rendement de cet
algorithme, et abaisse le temps du calcul rel. En gnral, dans le cas dun systme avec un
ordre longue distance, cette longueur ne dpasse pas la moiti de la dimension linaire du
milieu reconstruit.
Il est bon de savoir que cet algorithme est valable dans le cas o le milieu est dfini
comme isotrope.
II.4.4.
Schma de reconstruction hybride
La signification du terme hybride ici correspond lincorporation de plusieurs

informations morphologiques dans la procdure de minimisation quand est reconstruit, de
faon stochastique, un domaine tridimensionnel partir dune image de rfrence
bidimensionnelle. Ce schma peut, thoriquement, liminer les points faibles dus
lexploitation dune fonction statistique unique.
Plusieurs schmas sont proposs dans la littrature, dans lesquelles soit deux sources
dinformations morphologiques sont utilises [15, 18, 19, 36], soit linitialisation de la
structure du milieu [42] est diffrente. Ici, comme indiqu, le schma hybride intgre la
fonction de corrlation 2-points et la fonction du chemin linaire dans une procdure de
reconstruction. La procdure de minimisation pour le cas dun milieu priodique et isotrope
est dcrite par une forme modifie de la relation gnrale (Eq. II-17).
r
i=R
{[
]}
] [
ref
E = S 2sim (i ) S 2ref (i ) + Lsim
p (i ) L p (i )
i =1
(Eq. II-27)
r
R tant toujours la longueur de rfrence (exprime en pixels).
II.4.5.
Algorithme Lattice-Point
Cet algorithme est propos par Jiao et al. [35, 37] et dvelopp spcialement pour les
problmes traits avec une seule information sur la morphologie celle de la fonction de
45

corrlation 2-points.
Cet algorithme efficace prserve lisotropie de la structure. Il est fond sur le balayage
de la totalit de la structure et dans toutes les directions possibles. Avec cet algorithme, au
lieu de considrer le domaine digital comme lensemble de pixels ou voxels noires et blancs il
est considre quune seule phase, celle de pixels noirs, vue comme des molcules gazeuses
sur un rseau particulier. Ces molcules sont soumises la condition de limpntrabilit [50]
ce qui prserve la fraction volumique de la phase concerne. La rfrence [37] prsente en
dtail cet algorithme. Figure II14 compare les deux rsultats de reconstruction
bidimensionnelle du milieu prsent en (a) en utilisant lalgorithme lattice-point (b) puis
lalgorithme dchantillonnage orthogonal (c).
(a)
(c)
(b)
Figure II14 : Reconstruction bidimensionnelle de limage binaire de rfrence (a) avec
= 0.34 (pixels en noir), (b) rsultat de la reconstruction via lalgorithme lattice-point et (c)
rsultat de la reconstruction via lalgorithme dchantillonnage orthogonal.
46
II.5.
Applications
Aprs avoir discut les diffrentes propositions et schmas dj labors, les rsultats
prliminaires obtenu son prsents ci-dessous en appliquant lalgorithme gnral illustr en

Figure II13 ainsi que les modifications apportes cet algorithme chaque fois que
ncessaire. Ces rsultats sont toujours dans le cas de la reconstruction tridimensionnelle dun
milieu bi-phasique partir dune image binaire (digitale) bidimensionnelle dans laquelle sont
distingues deux phases : phase A reprsente en pixels noirs et phase B reprsente en pixels
blancs.
Pour prsenter nos travaux et rsultats, un outil numrique fond sur le langage de
programmation Visual Basic V06 est dvelopp au sein du laboratoire. Cet outil a lavantage
dune part dtre construit avec un langage simple et lisible, et dautre part, il permet la
visualisation simultanment au cours de la procdure de la reconstruction ce qui simplifie
considrablement le travail.
La reconstruction dun milieu bi-phasique, adopte ici, est implicitement fonde sur
deux hypothses.
1. Le milieu est suppos stationnaire et en quilibre thermodynamique.
2. Toutes les informations sur la morphologie dune phase du milieu sont supposes
contenue dans deux fonctions : la fonction de corrlation 1-point et la fonction de
corrlation 2-points.
Le domaine reconstruire est suppos isotrope. Le cas dun domaine anisotrope bien
quenvisageable nest pas tudi ici.
II.5.1.
Slection dune image de rfrence
Soit un matriau poreux de porosit ( est ici la valeur relle obtenue par voie
exprimentale), il est possible dajuster le niveau de seuil appliqu limage MEB qui dcrit
la structure du matriau de sorte que limage binaire obtenue vrifie la valeur de la
porosit. Lajustement se fait laide de lhistogramme du niveau de gris des pixels en
fonction [51], Figure II15.
47
Figure II15 : Image MEB dun chantillon de cordirite (a) et image binaire obtenue par
lapplication dune valeur du seuil qui maintient une valeur de porosit = 42% (b).
Dans le cas o cette image reflte la microstructure dun matriau cramique poreux,
une de ces deux couleurs reprsente la phase continue tandis que lautre reprsente la phase
des pores.
II.5.2.
Influence de la condition de bords priodiques
Un milieu priodique est un milieu qui se rpte cycliquement aprs un certain

intervalle despace. Soit L la condition de frontires priodiques qui garantit la continuit dun
milieu priodique. A chaque fois que la condition de la priodicit est applique, le systme
est conceptuellement infiniment large ce qui justifie la valeur moyenne calcule pour la
fonction S2 en Eq. II-4.
Sur lexemple prsent en Figure II16, on constate une influence ngligeable sur la
fonction S 2 quand on applique la condition de bords priodiques.
Dans le calcul, la condition de la priodicit est implicitement inclue.
II.5.3.
Influence de lisotropie du milieu tudi
Le mme constat que celui fait en Figure II16 simpose quand la fonction S 2 ou la
fonction LP dun matriau isotrope est tudie dans une de deux directions principales, comme
le montre la Figure II17.
48
(a)
(b)
(c)
priodique
pas priodique
0.4
0.35
S2 (R)
0.3
0.25
0.2
0.15
0.1
0.05
0
0
10
20
30
40
50
60
R (pixels)
Figure II16 : (a) Image MEB de SiC de taille 712x484 pixels, (b) image binaire de rfrence de
400x400 pixels et (c) influence ngligeable sur la fonction S2 est constate quand la condition de
bords priodiques est applique.
49

(a)
selon X
selon Y
(b)
selon X et Y
selon X
selon Y
selon X et Y
0.65
0.5
Lp (R)
S2 (R)
0.6
0.55
0.5
0.25
0.45
0.4
20
40
60
80
100
20
40
60
80
100
R (pixels)
R (pixels)
Figure II17 : Pour le milieu prsent en Figure II16-b, une influence ngligeable sur les
rsultats est constate quand la fonction S2 (a) et la fonction LP (b) sont tudie selon lune ou
lautre des deux directions orthogonales principales.
II.5.4.
Reconstruction de disques
Par la suite, cest le rsultat de la reconstruction du domaine illustr en Figure II18-a

dans lespace tridimensionnel. Ce domaine se compose de disques noirs de d pixels de
diamtre, dfinis comme phase A ( reconstruire), placs de faon priodique dans une cavit
carre, dfinie comme phase B. Ce cas est important pour des applications diverses dans le
domaine de la science des matriaux [17] et il trs frquent dans les applications industrielles.
Cette configuration illustre lordre courte distance.
La simulation commence avec une structure initiale alatoire dont Figure II18-b
reprsente une coupe, gnre laide de la valeur de fraction volumique de la phase A
A = 0.312 . La taille du domaine reconstruire est de 1003 voxels et seule la fonction S2 est
calcule pour la structure 3D.
La Figure II19 prsente une structure proche de celle de sphres priodiques dans un
cube. En fait, on ne peut pas retrouver de vraies sphres (Figure II18-d et Figure II18-e)
pour deux raisons :
1. les disques prsents dans limage en Figure II18-a sont bidimensionnelles et elles
peuvent tre des coupes droites ou inclines dans des sphres ou dans des cylindres,
2. le balayage du domaine, lors de ltude de S 2 dans la structure 3D, se fait selon les
directions principales orthogonales et les autres directions ne sont pas considres.
50
(a)
(b)
(c)
(d)
(e)
Figure II18 : Rsultat de la reconstruction 3D des disques. (a) Image binaire de rfrence
(100x100 pixels) de disques priodiques dans une cavit carre, (b) coupe dans le domaine initial
3D Y=50 pixels, (c) volution de la structure initiale plusieurs tapes intermdiaires durant la
simulation Y=50 pixels, (d) coupe dans la structure finale Z=50 pixels, (e) coupe dans la
structure finale Y=50 pixels.
51

Le mme rangement des amas noirs est reproduit. En fait, la solution du problme de
la reconstruction nest pas unique ; il est possible dobtenir une infinit de structures
statistiquement vraisemblables et diffrentes pour la mme courbe partir de la fonction
statistique.
Figure II19 : Reprsentation en 3D de la structure reconstruite en Figure II18-a.
En Figure II20 la fonction de corrlation 2-points en fonction de la longueur de

rfrence R est trace. Le fait de changer cette longueur impose une lgre modification sur
la structure finale constate par une baisse de la valeur de E min .
II.5.5.
Reconstruction dun damier
En Figure II21 une image binaire dune taille du rseau de 104x104 pixels dans
laquelle les deux phases ont la mme fraction volumique b = n = 0.5 (lindice n pour les
pixels noirs et b pour les pixels blancs), il sagit dune matrice dinclusions carres distribues
de faon rgulire. Cette structure, compltement dtermine (elle nest donc pas arbitraire),
illustre la capacit de la procdure de reconstruction reproduire la structure souhaite avec
une prcision acceptable.
Ce type de structure peut tre imagin comme une coupe dans un matriau bi-phasique
composite ce quil donne limportance dune telle structure et ses proprits physiques en
science des matriaux.
52
(a)
S2 (ref)
(b)
S2 (fin)
S2 (ref)
0.3
0.3
0.25
0.25
0.2
0.15
0.2
0.15
0.1
0.1
0.05
0.05
0
0
10
15
20
25
10
15
R (pixels)
S2 (ref)
20
25
30
35
40
45
R (pixels)
(c)
(d)
S2 (fin)
S2 (ref)
0.35
S2 (fin)
0.35
0.3
0.3
0.25
0.25
S2 (R)
S2 (R)
S2 (fin)
0.35
S2 (R)
S2 (R)
0.35
0.2
0.15
0.2
0.15
0.1
0.1
0.05
0.05
0
0
10
20
30
40
50
60
70
R (pixels)
20
40
60
80
100
120
R (pixels)
Figure II20 : Fonction de corrlation S 2 du milieu tudi en Figure II18-a pour diffrentes
valeurs de longueur de rfrence : (a) Rmax = 20 pixels, Emin = 3.7 105 , (b) Rmax = 40 pixels,
Emin = 3.3 10 5 , (c) Rmax = 60 pixels, Emin = 5.5 105 , et (d) Rmax = 100 pixels,
Emin = 9.1 10 5 . Tous les autres paramtres de simulation sont gardes constants.
53
(a)
(b)
(c)
(d)
(e)
Figure II21 : Rsultat de la reconstruction 3D dun damier : (a) Image binaire de rfrence de
104x104 pixels, (b) coupe dans le domaine initial 3D Y=57 pixels, (c) coupe dans la structure
finale X=14 pixels, (d) coupe dans la structure finale Y=54 pixels, et (e) coupe dans la
structure finale Z=61 pixels.
54

(a)
S2 (ref)
S2 (fin)
0.6
0.5
S2 (R)
0.4
0.3
0.2
0.1
0
0
10
15
20
25
30
80
100
120
R (pixels)
(b)
S2 (ref)
S2 (fin)
0.6
0.5
S2 (R)
0.4
0.3
0.2
0.1
0
0
20
40
60
R (pixels)
Figure II22 : Fonction de corrlation S 2 du milieu tudi en Figure II21-a pour deux valeurs
de longueur de rfrence : (a) Rmax = 26 pixels, Emin = 5.5 105 , (b) Rmax = 104 pixels,
Emin = 1.1 104 . Tous les autres paramtres de simulation sont gardes constants.
Cule et Torquato [19] ont prsent dans leur travail les rsultats de la reconstruction
bidimensionnelle selon un algorithme rapide de transform de Fourrier (FFT) pour calculer la
fonction de corrlation S 2 modifie aprs chaque change de pixels. Un avantage de cette
mthode peut tre le balayage dautre directions diagonale ou axiale, mais au dtriment de
lefficacit de la procdure et au prix dun cot lev du temps de calcul ainsi que de la
limitation du rseau un nombre de pixels de lordre de 2 n .
Le fait de balayer la totalit du systme et donc de choisir une longueur de rfrence
55

de 104 pixels na pas dinfluence sur la structure finale obtenue pour la procdure de
reconstruction ce qui est montre en Figure II22.
La Figure II23 prsente les rsultats de la reconstruction dune autre configuration
dans laquelle la phase de reconstruction reprsente = 0.3 .
(a)
(b)
(c)
(d)
Figure II23 : (a) Structure de 134x134 pixels avec une fraction volumique de = 0.3
reconstruire. Le rsultat de la reconstruction 3D sont (b) une coupe dans la structure finale
X=110 pixels, (c) une coupe dans la structure finale Y=111 pixels, et (d) une coupe dans la
structure finale Z=121 pixels.
Encore une fois lexactitude des rsultats nest pas parfaite en raison de ltude de la
structure 3D selon trois directions orthogonales seulement. Ltude dautres directions peut
amliorer les rsultats au dtriment du temps de calcul.
II.5.6.
Reconstruction dun matriau cramique poreux
Dans la suite, la reconstruction de la structure Figure II24-a est prsente. Il sagit

dun matriau cramique de carbure de silicium SiC tudi par Politis et al. [42]. Limage
digitale est de 167x167 pixels avec une taille de pixel ~2 m . La phase reprsente en noir
sera reconstruite avec une valeur de la fonction de corrlation 1-point = 0.42 . La taille de
56

domaine 3D est 1223 voxels.
(a)
(b)
Figure II24 : Image binaire de SiC (a) et reprsentation de la fonction S 2 (b). Taille de limage
est 167x167 pixels avec une taille du pixel ~2 m (rfrence [42]).
La simulation commence avec la gnration dune structure alatoire contrle par la

fraction volumique = 0.42 . La valeur dune fonction de cot de E = 1012 est atteinte et la
simulation est termine. Figure II25 est lexemple de la structure tridimensionnelle
rsultante.
Figure II25 : Rsultat de la reconstruction de la structure prsente en Figure II24-a. Le

volume de pores est en noir.
57
II.6.
Conclusion partielle
La reconstruction stochastique dun milieu poreux est prsente de faon dtaille
dans ce chapitre. Cette reconstruction seffectue partir des informations morphologiques

extraites statistiquement dune image qui reprsente la microstructure du matriau.
Cette mthode de reconstruction est fonde sur le schma de minimisation du recuit
simul (RS) laide duquel les milieux isotropes ou anisotropes peuvent tre reconstruits. Les
informations morphologiques dune image bidimensionnelle utilises ici sont la corrlation 1point ou la fraction volumique dune phase , la fonction de corrlation 2-points S 2 et la
fonction de chemin linaire LP .
Pour ce faire, un outil numrique de reconstruction stochastique est dvelopp pour
reprsenter les structures tridimensionnelles de diffrents matriaux cramiques poreux dont
la valeur de la porosit est connue partir de leur image de structure 2D. Cet outil est
utilis pour lanalyse structurale des matriaux tests. La structure rsultante peut servir pour
une estimation ultrieure des proprits physiques du systme tudi laide dun outil
numrique appropri qui peut tre fond sur la mthode de discrtisation de Boltzmann sur
rseau, thme du prochain chapitre.
Diffrents exemples de structures dtermines (rgulires) ou alatoires rencontres
dans le domaine de science des matriaux sont tudis. La reconstruction stochastique par le
schma de minimisation du recuit simul peut gnrer des configurations vraisemblables, du
point de vue statistique, dans lespace 3D.
Souvent les informations statistiques contenues dans la fonction de corrlation S 2 ne
sont pas suffisantes pour la description complte de la (micro)structure quelles ne peuvent
pas seules caractriser la microstructure mme si un minimum global d nergie est atteint.
Lincorporation dune deuxime fonction, comme la fonction du chemin linaire LP , amliore
la qualit de la structure rsultante dans la mesure o elle informe sur la connectivit de la
phase reconstruite.
Lamlioration de lisotropie de la structure reconstruite peut aussi se faire par
balayage dautres directions que les trois directions principales orthogonales par transforme
58

de Fourrier rapide. Cette solution est efficace mais couteuse en temps de calcul.
Les milieux anisotropes, ce qui est le cas des dpts plasma, peuvent tre traits en
choisissant des images de rfrence pour chaque direction principale.
Les faiblesses de la mthode de reconstruction stochastique par le schma du recuit
simul sont les suivantes :
1. Sa nature alatoire en raison du tirage alatoire des voxels.
2. Des paramtres de contrles empiriques.
3. Une connectivit de la phase reconstruite qui diminue avec la fraction volumique de
cette phase.
59
Bibliographie du chapitre II
[2] Ion Tiseanu, Teddy Craciunescu, Bogdan N. Mandache, Non-destructive analysis of
miniaturized fusion materials samples and irradiation capsules by X-ray microtomography, fus. Eng. And Des. (2005).
[3] A. Sakellariou, T.J. Sawkins, T.J. Senden, A. Limaye, X-ray tomography for mesoscale
physics applications, physica A 339 (2004) 152-158.
[4] B. Wunsch and N. Chawla, Serial Sectioning for 3D Visualization and Modeling of SiC
Particle Reinforced Aluminum Composites, Paper Contest Winner 2003 Undergraduate
Division, Arizona State University.
[5] Yougseuk Keehm, Tapan Mukerji and Amos Nur, Permeability prediction from thin
sections: 3D reconstruction and lattice-Boltzmann flow simulation.
[6] Parviz Soroushian, Mohamed Elzafraney, Morphological operations, planer mathematical
formulations, and stereological interpretations for automated image analysis of concrete
microstructure, Cement & Concrete Composites 27 (2005) 823-833.
[7] Asim Tewari, Arun M. Gokhale, Estimation of three-dimensional grain size distribution
from microstructural serial sections, Materials Characterization 46 (2001) 329-335.
[8] S.G. Lee, A. M. Gokhale, A. Sreeranganathan, Reconstruction and visualization of
complex 3D pore morphologies in a high-pressure die-cast magnesium alloy, Materials
Sci. Eng. A 427 (2006) 92-98.
[9] Soon Gi Lee and Arun M. Gokhale, Visualization of three-dimensional pore morphologies
in a high-presuure die-cast Mg-Al-RE alloy, Scripta Materialia 56 (2007) 501-504.
[10] Nefla Jennene, Synthse et caractrisation microstructurale de nouveau oxyfluorures
dlment doublet lectronique non partag (Ti4+, I5+). Thse soutenue le 22 juin
2009, SPCTS limoges.
[11] Sandra Spagnol, Transferts conductifs dans des arogels de silice, du milieu nanoporeux
autosimilaire aux empilements granulaires, Thse soutenue le 15 novembre 2007, INSA
Toulouse.
[12] D. He, N.N. Ekere, L. Cai, Computer simulation of random packing of unequal particles,
Physical Review E 60 (1999) 70987104.
60
[13] Riyadh Al-Raoush, Mustafa Alsaleh, Simulation of random packing of polydisperse

particles, Powder Technology 176 (2007) 4755.
[14] Clayton Deutsch and Andr Journel, GSLIB: Geostatistical Software Library and Users
Guide, Second Edition, Oxford University Press 1998.
[15] C. L. Y. Yeong and S. Torquato, Reconstructing random media II. Three-dimensional
media from two-dimensional cuts, Phys. Rev. E Vol. 58 (1998) 224-233.
[16] http://fr.wikipedia.org/wiki/Tomographie .
Group 2003.
[18] C. L. Y. Yeong and S. Torquato, Reconstructing random media, Phys. Rev. E Vol. 57
(1998) 495-506.
[19] D. Cule and S. Torquato, Generating random media from limited microstructural
information via stochastic optimization, J. App. Phys. Vol. 86 (1999) 3428-3437.
[20] Marcus Johanson, Image Registration with Simulated Annealing and Genetic
Algorithms, Master Thesis in Computer science at the school of Computer Science and
Engineering, Royal Institute of Technology in Stockholm, Sweden (2006).
[21] Numerical Recipes in C: The Art of Scientific Computing (ISBN 0-521-43108-5).
Copyright (C) 1992 by Cambridge University Press.
[22] John C. Russ, Robert T. Dehoff, Practical Stereology 2nd edition. Plenum Press, New
York, NY ISBN 0-306-46476-4.
[23] Metropolis N., Rosenbluth A., Rosenbluth M., Teller A., Teller E., Equation of state
calculations by fast computing machines, J. Chem. Phys. 21, (1953) 1087 1092.
[24] J. Quiblier, A new three-dimensional modelling technique for studying porous media, J.
Colloid and interface Sci., vol. 98, 1 (1984) 84-102.
[25] J. Salls, J.F. Thovert and P.M. Adler, Reconstructed porous media and their application
to fluid flow and solute transport, J. Contaminant Hydrology, 13 (1993) 3-22.
[26] Hazlett, R.D., Statistical characterization and stochastic modelling of pore networks in
relation to fluid flow, Math. Geol. 29, 801822 (1997).
[27] Anthony P. Roberts, Statistical reconstruction of three-dimensional porous media from
two-dimensional images, Phys. Rev. E Vol. 56 (1997) 3203 (10).
[28] C. Manwart, S. Torquato, R. Hilfer, Stochastic reconstruction of sandstones, Phys. Rev.
E Vol. 62 (2000) 893-899.
61
[29] Y. Suzue, N. Shikazono, N. Kasagi. Micro modelling of solid oxide fuel cell anode based
on stochastic reconstruction. J. Power Sources 184 (2008) 52-59.
[30] M. S. Talukdar, O. Torsaeter. Reconstruction of chalk pore networks from 2D
backscatter electron micrographs using a simulated annealing technique. J. Petroleum
Sci. and Eng. 33 (2002) 265-282.
[31] M. S. Talukdar, O. Torsaeter and M.A. Ioannidis. Stochastic Reconstruction of
Particulate Media from Two-Dimensional Images. Journal of Colloid and Interface
Science 248 (2002) 419428.
[32] M.S. Talukdar, O. Torsaeter, M.A. Ioannidis and J.J. Howard. Stochastic reconstruction,
3D characterization and network modeling of chalk. J. Petroleum Sci. and Eng. 35
(2002) 1-21.
[33] P. apek, V. Hejtmnek, L. Brabec, A. Ziknov, M. Koik, Stochastic reconstruction
of particulate media using simulated annealing: Improving pore connectivity, Transp.
Porous Med. (2008).
[34] Pavel apek, Vladimr Hejtmnek, Libor. Brabec, Arlette Ziknov, Milan Koik,
Effective diffusivities of gases in a reconstructed porous body, Chem. Eng. Res. And
Design (2008) 713-722.
[35] Y. Jiao, F. Stillinger and S. Torquato, Modeling Heterogeneous Materials via Two-Point
Correlation Functions : Basic principles, Phys. Rev. E Vol. 76 (2007) 031110 (15).
[36] X. Zhao, J. Yao, Y. Yi, A new stochastic method of reconstructing porous media, Transp.
Porous Med. (2007) 69; 1-11.
Correlation Functions. II Algorithmic details and applications, Phys. Rev. E Vol. 77
(2008) 031135 (15).
[38] Fu Zhao, Heather R. Landis, and Steven J. Skerlos, Modeling of Porous Filter
Permeability via Image-Based Stochastic Reconstruction of Spatial Porosity
Correlations, Environ. Sci. Technol. Vol. 39 (2005) 239-247.
[39] H. Kumar, C.L. Briant, W.A. Curtin, Using microstructure reconstruction to model
mechanical behavior in complex microstructures, Mechanics of Materials 38 (2006)
818-832.
62
[41] David A. Coker and Salvatore Torquato, Extraction of morphological quantities from a
digitized medium, J. Appl. Phys. 77 (1995) 6087-6099.
[42] M. G. Politis, E. S. Kikkinides, M. E. Kainourgiakis, A. K. Stubos, A hyprid processbased reconstruction method of porous media, Microporous and Mesoporous Materials
110 (2008) 92-99.
[43] http://en.wikipedia.org/wiki/Simulated_annealing .
[44] http://fr.wikipedia.org/wiki/Recuit_simul%C3%A9 .
[45] ASM Handbook, Volume 4, Heat Treating Copyright 1991 by ASM International,
USA.
[46] R. E. Smallman, R. J. Bishop, Modern Physical Metallurgy and Materials Engineering:
Science, process, applications, 6th Edition Butterworth-Heinemann 1999, ISBN 0
7506 4564 4.
[47] http://en.wikipedia.org/wiki/Boltzmann_distribution .
[48] M. R. Arab, J. P. Lecompte, B. Pateyron, N. Calv, M. El Ganaoui, J. C. Labbe,
Reconstruction stochastique tridimensionnelle dun matriau cramique, Premier
Colloque Francophone sur les Matriaux, les Procds et lenvironnement ButeniRoumanie, 31 Mai -6 Juin 2009.
[49] le logiciel SciLab de sources ouvertes. Pour plus dinformation, on recommande la visite
de son site : http://www.scilab.org/ .
Gas Method and the Lattice Boltzmann Method. Final report. Belgique (2003).
[51] Image Processing and Analysis in Java, logiciel en libre tlchargement sur le site
http://rsbweb.nih.gov/ij/ .
63
Chapitre III : Mthode de Boltzmann sur rseau et modlisation numrique
III. Mthode de Boltzmann sur rseau et

modlisation numrique
III.1. Introduction
Linvestissement fait dans le domaine de la simulation et modlisation 3D des
matriaux est justifi dimportant en raison de difficults rencontres lors des mesures
directes dlicates, souvent couteuses et parfois impossibles, et dautre part par la croissance
rapide des outils informatiques qui permettent des rsolutions fiables. La simulation, permet
de comprendre le rle des paramtres tudis. Les mthodes dvaluations indirectes par
simulation sont donc attrayantes et leur utilisation est justifie.
La rsolution des problmes en mcanique de fluides (i.e. les quations aux drives
partielles) est fonde sur des schmas de diffrences finis (DF) [1], dlments finis (EF) [2]
et de volumes finis (VF) [3]. Il sagit dune discrtisation spatiale et temporelle des quations
macroscopiques telles que lquation de Navier-Stokes. Ces mthodes sont efficaces mais leur
inconvnient principal est la mise en uvre des conditions aux limites quand le problme
rsoudre devient complexe.
La mthode de Boltzmann sur rseau (BR), [en anglais Lattice Boltzmann Method
(LBM)] est une mthode msoscopique pour dcrire la dynamiques des fluides et modliser la
physique de fluide dont le principe est la rsolution de lquation de Boltzmann sous forme
discrtise [4] lchelle microscopique afin dobtenir une solution lchelle
macroscopique. Youngseuk Keehm [5] explique ce concept en Figure III1. Le schma en
Figure III2 regroupe les diffrentes mthodes utilises pour la simulation dun coulement.
Dans cette mthode, le fluide est trait comme un ensemble des particules se dplaant
selon des rgles simplifies dans un rseau compos de nuds solides et fluides. Pendant un
pas de temps, les particules se propagent vers les nuds de voisinage et changent leur
quantit de mouvement pendant la collision. Chaque pas de temps lapplication de forces
externes au fluide, peut tre prise en compte sil y a lieu, ainsi que les diffrentes conditions
65

aux limites.
Figure III1 : Position de la mthode BR dans les diffrentes chelles dtudes (Selon [5]).
Figure III2 : Classification des mthodes de simulation dun coulement (daprs [6]).
Ce schma numrique alternatif pour la simulation de lcoulement de fluide est

dimportance particulire dans un mdia poreux avec des conditions aux limites de gomtrie
complexe. Cette reprsentation a montr son efficacit dcrire un coulement fluide,
66

particulirement dans le domaine dcoulements classiques de fluides et dans les gomtries
complexes et les milieux poreux [4, 7, 8]. Elle a retenu lattention des mcaniciens des fluides
pour la simulation dcoulements [9, 10, 11]. Elle a lavantage dtre paralllisable [12, 13,
14] et dutiliser des expressions simples pour dcrire les conditions aux limites, ce qui permet
denvisager le cas des milieux poreux obtenus par frittage ou dposs par projection en jets
plasmas thermiques, ce qui est lobjectif principal de ce travail. La mthode est aussi
exploite pour la rsolution de lquation dnergie [15, 16, 17] en utilisant lanalogie entre la
concentration des espces et la temprature. La Figure III3 montre une statistique labore
partir du site www.sciencedirect.com pour les publications et les domaines dintrt des
chercheurs qui utilise cette mthode.
Lattice Boltzmann : Title, abstract, keyword

World
France
160
149
136
140
119
120
107
95
100
80
60 58
52
2001
2002
2003
2004
2005
12
7
2010
2009
2008
1
2000
1999
1998
1997
23
19 17
14
3 0 1 0
1996
1995
1994
1993
1992
1991
20 11 8 13 14 15
2 2 0 2 1
0
2007
39
35 33
40
2006
60
Figure III3 : Statistique extraite du site www.sciencedirect.com au mois davril 2010 sur le
nombre de publications sur la mthode ainsi que le domaine dapplication.
Dans ce chapitre, la mthode BR sera prsente en dtail et compare des schmas

connus. Lapplication des diffrents types de condition aux limites est galement prsente.
67
III.2. Origine de la mthode Boltzmann-sur-rseau

Cette mthode dcoule logiquement de la mthode Gaz sur rseau (GR) (en anglais
Lattice Gas Automata (LGA)), appele aussi Automates cellulaires [18] dtaille dans la
rfrence [19]. Une telle exploitation dun schma ainsi discrtis remonte 1976, quand
Hardy et al. [20] ont tudi les proprits de transport des fluides. La mthode BR peut aussi
tre conue comme un schma particulier de diffrences finies pour lquation cintique de la
fonction de distribution de vitesse-discrtise [21]. Rcemment, BR est aussi drive
directement de lquation de Boltzmann [22, 23] laide du dveloppement de ChapmanEnskog.
III.2.1. Schma Gaz sur rseau

A son apparition, en 1973 [18], cette mthode avait pour but de disposer dun
simulateur de programmation sur ordinateur, le plus simple possible, afin de reprsenter les
coulements fluides.
Dans le schma gnral, lespace des phases est discrtis par un rseau nuds. De
mme lespace des vitesses est discrtis par un certain nombre de vecteurs vitesse (selon le
modle choisi). Il y a 0 ou 1 particule au nud dplace dans la direction du rseau. Aprs un
pas de temps, chaque particule se dplace vers le nud voisin dans la direction de
propagation. Si plusieurs particules, venant de diffrentes directions, se rencontrent au mme
nud elles se heurtent et changent leurs directions selon des rgles de collision [4, 24] en
sorte quelles conservent leur masse, leur quantit de mouvement et leur nergie aprs la
collision, voir Figure III4. Lquation gnrale du schma scrit :
n j (xi + c j , t + 1) = n j ( xi , t ) + C j (nk )
(Eq. III-1)
o n j ( xi , t ) est le nombre de particules de vitesse c j au nud xi linstant t. Le terme C j

dsigne le terme de collision.
Ce schma souffre essentiellement du non-respect de linvariance Galilenne savoir
" les lois de la Physique sont identiques (on dit covariantes) dans tous les rfrentiels en
translation uniforme les uns par rapport aux autres ", et dun bruit statistique d la nature
boolenne de la mthode. La raison principale de la transition de lalgorithme de Gaz sur
Rseau celui de Boltzmann sur Rseau est llimination du bruit statistique en remplaant
68

les tirages de particules boolenne dans une direction par une fonction de distribution
moyenne, et les rgles de collision par un oprateur de collision.
Figure III4 : (a) Rseau hexagone de Frisch-Hasslacher-Pomeau (FHP), (b) exemple de prcollision et (c) post-collision possible.
III.2.2. Equation de Boltzmann

En 1872, Ludwig Boltzmann, un physicien autrichien, avait propos une quation
intgro-diffrentielle de la thorie cintique des gaz pour dcrire lvolution dun gaz peu
dense hors quilibre [25]. Cette quation de physique statistique dcrit le comportement du
gaz lchelle microscopique. Elle introduit une fonction pour dcrire ltat du gaz par la
dfinition de la position et la vitesse de chaque molcule dans le gaz. Le problme de cette
approche, au niveau du calcul numrique, est la capacit de mmoire requise. Par exemple
pour le cas de lair (il contient 2,7.1019 mol/cm3), ce qui conduit aussi linstabilit de la
solution [26]. Lcriture de lquation de Boltzmann est fonde sur trois approximations :
Les collisions entre les particules sont binaires. Cette hypothse limite lapplication
de lquation au cas des gaz dilus.
Les particules sont considres comme des points, et donc les vitesses, avant et
aprs la collision, ne sont pas corrles.
Il ny a pas dinfluence des forces externes lors de la collision.
69

Selon la thorie cintique des gaz, et en labsence de forces externes, lvolution de la
distribution de la quantit de mouvement dune seule particule dans un fluide suit lquation
de Boltzmann :
f r f
= ( f )
+c
x
t
(Eq. III-2)
r
o f est la fonction de distribution, c est la vitesse macroscopique, et loprateur ( f )
prend en charge les interactions entre les particules, i.e. les collisions.
Lquation de Boltzmann a les proprits suivantes :
Lquation dvolution spatio-temporelle est discrtise.
Les quations de conservation sont discrtises.
Une fonction de distribution lquilibre conduit aux quations de Navier-Stokes.
III.3. Mthode de Boltzmann sur rseau

III.3.1. Boltzmann sur rseau de lquation de Boltzmann
La mthode BR est fonde sur la fonction de la distribution f ( x, e, t ) qui exprime la
probabilit de trouver une particule du fluide de vitesse e , la position x linstant t .
Lquation discrtise de Boltzmann sur rseau est crite dans lapproximation
Bhatnagar-Gross-Krook (BGK) [22], appele aussi (BGK-W) Bhatnagar-GrossKrook - Welander [27] :
f i ( x + xei , t + t ) f i ( x, t ) = i ( x, t )
(Eq. III-3)
o, i ( x, t ) est le terme de collision, linaris autour dun tat dquilibre, qui reprsente la
variation de la fonction de distribution due aux collisions entre les particules :
i ( x, t ) =
( f ( x, t ) f
eq
i
(x, t ))
(Eq. III-4)
f i eq ( x, t ) est la fonction de distribution lquilibre dfinie par la forme gnrale de la
70

distribution de Boltzmann-Maxwell [28] afin de produire le comportement voulu du fluide :
f eq
(e u )2
exp
2 RT
(2RT )D 2
(Eq. III-5)
o, R la constante du gaz parfait (J.mole-1.K-1), T la temprature (K) qui est constante dans
cette approximation, la masse volumique (kg.m-3), u la vitesse macroscopique (m.s-1) et
D la dimension de lespace.
est le temps de relaxation "adimensionnel" d la collision. La valeur de ce temps

dpend en principe de proprits du fluide mais dans cette approximation elle a une seule
valeur. Lquation Eq. III-3 scrit:
f i ( x + xei , t + t ) = f i ( x, t )
( f ( x, t ) f
eq
i
(x, t ))
(Eq. III-6)
Pour un pas de temps t et un espacement entre les nuds x la vitesse en rseau

dune population peut tre value par :
ci = ei
x
t
(Eq. III-7)
ei est le vecteur dunit en rseau.
III.3.2. De
la
micro
dynamique
lhydrodynamique
macroscopique
Les quantits hydrodynamiques comme la masse volumique du fluide, la vitesse
macroscopique et lnergie interne sont values par la fonction de distribution f i (x, t ) :
= f i ( x, t )dc
(Eq. III-8)
u = c f i (x, t )dc
r
(Eq. III-9)
1 r r
(c u ) fi (x, t )dcr
2
(Eq. III-10)
71

ici =
D
T.
2
En fait, lquation discrtise de Boltzmann sur rseau est une quation partielle
diffrentielle qui peut remplacer lquation de Navier-Stokes dans le domaine de dynamiques

de calcul du fluide [en anglais Computational Fluid Dynamics (CFD)]. Pour rtablir la
solution de lquation de Navier-Stokes, les quantits hydrodynamiques, comme la masse
volumique du fluide et la vitesse macroscopique, sont values pour chaque nud par les
fonctions de la distribution f i ( x, t ) . Eq. III-8 et Eq. III-9 peuvent tre exprimes pour des
vitesses discrtes de la faon suivante [22] :
( x, t ) = f i ( x, t ) = f i eq
i
(Eq. III-11)
( x, t )u ( x, t ) = ei f i ( x, t ) = ei f i eq
i
(Eq. III-12)
III.3.3. Modles BR isothermes

Les schmas DdQq, fonds sur lapproximation de BGK avec un seul temps de
relaxation, sont les schmas les plus rpandus. Il y a aussi le schma avec des temps de
relaxation multiples MRT [29].
III.3.3.1. Modles un seul temps de relaxation

Les modles DdQq sont fonds sur le schma BGK. Ces modles dpendent de la
nature du domaine tudi (1D, 2D ou 3D) avec ou sans particule de repos au nud.
III.3.3.1.1. Modle monodimensionnel

La Figure III5 illustre le rseau utilis pour la description du modle D1Q3 avec un
nud rattach deux voisins. Les vecteurs de vitesse de ce modle sont donns par
e0 = (0,0)c , e1 = (1,0 )c et e2 = ( 1,0 )c . Les poids nodaux sont w0 = 2 , w1, 2 = 1 .

3
6
On parle du modle D1Q2 quand la particule (0) au repos nest pas considre.
72
Figure III5 : Rseau du modle D1Q3.
III.3.3.1.2. Modle bidimensionnel

En deux dimensions, le modle BGK-D2Q9, avec huit voisins (liens) par nud, est le
plus rpandu. Un rseau orthogonal est considr avec huit populations mobiles (en
mouvement) f i : i = 1,....,8 et une population en repos f 0 .
Dans un tel modle, chaque particule, reprsente par un nud, a huit possibilits de
propagation comme le montre la Figure III6. Les vecteurs de vitesse nont pas le mme
poids (masse) et pour un modle isotrope: w0 = 4 , w1, 2 ,3, 4 = 1 et w5,6 , 7 ,8 = 1 . Ces
9
9
36
constantes sont choisies de manire conserver lisotropie du rseau [12] :
=1
(Eq. III-13)
Les poids nodaux remplissent cette relation pour nemporte quel type de rseau.
Les vecteurs de vitesse de ce modle sont donns par :

(0,0 )c
ei = ( 1,0 ), (0,1)c
( 1,1)c
i=0
i = 1,2,3,4
i = 5,6,7,8
(Eq. III-14)
73

La Figure III7 montre un nud avec ces vecteurs avant et aprs la propagation. La
Figure III8 montre quatre nuds avant et aprs la propagation. Dautres modles
bidimensionnels sont prsents dans le Tableau III1. Il y a aussi le modle D2Q7 (ou D2Q6)
qui ncessite un rseau hexagonal ressemble au rseau prsent en Figure III4.
(a) avant la propagation
(b) aprs la propagation
Figure III7 : Nud du rseau D2Q9 avec ces vecteurs de propagation.
Figure III8 : Quatre nuds diffrents : (gauche) avant la propagation et aprs la collision (pas
de temps t) et (droite) aprs la propagation (temps t+1) imagins par Nils [26].
Equilibre local
Le choix de la fonction f eq dpend du modle. Ici on prsente cette fonction pour un
modle D2Q9 compressible [30]. Elle est donne pour chaque direction par la relation :
74
fi
eq
o, cs = 1
ei .u (ei .u )2 u.u
= wi 1 + 2 +
2
cs
2cs4
2cs
(Eq. III-15)
3 est la clrit adimensionnelle du son en rseau. La viscosit du fluide simul
en rseau est donne par lexpression :
1 x 2
2 t
= cs2
(Eq. III-16)
En fait, la valeur de est limite par la condition :
]0.5 : 2[
(Eq. III-17)
Tableau III1 : Modles D2Qq en rseau orthogonal
Modles
Vecteurs considrs (voir Figure III6)
D2Q4
f1, f2, f3, f4
D2Q5
f0, f1, f2, f3, f4
D2Q8
f1, f2, f3, f4, f5, f6, f7, f8
La variation de la masse volumique autour de sa valeur moyenne donne lestimation

r
de la pression du fluide P (x , t ) selon lquation de ltat pour les gaz parfaits :
r
r
P( x , t ) = cs2 ( ( x , t )
(Eq. III-18)
ce qui est considr comme un avantage important de cette mthode car il nest pas ncessaire
de rsoudre lquation de Poisson, procdure qui engendre des difficults numriques [8].
Pour le modle incompressible, lquation Eq III-15 scrit :
fi
eq
ei .u (ei .u )2 u.u
= wi + 0 2 +
2
4
c
2
c
2cs
s
s
75
(Eq. III-19)

III.3.3.1.3. Modle BR tridimensionnel
Le modle D3Q19 est utilis pour les simulations BR en 3D. Dans ce modle, chaque
nud est connect six voisins de premier ordre et douze voisins de deuxime ordre avec une
particule en tat de repos comme le montre Figure III9.
On peut citer deux autres modles : D3Q15 et D3Q27. Le modle D3Q15, prsente
en Figure III10, porte linstabilit numrique et il cause loscillation spatiale dans le cas de
simulations dcoulements turbulents [31], quant D3Q27, prsent en Figure III11, il requit
27 estimations de la fonction de distribution pour chaque nud de fluide et donc il ncessite
beaucoup de temps de calcul et un espace de mmoire important pour le stockage des
rsultats. En dfinitive, on peut estimer que le modle D3Q19 reprsente un bon compromis
entre la fiabilit et lefficacit de calcul.
76
Figure III10 : Rseau du modle D3Q15 avec ces vecteurs de vitesse.
Figure III11 : Rseau du modle D3Q27. Ici, est le centre du rseau,

de 2ime ordre et de 3ime ordre.
de premier ordre,
Les poids nodaux pour le modle D3Q19 se sont donns par :

1 / 3
wi = 1 / 18
1 / 36
i=0
i = 1,.,6
i = 7,.,18
(Eq. III-20)
et les vecteurs de vitesse :

i=0
(0,0,0 )
ei = ( 1,0,0 )c, (0,1,0 )c, (0,0,1)c

i = 1,....6
( 1,1,0 )c, ( 1,0,1)c, (0,1,1)c i = 7,....18
77
(Eq. III-21)

La fonction de distribution lquilibre est exprime par la mme relation en Eq. III-15. La
viscosit cinmatique et la pression se sont values par les quations Eq. III-16 et Eq. III-18.
III.3.3.2. Modle plusieurs temps de relaxation

Les travaux de Qian, dHumires et Lallemand [32, 33, 34] et Succi et al. [35] sont
lorigine de ce modle (En anglais Multiple-Relaxation-Time (LB-MRT)), appel aussi le
modle de dHumire [18], bas sur une loi de distribution polynomiale en vitesse pour la
fonction de distribution lquilibre f eq et un oprateur de relaxation S j ,k diagonal. Sans
entrer dans le dtail, consultable dans les rfrences cites ci-dessus, lquation gnrale dun
modle DdQq scrit alors:
f i ( x + xei , t + t ) f i ( x, t ) = i ( x, t )
)
= M 1.S . m m (eq )
(Eq. III-22)
o M est une matrice de taille q q qui transforme en linaire les fonctions de distribution f
aux moments m :
m = M. f ,
f = M 1.m
(Eq. III-23)
)
S tant la matrice diagonale de relaxation.
Ainsi la relaxation nest autre que la relaxation des diffrents moments. Grce
linterprtation physique des moments, leur paramtre de relaxation sera directement lie aux
diffrents coefficients de transport hydrodynamique. Ce mcanisme permet alors de contrler
indpendamment chaque moment au moyen de son paramtre de relaxation. Si lon prend le
mme paramtre de relaxation pour tous les moments on retrouve le modle BGK [18].
III.3.4. Schma BR thermique

Les schmas BR ont connu progrs croissant dans le domaine de la simulation des
coulements isothermes et dans les problmes thermiques. Dans la suite, les propositions
faites dans la littrature sont indiques.
Pour un coulement monophasique, plusieurs schmas sont proposs que lon peut
placer dans une de deux catgories : les schmas dits multispeed [36] qui incluent les
drives de vitesse dordre lev dans les fonctions de distribution lquilibre. Cette
78

approche souffre de problme de linstabilit [37]. Dans les schmas dits scalaire passif
[38] le champs de la temprature est passivement affect par lcoulement du fluide et peut
tre simul comme un composant additionnel du systme. Cette approche est choisie pour
simuler le transfert thermique dans notre problme.
III.3.4.1. Modle BR pour la convection thermique

Il est important de pouvoir simuler simultanment les effets thermiques et
lcoulement de fluide. En fait, la distribution de la temprature dans un champ dcoulement
est dimportance cruciale dans les problmes de transfert de chaleur. Cest pour cela que le
dveloppement dun modle thermodynamique apparat ncessaire.
Lquation Eq III-6 dcrit le fluide par un seul paramtre qui correspond au temps
moyen entre deux collisions successives dune particule. Dans lapproximation BGK la
temprature est considre constante et il nest pas possible de fixer indpendamment la
conductivit thermique et la viscosit.
La simulation des effets thermiques nest pas immdiate et plusieurs propositions sont
faites [17, 39, 40]. Les travaux de Yoshino et al. [15] fonds sur lanalogie entre le transfert
de masse et le transfert de chaleur ont permis de rsoudre lquation de lnergie. Un
deuxime fluide fictif B est donc intgr au modle. Cest alors la concentration du fluide B
qui reprsente la temprature. Ainsi :
g ( x + ei x, t + t ) g ( x, t ) =
(g (x, t ) g (x, t )) + F
eq
(Eq. III-24)
g ( x, t ) est la fonction de distribution reprsentative de la temprature, g est le temps de

relaxation thermique, g eq est la fonction de distribution simplifie lquilibre. Elle est
dfinie dans ce travail par lexpression :
e .u
g ieq = wiT 1 + i 2
cs
(Eq. III-25)
ici T est la valeur macroscopique de la temprature. Le terme Fb reprsente la force

dArchimde (en anglais Buoyancy force) due la variation de la temprature qui est dfinie
79

sous lapproximation de Boussinesq par :
Fb = 3wi gT
(Eq. III-26)
le terme g est dtermin par les nombres adimensionnels de Prandtl et de Rayleigh. La

diffusivit thermique est exprime par la relation :
1
( g 0.5)cs2 t
3
(Eq. III-27)
Ce modle est surtout utilis pour simuler la convection naturelle dans des cavits. Les
rsultats de validation seront prsents dans le chapitre suivant.
III.3.4.2. Modle BR pour la conduction thermique

Pour un modle D2Q9, He et al. ont propos pour les populations thermiques une
fonction de distribution lquilibre de lnergie interne de la forme discrte suivante [17] :
g 0eq =
u 2
g1eq, 2,3, 4 =
g 5eq,6, 7,8 =
(Eq. III-28)
3 c2
2
3 ei u 9 (ei u ) 3 u 2
+
+
9 2 2 c2 2 c4
2 c2
2
ei u 9 (ei u ) 3 u 2
3
+
6
+
36
c2 2 c4
2 c2
(Eq. III-29)
(Eq. III-30)
Le fait que le transfert de chaleur par conduction est dominant dans les milieux solides
permet de rduire ces quations en choisissant une valeur de vitesse macroscopique u = 0 .
M. Wang et al. ont propos un modle simplifi pour simuler le transfert de chaleur
par conduction dans un milieu htrogne [41, 42, 43, 44]. Ce modle ne prend pas en
considration leffet de lcoulement sur le champ thermique et il est fond sur les hypothses
suivantes :
1. Il ny a pas de convection ni de rayonnement dans le domaine tudier: cette
hypothse est valide quand la taille des pores est trs petite [45].
80

2. Il ny a pas de changement de phase : le cas du changement de phase est tudi
sparment [38, 46].
3. Il ny a pas deffets de rsistance thermique de contact [47, 48] entre les surfaces en
contact.
Les quations rsoudre pour le problme de transfert de chaleur selon une direction n
et sans considration de source de chaleur :
(c ) T =
2T
(Eq. III-31)
(c ) T = T
(Eq. III-32)
p f
p s
o : s , k f sont les conductivits thermiques de deux phases [W.m-2.K-1], et les indices s, f

dsignent le solide et la rgion non solide dans le cas dun milieu poreux. cP est la chaleur
spcifique pression constante [J.kg-1.K-1].
Les contraintes de continuit linterface solide/fluide (solide1/solide2) imposent :
Ts = T f
(Eq. III-33)
T
T
=f
n
n
(Eq. III-34)
Pour conserver la continuit au niveau des interfaces le terme c p est maintenu la

mme valeur pour les deux phases. Cette hypothse abaisse le cot de lapplication des
conditions aux limites qui est impos par dautres mthodes (i. e. CFD), et elle na aucune
influence sur les rsultats finaux [49].
Lquation de Boltzmann discrtise a toujours la mme forme :
g i ( x + ei , t + 1) g i (x, t ) =
(g (x, t ) g (x, t ))
eq
i
(Eq. III-35)
Cette quation est applique pour chaque phase (constituant), cela veut dire quil faut
dfinir deux temps de relaxation pour prendre en considration les diffrentes valeurs de la
81

diffusivit thermique. Dans le cas o le milieu est considr poreux, il vient :
s =
3 s
1
1
+
2
2 (c p )s c t 2
(Eq. III-36)
f =
3 s
1
1
+
2
2 (c p ) f c t 2
(Eq. III-37)
t est le pas du temps et c est la vitesse de propagation x / t : x est lespacement entre
deux nuds choisi de manire de garder une valeur pour le temps de relaxation entre ]0.5, 2].
La fonction de distribution lquilibre dfinie pour un modle D2Q9 par :
g 0eq = 0
(Eq. III-38)
1
g1eq, 2,3, 4 = T
6
(Eq. III-39)
g 5eq, 6,7 ,8 =
1
T
12
(Eq. III-40)
La temprature locale de chaque nud :
T = gi
(Eq. III-41)
et le flux thermique est calcul pour chaque phase :
0.5
q = g i ei n
i
n
(Eq. III-42)
Ce modle est suivi dans cette thse, et il est valid dans le chapitre suivant pour les
problmes en rgime stationnaire [50].
III.3.4.3. Problme conjugu solide-fluide

Dans certains cas, il faut rsoudre le problme du transfert de chaleur par conduction
dans le solide et le transfert de chaleur par convection dans le fluide (voir les explications sur
le phnomne de transfert de chaleur dans le chapitre suivant).
Supposons quun coulement dans un tuyau avec des bords pais, la conduction
82

travers ces bords nest pas nglige. La diffusivit thermique du solide est diffrente de celle
du fluide. Une des propositions pour simuler les diffrents phnomnes dans ce milieu est
dappliquer le rebond pur au niveau de linterface solide-liquide et de dfinir un temps de
relaxation dans le milieu solide diffrent de celui du milieu fluide. La continuit semble tre
assure linterface [27, 51].
III.3.4.4. Modle BR pour le rayonnement thermique

Le transfert de chaleur par rayonnement est souvent coupl avec la conduction ou bien
la convection [52, 53]. Les travaux qui prennent en considration leffet de rayonnement sont
peu nombreux et les schmas BR proposs sont souvent hybrides [54, 55, 56, 57]. Dans cette
thse, le rayonnement nest pas envisag.
III.3.4.5. Extension du modle BR lvaluation des proprits

mcaniques
Dans une publication rcente [58], M. Wang et N. Pan ont montr que le
comportement mcanique li au module de llasticit dun matriau biphasique est
susceptible dtre valu par la mthode de Boltzmann sur rseau. Dans leur travail, et pour
un modle BR-D2Q9 ils ont exploit les quations Eq. III-35 Eq. III-42 en remplaant le
terme T par le terme U qui exprime le dplacement ou la dformation linaire et le terme q
par le terme F qui exprime la force ou la contrainte. Enfin, le module de Yong effectif se
calcule par lexpression :
Eeff =
H FdL
(Eq. III-43)
U dL
o H la largeur du domaine et L sa longueur. Ce modle est extensible en 3D comme le

modle thermique sur lequel est calqu.
III.4. Conditions aux limites

Lapplication de conditions aux limites est trs importante. Avoir des conditions aux
limites correctes et prcises est important car elles modifient les rsultats ainsi que la stabilit
de la solution [59].
Une des raisons qui ont rpandu la mthode de BR sont ses conditions aux limites
83

faciles appliquer dans les gomtries complexes. Plusieurs tudes sont consacres aux
dveloppements des conditions aux limites qui varient selon la complexit du cas trait de
conditions simples pour les gomtries simples et les rseaux rguliers [60, 61, 62], jusquaux
conditions pour les gomtries complexes du faon obtenir plus de prcision [63, 64].
Les conditions rencontres pour traiter les diffrents cas et gomtries sont abordes:
la condition de non glissement, la condition des limites priodiques et les conditions dentresortie de fluide. Ces conditions sont tablies pour le cas dun coulement isotherme ; ainsi,
dautres conditions seront attendues, quand le sujet du modle thermique sera abord.
III.4.1. Condition aux limites priodiques

Limplantation de la condition aux limites priodiques [en anglais Periodic
Boundary Conditions (PBCs)] se fait simplement en permettant aux particules qui quittent le
rseau dun ct dy rentrer par la frontire de la direction oppose. Figure III12 illustre
lapplication de cette condition.
Lavantage de cette condition apparat dans les problmes priodiques avec une
priodicit connue L dans une direction. Dans ce cas, le calcul peut tre fait pour un seul
intervalle. Limplmentation de cette condition dans un code numrique est trs simple :
If index < 1 then new_index = L
If index > L then new_index = 1
III.4.2. Condition de non glissement

Appele en anglais no-slip condition , cette condition impose aux interfaces
solide-fluide ou bien fluide-bords est dhabitude prsente par le schma dite rebondissement
en arrire (en anglais Bounce-Back rule), appel aussi la condition de rebond pur [18]. Cest
grce ce schma que les mthodes de BR sont devenues populaires parmi les diffrents
modles proposs pour la simulation dcoulements dans un domaine complexe y compris les
milieux poreux.
84
Figure III12 : Condition priodique applique aux bords (les carrs en gris). La flche continue
reprsente le vecteur lors de sa propagation tandis que la flche intermittente est son tat aprs
la propagation.
Figure III13 schmatise lapplication de cette condition. Une fois les nuds solides
sont dfinis, et aprs la collision, la particule de la fonction de distribution, qui vient dun
nud dfini comme fluide, rebondit dans la direction oppose, en gardant sa quantit de
mouvement, vers son nud de provenance.
Figure III13 : Condition de rebond pur. Un disque noir est un obstacle (solide) et le disque
rouge est un site vide (passage de fluide). Une flche continue reprsente ltat de la particule
avant la collision, et la flche intermittente reprsente ltat de la particule aprs la collision.
Cette condition se rencontre soit la surface solide soit a mi distance entre le nud
solide et celui liquide. La diffrence entre les deux chemins na pas une grande influence sur
les rsultats, et donc le chemin entier est utilis. La mise en place de cette condition dans le
code du calcul se fait comme suit .
Aprs ltape de la collision les nouveaux sites sont vrifis, et si la fonction f i se
85

heurte un nud dfini comme solide ou bien un bord, elle rebondi vers le site dorigine
f i ,opp selon la rgle gnrale pour un modle D2Q9 (voir Figure III6) :
Lors de la collision f0
f1
f2
f3
f4
f5
f6
f7
f8
Aprs la collision (sens oppos) f0
f3
f4
f1
f2
f7
f8
f5
f6
Lavantage de cette condition est la simplicit, la facilit dimplmentation et la

conservation automatique de masse dans le domaine de calcul. Elle peut traiter nemporte
quelle gomtrie.
III.4.3. Condition de glissement

Il est, gnralement, admis que le mur possde une vitesse de glissement non nulle et
donc le schma de rebond en arrire nest pas totalement correct. Le schma de rflexion
spculaire est donc appliqu dans ce cas. Il est expliqu dans la Figure III14 o :
f + i = f i
(Eq. III-44)
Figure III14 : Condition de rflexion spculaire
III.4.4. Conditions entre/sortie

On peut distinguer lentre et/ou la sortie dun rseau (domaine de calcul) deux
types dcoulements : un coulement dirig par un gradient de pression ou par des forces
externes, et un coulement dirig par une vitesse ou par un flux de matire. Dans la suite, on
considre un coulement isotherme monophasique qui stale depuis louest vers lest et un
86

modle BR BGK D2Q9. On va en dduire les relations qui permettent de calculer les valeurs
de populations inconnues. Figure II15 schmatise le bord et le nud concern.
III.4.4.1. Ecoulement rgi par la vitesse

Ce cas constitue la condition de Neumann [65, 66]. Une vitesse est impose lentre
du domaine de calcul ce qui permet de calculer les valeurs des variables inconnues. Elles sont,
aprs lapplication de ltape de propagation, la densit (et donc la pression travers
lquation de ltat) et les composants f1 , f 5 , f 8 rsultants de lapplication de rebond pur, voir
Figure III15. On a besoin de construire 4 quations pour trouver ces 4 valeurs. Les valeurs
des autres composants f 0 , f 2 , f 3 , f 4 , f 6 , f 7 sont connues car ces composants sont venus
dautres nuds de lintrieur du rseau.
(a)
(b)
(c)
Figure III15 : Populations inconnues lors de lapplication dune quantit impose aux bords.
(a) avant la propagation et linstant t = ti, (b) aprs la propagation et linstant t = ti + 1 et (c)
rebondissement en arrire et linstant t = ti + 1.
Lapplication de principe de conservation de masse donne :
= f 0 + f1 + f 2 + f 3 + f 4 + f 5 + f 6 + f 7 + f 8
(Eq. III-45)
et le principe de la conservation de quantit de mouvement selon les deux directions donne :
u x = f1 + f 5 + f8 f 3 f 6 f 7
(Eq. III-46)
87
u y = 0 = f 2 + f 5 + f 6 f 4 f 7 f 8
(Eq. III-47)
ici on considre quil ny a pas de vitesse dans la direction verticale de bord. La 4me quation
est tablie laide de la condition de rebondissement en arrire maintenue dans la direction
horizontale [60] :
f1 f1eq = f 3 f 3eq
(Eq. III-48)
o la seule valeur inconnue est f1 . La rsolution de ces 4 quations donne les relations
suivantes :
f 0 + f 2 + f 4 + 2( f 3 + f 6 + f 7 )
1 ux
(Eq. III-49)
2
f1 = f 3 + u x
3
(Eq. III-50)
1
1
f 5 = f 7 + ( f 4 f 2 ) + u x
2
6
(Eq. III-51)
1
1
f8 = f 6 + ( f 2 f 4 ) + u x
2
6
(Eq. III-52)
Les quations (Eq. III-49 - Eq. III-52) seront installes directement dans le code.
III.4.4.2. Ecoulement rgi par un gradient de pression

Ce cas constitue la condition de Dirichlet [65, 66]. Un gradient de pression (densit)
est maintenu dans le domaine de calcul ce qui permet de calculer les valeurs des variables
inconnues. Elles sont, aprs lapplication de ltape de propagation, la densit (et donc la
pression travers lquation de ltat) et les composants f1 , f 5 , f 8 rsultants de lapplication
de rebond pur, voir Figure III15. Les quations (Eq. III-49 - Eq. III-52) sont les mmes, et
leur rsolution conduit aux relations suivantes :
u x = in ( f 0 + f 2 + f 4 + 2( f 3 + f 6 + f 7 ))
(Eq. III-53)
f1 = f 3 + 23 u x
(Eq. III-54)
88
f 5 = f 7 + 12 ( f 4 f 2 ) + 16 u x
(Eq. III-55)
f 8 = f 6 + 12 ( f 2 f 4 ) + 16 u x
(Eq. III-56)
Les quations (Eq. III-53 - Eq. III-56) sont installes directement dans le code.
Pour les bords isols, le flux est zro et le gradient de la densit est zro :
=0
n
(Eq. III-57)
ici n est la normale sur la surface. Cela est fait pour tous les nuds aux bords admettant que
f ( j ) = f ( j 1) . Pratiquement cela revient copier les valeurs de la surface j 1 dans la

surface j et donc pour chaque nud :
f i , j = f i , j 1
(Eq. III-58)
III.4.4.3. Condition de bords ouverts

Cette condition est relative aux conditions appliques lentre et la sortie dun
domaine. Par extrapolation [67], pour le cas des nuds louest :
f 3,i , j = 2 f 3,i +1, j f 3,i + 2, j
(Eq. III-59)
f 6,i , j = 2 f 6 ,i +1, j 1 f 6,i + 2, j 2
(Eq. III-60)
f 7 ,i , j = 2 f 7 ,i +1, j +1 f 7 ,i + 2 , j + 2
(Eq. III-61)
III.4.4.4. Application dune force externe

Les forces externes, y compris la force de pesanteur (gravit), peuvent tre introduites
dans un modle BR soit pour modifier les valeurs de fonctions de distribution lors de ltape
de collision en ajoutant un terme source dans chaque direction [68], soit par modifier la valeur
r
de vitesse macroscopique u calcule chaque nud [66] :
r
r r
umod = u + F
(Eq. III-62)
r
o F reprsente la ou les forces appliques. La modification des valeurs de vitesse
89

macroscopique engendre la modification des valeurs f eq . Cette voie se programme dans le
code en ajoutant la vitesse macroscopique calcule par Eq. III-12 la valeur adimensionnelle
qui correspond cette force.
III.4.5. Conditions aux limites thermiques

Peu de travaux ont utilis les conditions aux limites conjugues [40, 54, 55]. Le
plupart des tudes considrent que la temprature est constante ou que le flux thermique est
constant [16]. Ici, des conditions les plus simples sont appliques. Deux types de conditions
aux limites sont discuts : temprature constante impose lentre et la sortie du domaine
avec T1 > T2 , et surfaces adiabatiques.
III.4.5.1. Temprature impose

Au niveau du rseau, et toujours en rfrence la Figure III15, on applique le
principe du rebond arrire :
g + i g +eqi = g i g eqi
(Eq. III-63)
la population g1 est une quantit inconnue :
g1 g1eq = g 3 g 3eq
(Eq. III-64)
1
g1 = Tw g 3
3
(Eq. III-65)
o Tw est la temprature locale la surface. De la mme faon, les quantits g 5 et g 8 sont

calcules :
1
g 5 = Tw g 7
6
(Eq. III-66)
1
g8 = Tw g 6
6
(Eq. III-67)
Le schma du rebond pur des populations qui ne sont pas lquilibre est utile, et peut
tre exploit en conditions aux limites thermiques.
90
III.4.5.2. Condition de bords adiabatiques

Un bord adiabatique signifie quil ny a pas de transfert de chaleur par conduction
dans la direction normale travers ce bord. On applique le principe en Eq. III-58
simultanment avec la condition de rflexion spculaire (Eq. III-44) :
flux
=0
(Eq. III-68)
III.5. De valeurs microscopiques aux valeurs physiques

Dans la mthode msoscopique BR, les valeurs utilises pour la simulation sont
adimensionnelles, et pour rtablir les valeurs physiques relles quelques paramtres sont
indispensables [69] :
x = L N 1 est la valeur rfrence de lespace entre deux nuds (en mtres). L

tant la longueur rfrence du cas tudi (en mtres) et N est le nombre de nuds
au rseau.
t = (cs cs )x est la valeur rfrence du pas de temps entre deux itrations (en
secondes).
m est la valeur rfrence de masse (en kilogrammes).
Ainsi, les autres valeurs peuvent tre en dduites partir de ces trois valeurs
rfrences [70].
= ( m) / x 3
(Eq. III-69)
u = u(x / t )
(Eq. III-70)
= (x 2 / t )
(Eq. III-71)
p = (pm) /(xt 2 )
(Eq. III-72)
Les variables , u , , p expriment les valeurs relles de la masse volumique, la

vitesse, la viscosit cinmatique et la pression, respectivement. Le choix dun fluide
spcifique va fixer les valeurs de la viscosit et de la masse volumique.
91

Pour un modle thermique la temprature adimensionnelle est calcule par :
T Tin
T
(Eq. III-73)
III.5.1. Exemple 1
Soit un coulement de fluide connu (de leau) dans une gomtrie dfinie par une
longueur de rfrence Lx = 320m :
1. Dfinir la taille du rseau par N = 321 pixels :
x =
Lx
= 1 106 m .
N 1
2. Les proprits
, de leau sont connues: 103 kg.m-3 et 1 10 6 m2.s-1,
respectivement :
La valeur du temps de relaxation est limite ]0.5,2[ : le choix dune valeur

gale 1 donne une valeur de = 1 / 6 en rseau.
x 2
t est calcul par lexpression =
le choix dune valeur = 1 en rseau va fixer la valeur de rfrence m
m est calcul de lexpression =
m
x
: t = 1 / 6 10 6 s.
: m = 1 10 15 kg.
Maintenant, les trois valeurs de rfrence : x , t , m sont connues. Sachant que le

nombre adimensionnel de Knudsen doit tre Kn << 1 [71, 72] pour rapprocher la solution des
quations Navier-Stokes.
III.5.2. Exemple 2
Le nombre de Reynolds est dfini comme le rapport entre les forces dinertie et
visqueuses. Ce nombre adimensionnel dtermine le rgime ou le systme de lcoulement et
est donn par la relation :
92
Re =
uL uL
=
(Eq. III-74)
o L , u sont la longueur et la vitesse lchelle caractristiques de lcoulement,

respectivement. Soit un coulement de Poiseuille, qui sera valid dans le chapitre suivant,
dfini par un nombre de Reynolds Re connu :
Le choix de Re impose ceux de , u, L
La valeur maximum de la vitesse en rseau ne doit pas dpasser 0.1 [27].
u max = 0.1 . savoir que u max = 1.5 u ave [53].
Le choix dune valeur = 1 donne une valeur = 1 / 6 (en rseau x = t = 1 ).

La largeur (les nuds) est calcule : Re =
uL
Les forces externes (adimensionnelles) sont calculer.
III.6. Algorithme du calcul BR

Avec la mthode de Boltzmann sur rseau, on imagine que les particules dans le
rseau :
se dplacent entre les sites dun rseau uniforme.
Sautent dun site lautre selon des vitesses fixes et discrtises.
Se heurtent quant ils se rencontrent dans un site.

Il y a deux schmas gnraux selon lordre de la squence propagation/collision [73,
74, 75, 76]:
le schma push : dans lequel ltape de collision prcde ltape de propagation.
le schma pull : dans ltape de propagation prcde ltape de collision.
93

Le schma pull est adopt ici dans cette thse.
La Figure III16 prsente un algorithme gnral pour un modle BR classique
travers lequel le calcul est organis comme suit.
Figure III16: Schma de lalgorithme gnral de calcul dans un modle BR.
Au dpart, les variables du fluide , u x , u y sont connues et dfinies chaque nud au

temps zro par des valeurs initiales ce qui permet dinitialiser les populations f i . Le but est de
94

calculer ces variables aux pas de temps suivants.
f i eq sont utilises pour calculer les valeurs
Ensuite, les populations du rseau
macroscopiques de , u x , u y . Les valeurs rsultantes sont la solution numrique un temps t ,

et elles sont utilises pour calculer les valeurs de fonction de distribution lquilibre f i eq qui
sont ncessaires pour ltape de propagation. Les valeurs de f i eq sont ensuite utilises pour
relaxer les valeurs de f i lors de ltape de collision travers le temps de relaxation. Ces f i
relaxes vont se propager selon lquation (Eq. III-3) pour produire les populations du rseau
au pas de temps suivant t + t . Aprs, ce cycle se rpte jusqu ce quune condition de
convergence soit satisfaite, ce qui arrte le calcul.
III.7. Position de la mthode BR par rapport dautres

mthodes numriques
III.7.1. BR et la mthode du calcul des diffrences finies
La mthode de Boltzmann sur rseau peut tre vue soit comme une discrtisation de
lquation simplifie de Boltzmann en utilisant un rseau symtrique soit comme un schma
de diffrences finies pour lquation de Navier-Stokes. Dr Mohamad montre dans son livre
[27] la similitude et les diffrences entre les deux schmas. La dfinition dun maillage dans
la mthode des diffrences finies signifie que lcoulement sera trait de faon discrte. Par
contre, le schma hybride consiste dans le traitement de la dynamique de lcoulement par la
mthode BR et utiliser le schma DF pour la thermique o on gagne du temps de calcul car
on na pas de terme de collision [77, 78].
III.7.1.1. Principe de la mthode des diffrences finies

Le principe de cette mthode numrique repose sur le fait que les drives partielles de
lquation diffrentielle sont approches par des combinaisons linaires de valeurs aux points
de grille. Pour les drives de premier ordre :
95

u
u ( x + x ) u ( x )
u ( x ) u ( x x )
(x ) = lim
= lim
x 0
x 0
x
x
x
u ( x + x ) u ( x x )
= lim
x 0
2x
(Eq. III-75)
III.7.1.2. Mthode de Dufort-Frankel

Cest un algorithme propos pour surmonter les problmes de stabilit de lalgorithme
simple [78, 79]. Il scrit :
u nj +1 = u nj 1 + a u nj+1 u nj +1 + u nj 1 + u nj1
(Eq. III-76)
Cette relation peut tre rsolue explicitement pour u nj +1 chaque nud du rseau :
1 a n 1 a n
n
u nj +1 =
u j +
u j +1 + u j 1
1+ a
1+ a
o a = 2
(Eq. III-77)
t
.
x 2
Par exemple, lquation aux drives partielles du transfert de la chaleur par

conduction est de type parabolique:
T x T y T z T
2T
2T
2T
=
+
+
+x 2 +y 2 +z 2
t
x x
y y
z z
x
y
z
(Eq. III-78)
Le schma de Dufort-Frankel est une approximation du second ordre et il est

inconditionnellement stable. La solution par une mthode de diffrences finies requiert la
discrtisation des drives en suivant la rgle gnrale pour une quantit fictive A :
dA / dx = A / x = [ A( j + 1) A( j 1)]/ 2x
(Eq. III-79)
dA2 / dx 2 = [A( j + 1) 2 A( j ) + A( j 1)]/ x 2
(Eq. III-80)
et
Par application du schma de Dufort-Frankel pour la rsolution de la drive
temporelle T n +1 T n 1 / 2t , la relation suivante est dduite :
96
n +1
2
1 3a n 1 2t / x
(Dx1Tx1 + Dx 2Tx 2 + D y1Ty1 + D y 2Ty 2 + Dz1Tz1 + Dz 2Tz 2 )
=
T +
1 + 3a
1+ a
(Eq. III-81)
a = 2(Dx + D y + Dz )t / 3x 2
Dx1 = ( x1 + x ) / 2 ; Dx 2 = ( x 2 + x ) / 2 ; Dx = ( x1 + 2 x + x 2 ) / 4
D y1 = ( y1 + y )/ 2 ; D y 2 = ( y 2 + y )/ 2 ; D y = ( y1 + 2 y + y 2 )/ 4
Dz1 = ( z1 + z ) / 2 ; Dz 2 = ( z 2 + z ) / 2 ; Dz = ( z1 + 2 z + z 2 ) / 4
n1 = (n 1) ; n 2 = (n + 1) ; n = (n )
n tant x, y, z.
(Eq. III-82)
Lquation Eq. III-81 tient compte de lanisotropie (htrognit) des diffusivits.
III.7.2. Solveurs fonds sur les mthodes dlments finis

III.7.2.1. Logiciel libre : OOF
OOF est un logiciel de calcul destin aux scientifiques des matriaux qui veulent
calculer des proprits macroscopiques partir dimages de structure [80]. Ce logiciel public
est dvelopp au sein de National Institute of Standards and Technology (NIST) la base de
la technique EFs. Figure III17 montre la fentre principale du logiciel.
Dans sa premire version, OOF se compose de deux programmes en coopration :
ppm2oof et oof. Le premier programme (ppm2oof) lit les images de format ppm (Portable
Pixel Map) et affecte les proprits du matriau aux dispositifs dans limage. La mission du
deuxime programme (oof) est de conduire des expriences virtuelles sur les structures de
donnes cres par le ppm2oof pour dterminer les proprits macroscopiques souhaites.
On importe limage dans ppm2oof, et on applique une des mthodes proposes pour
dterminer les deux phases : solide et vide si on suppose toujours travailler sur des matriaux
poreux.
En fait, le systme dexploitation requis pour ce logiciel (LINUX) impose des
97

contraintes de travail. Lapplication des conditions aux limites aussi.
Figure III17 : Fentre principale du logiciel OOF2.
III.7.2.2. Logiciel commercial COMSOL Multiphysics

COMSOL Multiphysics est un logiciel avanc pour la modlisation et la simulation de
phnomnes physiques dcrits par des systmes dquations aux drives partielles (EDP)
rsolues par lments finis. Ce logiciel inclut un diteur CAO complet ainsi que des solveurs
performants qui permettent de traiter des problmes de taille importante tout en convergeant
rapidement vers le rsultat. Une interface graphique rapide et interactive fournit l'utilisateur
diffrents moyens pour dcrire un problme en 1D, 2D et 3D. Il a en outre lavantage de
permettre un couplage et une rsolution simultane des quations provenant de domaines
physiques trs diffrents. S'ajoute cela des possibilits optimises de visualisation et de posttraitement des solutions qui font de FEMLAB (ancien nom du logiciel) un outil complet et
polyvalent [81]. Un avantage trs important de ce logiciel cest que lutilisateur peut se
concentrer sur le modle et na pas besoin de consacrer du temps rsoudre les quations,
construire les lignes de programmation, ou visualiser les rsultats.
La Figure III18 montre la fentre principale du logiciel COMSOL.
98
Figure III18 : Fentre principale du logiciel COMSOL Multiphysics.
Dans la version 3.5.a, COMSOL Multiphysics a la capacit de traiter des applications

spcifiques travers ses divers modules dj fournis sachant que le couplage des diffrents
modules permet de simuler plusieurs phnomnes au mme temps et pour le mme domaine
de calcul [82].
Ce logiciel, au travers ses diffrentes versions, est trs efficace. Le seul problme,
pour notre domaine de travail, cest que limportation des images de structures relles nest
pas prvue.
III.7.3. BR et la mthode de calcul en volumes finis

La mthode des volumes finis ou volume de contrle est une mthode numrique
base sur lintgration des quations du transport qui gouvernent les coulements des fluides
et les transferts de la chaleur. Lquation gnrale de transport scrit pour une proprit :
( )
+ div(u ) = div( grad ) + S
t
(Eq. III-83)
o est le coefficient de diffusion et S est le terme source.

Les schmas hybrides BR-VF ont t proposs dans la littrature dans le but de
coupler les dynamiques de fluide (en utilisant un schma BR) simultanment avec les
phnomnes thermiques (en utilisant un schma VF). La Figure III19 reprsente un rseau
99

hybride BR-VF. Ce couplage permet de rduire le temps de calcul engendr par une double
population tout en bnficiant de la souplesse fournie par les mthodes classiques.
Sans entrer dans les dtails de la mthode des volumes finis, citons les travaux de
Mishra et al. [54, 55, 57] destins surtout lincorporation de leffet du rayonnement dans le
calcul des phnomnes thermiques, et les travaux de Semma et al. [38] qui sont destins
tudier le problme de solidification (le changement de phase).
Figure III19 : Reprsentation dun rseau hybride BR-VF. (rfrence [54].)
III.8. Conclusion partielle

Dans ce chapitre les mthodes numriques de modlisation dun milieu poreux et
notamment la mthode de Boltzmann sur rseau ont t abordes. La mthode BR est une
mthode de calcul numrique propose pour la simulation de dynamiques de fluide et la
thermique par lquation de Boltzmann.
De faon gnrale, la mthode de Boltzmann sur rseau comporte trois volet distincts :
1. Le rseau : la grille.
2. Les distributions lquilibre.
100

3. Lquation cinmatique pour la collision.
Cette mthode a t expose en dtail avec un rappel de lhistoire de la mthode,
lapproximation BGK, les diffrents modles et conditions aux limites applicables.
Cette mthode prend place parmi les solutions numriques efficaces des problmes
complexes. Son aptitude la paralllisation permet loptimisation et ladaptation aux
machines de calcul. Certains chercheurs ont dj dvelopp leur propre logiciel adapt leur
problme spcifique [13, 14, 83, 84, 85, 86].
Cette mthode, qui connait un dveloppement rapide, gnre cependant des erreurs du
fait de sa nature numrique. Les sources derreurs prvues sont cumules, lors de la
discrtisation temporelle et spatiale [30], lapplication des conditions aux limites [87] et la
compressibilit.
Dautres mthodes numriques possibles sont les schmas de Diffrences Finies (DF),
Elments Finis (EF) et Volumes Finis (VF). Le couplage entre la mthode de Boltzmann et
une de ces mthodes est possible et permet par exemple de traiter la dynamique dun fluide
par BR et la thermique par un schma discrtis.
Il est montr que, pour notre cas dtude, la mthode BR se prte au traitement de
notre problme au prix dune programmation relativement simple, tout en prsentant avec
lavantage de traiter les gomtries complexes y compris les milieux poreux et les matriaux
bicouche ce qui sera le sujet du chapitre prochain.
101
Bibliographie du chapitre III

[1] Randall J. LeVeque, Finite Difference Methods for Differential Equations, AMath 585-6
Notes, University of Washington, version of January (2006).
[2] Zienkiewicz O.C., Taylor R.L., Nithiarasu P., The finite element method for fluid
dynamics, Volume 3, (6th Ed.) Lavoisier 2005.
[3] Robert Eymard, Thierry Gallout and Raphale Herbin, Finite Volume Methods, Rapport,
Marseille (2003).
[4] S. Succi, The Lattice Boltzmann Equation for Fluid Dynamics and Beyond. Oxford
Science Publications (2001).
[5] Youngseuk Keehm and Tapan Mukerji, course GP200, Fluids and Flow in the Earth:
Outstanding
Problems
and
Computational
Methods.
Stanford
2005.
http://srb.stanford.edu/GP200 .
[6] A. A. Mohamad, Fundamentals of LBM : a short course. universit de Limoges t 2005.
[8] S. Chen and G. Doolen, Lattice Boltzmann Method for Fluid Flow. Annu. Rev. Fluid
Mech. (1998) 30, 29-64.
[9] Dardis O. & McCloskey J., 1998 Lattice Boltzmann scheme with real numbered solid
density for the simulation of flow in porous media. Phys. Rev. E 57 4834-4837.
[10] Jin G., Ptazek Tad W. & Silin D. B., Direct Prediction of the Absolute Permeability of
Unconsolidated and Consolidated Reservoir Rock. SPE (Society of Petroleum
Engineers) 90084 (2004).
[11] Chongxum Pan, Li-Shi Luo, Cass T. Miller, An evaluation of lattice Boltzmann schemes
for porous medium flow simulation. Computers & fluids 35 (2006) 898-909.
[12] A. Dupuis. From a lattice Boltzmann model to a parallel and reusable implementation of
a virtual river. Doctoral Thesis. Geneva Switzerland (2002).
[13] Open source Lattice Boltzmann code, en libre tlchargement partir du site
http://www.openlb.org/ .
[14] Open source Lattice Boltzmann code, en libre tlchargement partir du site
http://www.lbmethod.org/palabos/ .
102
[15] M. Yoshino and T. Inamuro, Lattice Boltzmann simulation for flow and heat/mass
transfer problems in a three-dimensional porous structure, Int. J. Numer. Meth. Fluids
(2003) 43:183-198.
[16] DOrazio A. & Succi S., 2004 Simulation two-dimensional thermal channel flows by
means of a lattice Boltzmann method with new boundary conditions. FGCS 20 935-944
[17] X. He, S. Chen et G. Doolen, A Novel Thermal Model for the Lattice Boltzmann Method
in Incompressible Limit, J. Computational Fluids (1998) 146, 282-300.
[18] Mohamed Mahdi Tekitek, Identification des modles et de paramtres pour la mthode
de Boltzmann sur rseau. Thse soutenue luniversit de Paris sud (2007).
Gas Method and the Lattice Boltzmann Method. Final report, Belgique (2003).
[20] J. Hardy, O. de Pazzis & Y. Pomeau, Molecular dynamics of a classical lattice gas:
Transport properties and time correlation functions, Phys. Rev. A vol. 13, (1976) 1949
1961.
[21] Li Shi Luo, Lattice-Gas Automata and Lattice Boltzmann Equations for TwoDimensional Hydrodynamics. Phd thesis, Georgia Institute of Technology (1993).
[22] X. He and Li-Shi Luo. Theory of the lattice Boltzmann method: From the Boltzmann
equation to the lattice Boltzmann equation. Phys. Rev. E vol56 (1997) 6811-6817.
[23] X. He, Li-Shi Luo. A priori derivation of the lattice Boltzmann equation. Phys. Rev. E
vol55 (1997) R6333-R6336.
[24] Wolf-Gladrow, D.A., Lattice-gas cellular automata and lattice Boltzmann models: an
introduction, Springer, Lecture notes in mathematics, Berlin, 2000.
[25] http://fr.wikipedia.org/wiki/%C3%89quation_de_Boltzmann .
[26] Nils Threy, A single-phase free-surface Lattice Boltzmann Method. Phd thesis Institut
Fr Informatik, Erlangen, Allemagne (2005).
[27] A. A. Mohamad, Applied Lattice Boltzmann Method for Transport Phenomena,
Momentum, Heat and Mass Transfer. Calgary-Canada (2007).
[28] Urpo Aaltsomali, Fluid Flow in Porous Media With the Lattice Boltzmann Method. Phd
thesis (2005). University of Jyvskyl, Finland.
[29] D. dHumire, in Rarefied Gas dynamics: Theory and Simulations, Prog. Astronaut. Vol.
159, (1992).
[30] Al-Zoubi A, Numerical Simulations of Flows in Complex Geometries Using the Lattice
Boltzmann Method, Doctoral Thesis (2006). Clausthal Germany.
103
[31] Xiaoming Wei, Wei Li, Klaus Mueller, Arie Kaufman, The Lattice-Boltzmann Method
for Simulating Gaseous Phenomena. IEEE Transactions on Visualization and Computer
Graphics, Vol. 10, No. 2, (2004) 164-176.
[32] Qian Y.H., dHumires D. and Lallemand P., Lattice BGK models for Navier-Stokes
equation, Europhys. Lett., vol. 17, p. 479-484, (1992).
[33] dHumire D., Ginzbrg I., Krafczyk M., Lallemand P., Luo L.-S., Multiple-relaxationtime lattice Boltzmann models in three-dimensions, Philosophical Transactions of Royal
Society of London A, vol. 360, p. 437-451, (2002).
[34] Lallemand P., Luo L.-S., Theory of the lattice Boltzmann method : dispersion,
dissipation, isotropy, Galilean invariance, and stability, Phys. Rev. E vol. 61 p. 65466562 (2000).
[35] R. Benzi, S. Succi, M. Vergassola, The lattice Boltzmann equation: theory and
applications, Phys. Reports vol. 222, p. 145-197 (1992).
[36] P. Pavlo, G. Vahala, and L. Vahala, Higher order isotropic velocity grids in lattice
methods, Phys. Rev. Lett. 80, pp. 3960-3963, 1998.
[37] G. McNamara, A. L. Garcia, and B. J. Alder, Stabilization of thermal lattice Boltzmann
models, J. Stat. Phys. 81, pp. 395-408, 1995.
[38] E.A. Semma, M. El Ganaoui, R. Bennacer, A. A. Mohamad Investigation of flows in
solidification by using the lattice Boltzmann method, Int. J. Th. Sci. (2008) 47;pp. 201
208.
[39] T. Inamuro, M. Yoshino, H. Inoue, R. Mizuzo and F. Ogino. A Lattice Boltzmann
Method for a Binary Miscible Fluid Mixture and Its Application to a Heat-Transfer
Problem. J. Comp. Phys. 179 (2002) 201-215.
[40] M. Wang, J. Wang, N. Pan, S. Chen et J. He, Three dimensional effect on the effective
thermal conductivity of porous media, J. Phys. Appl. Phys. (2007) 40 260-265.
[41] Moran Wang, Jinku Wang, Ning Pan et Shiyi Chen, Mesoscopic predictions of the
effective thermal conductivity for microscale random porous media. (2007) Phys. Rev.
E 75, 036702.
[42] Moran Wang, Ning Pan, Modelling and prediction of the effective thermal conductivity
of random open-cell porous foams. Int. J. of Heat and Mass Trans. (2008).
[43] M. Wang et al. Mesoscopic simulations of phase distribution effects on the effective
thermal conductivity of microgranular porous media, J. of Colloid and interface Science
311 (2007) 562-570.
104
[44] Moran Wang & Ning Pan, Predictions of effective physical properties of complex
multiphase materials, Materials Science and Engineering R 63 (2008) 130.
[45] B. Naitali, Elaboration, caractrisation et modlisation de matriaux poreux. Influence de
la structure poreuse sur la conductivit thermique effective, Thse soutenue la FSTLimoges (2005).
[46] Christian Huber, Andrea Parmigiani, Bastien Chopard, Michael Manga, Olivier
Bachmann, Lattice Boltzmann model for melting with natural convection, Int. J. Heat &
mass flow vol. 29, no 5 (2008) pp. 1469-1480.
[47] Mohamed Bouneder, Modlisation des transferts de chaleur et de masse dans les poudres
composites mtal/cramique en projection thermique : Application la projection par
plasma darc souffl argon hydrogne. Thse soutenue la FST-Limoges (2006).
[48] Hamid Belghazi, Modlisation analytique du transfert instationnaire de la chaleur dans
un matriau bicouche en contact imparfait et soumis une source se chaleur en
mouvement : Application aux traitements de surface par laser et projection plasma.
Thse soutenue la FST-Limoges (2008).
[49] Xi Chen and Peng Han, A note on the solution of conjugate heat transfer problems using
SIMPLE-like algorithms. Int. J. Heat and Fluid Flow 2000.
[50] M. R. Arab, B. Pateyron, M. El Ganaoui and N. Calv, Lattice Boltzmann Simulations
for Thermal Conductivity Estimation in Heterogeneous Materials, Defect and Diffusion
Forum, Vols. 283-286 pp 364-369 (2009).
[51] J. Wang. Moran Wang et Zhixin Li. A lattice Boltzmann algorithm for fluid-solid
conjugate heat transfer. Int. J. Therm. Sci. 46 (2007) 228-234.
[52] Franck P. Incropera, David P. DeWitt, Fundamentals of heat and mass transfer. 5th
edition. New York: J. Wiley & Sons 2002.
[53] R. B. Bird, W. E. Stewart and E. N. Lightfoot, Transport Phenomena, 2nd Ed. John wiley
and sons, Inc., New York, U.S.A. (2002).
[54] Subhash C. Mishra, Anjaneyulu Lankadasu, Kamen N. Beronov. Application of the
lattice Boltzmann method for solving the energy equation of a 2-D transient
conductionradiation problem. Int. J. Heat and Mass Transfer 48 (2005) 36483659.
[55] Subhash C. Mishra, Hillol K. Roy. Solving transient conduction and radiation heat
transfer problems using the lattice Boltzmann method and the finite volume method. J.
of Comp. Phys. 223 (2007) 89107.
105
[56] Ahmed Mezrhab, Mohammed Jami, Mhamed Bouzidi, Pierre Lallemand. Analysis of
radiationnatural convection in a divided enclosure using the lattice Boltzmann method.
Computers & Fluids 36 (2007) 423434.
[57] Bittagopal Mondal, Subhash C. Mishra. Lattice Boltzmann method applied to the
solution of the energy equations of the transient conduction and radiation problems on
non-uniform lattices. Int. J. of Heat and Mass Transfer 51 (2008) 6882.
[58] M. Wang, N. Pan, Elastic property of multiphase composites with random
microstructures, J. Compu. Phys. 228 (2009) 5978-5988.
[59] P. A. Skordos, Initial and Boundary Conditions for the Lattice Boltzmann Method phys.
Rev. E (1993) N. Pages: 42.
[60] Q. Zou et X. He. On pressure and velocity boundary conditions for the lattice Boltzmann
BGK model. Phys. Fluids 9: 1591-1598.
[61] Rober S. Maire, Robert S. Bernard and Daryl W. Grunau, Boundary conditions for the
lattice Boltzmann method. Phys. Fluids 8 (7) 1788-1801 (1996).
[62] T. Inamuro, M. Yoshino and Fuminaru Ogino, A non-slip boundary condition for lattice
Boltzmann simulations. Phys. Fluids 7 (12) 2928-2930 (1995).
[63] Y. Peng, C. Shu, and Y. T. Chew. Simplified lattice Boltzmann model for incompressible
thermal flows. Phys. Rev. E 68 (2003) 026701-026701-8.
[64] Y. Peng, C. Shu, and Y. T. Chew. A 3D incompressible thermal lattice Boltzmann model
and its application to simulate natural convection in a cubic cavity. J. Comp. Phys. 193
(2003) 260-274.
[65] COMSOL Multiphysics 3.5.a Package. Earth Science Module. Model Library.
[66] M. C. Sukop, Introduction to Lattice Boltzmann Methods: GLY-5835. Course for
graduate (2006).
[67] A. A. Mohamad, M. El-Ganaoui, R. Bennacer, Lattice Boltzmann Simulation of natural
convection in an open ended cavity, Int. J. Thermal Sci. 48 (2009) 18701875.
[68] M. Bernaschi, S. Succi and H. Chen, Accelerated Lattice Boltzmann Schemes for steadyState Flow Simulations, J. Sci. Computing, Vol. 16 No. 2 (2001) 135-144.
[69] M. R. Arab, E. A. Semma, B. Pateyron et M. El Ganaoui, Determination of physical
properties of porous materials by a Lattice Boltzmann approach, J. FDMP vol. 5, no. 2,
pp 161-175 (2009).
106
[70] R. Djebali, B . Pateyron, M. El Ganaoui, et H. Sammouda, Axisymmetric High

Temperature Jet Behaviors Based on A Lattice Boltzmann Computational Method Part
I: Argon Plasma, Int. Rev. Chem. Eng. vol 1 (2009) pp 428-438.
[71] Prodanovi M, Lindquist W. B, and Seright R. S, 3D image-based characterization of
fluid displacement in a Berea core, Adv. in Water Res. 30 (2007) pp 214-226.
[72] Muhammed E. Kutay, Ahmet H. Aydilek, Eyad Massad. Laboratory validation of lattice
Boltzmann method for modelling pore-scale flow in granular materials. Computers and
Geotechnics 33 (2006) 381-395.
[73] G. Wellein, T. Zeiser, S. Donath, G. Hager, On the single processor performance of
simple lattice Boltzmann kernels, Comput. & Fluids 35 (8-9) (2006) 910-919.
[74] K. Mattila, J. Hyvaluoma, T. Rossi, M. Aspnas, J. Westerholm, An efficient swap
algorithm for the lattice Boltzmann method, Comput. Phys. Communications 176
(2007) 200-210.
[75] Klaus Iglberger, Cache optimizations for the lattice Boltzmann method in 3D, Bachelor
Thesis (2003) Institut fr Informatik Erlangen-Nrnburg.
[76] Johannes Habich, Improving computational efficiency of lattice Boltzmann methods on
complex gemetries, Bachelor Thesis (2006) Institut fr Informatik Erlangen-Nrnburg.
[77] Mezrhab A., Bouzidi M., Lallemand P., (2004): Hybrid lattice-Boltzmann finitedifference simulation of convective flows, Computers & Fluids 33 623641.
[78] Ken Wohletz, HEAT3D:Magmatic Heat Flow Calculation, Los Alamos National
Laboratory, http://geodynamics.lanl.gov/wohletz/Heat.htm .
[79] Feras A. Mahmoud, Mohammad H. Al-Towaiq, Parallel Algorithm for the Solutions of
PDEs in linux clustered workstations, App. Math. Comput. 200 (2008) 178-188.
[80] OOF : Finite Element Modeling for Materials Science. Tlchargeable librement partir
du site http://www.nist.gov/msel/ctcms/oof/ .
[81] Khalid Fataoui, Dveloppement de modles thermomcaniques de construction de dpts
obtenus par projection thermique. Modle mcano thermique de ltalement de la
gouttelette. Thse en cotutelle soutenue lUniversit Chouaib Doukkali (2007).
[82] F. Mechighel, B. Pateyron, M. El Ganaoui1 and M. Kadja, Study of thermo-electrical and
mechanical coupling during densification of a polycrystalline material using COMSOL.
Proceedings of the European COMSOL Conference 4-6 novembre (2008) HannoverGermany.
107
[83] Code LB2D_prime (langage de programmation C) tlchargeable librement partir du

site http://www.fiu.edu/~sukopm/LBnD_Prime/LBnD_Prime.html , Copyright 2005,
Mike Sukop and Danny Thorne.
[84] Code SunLightLB (langage de programmation C) tlchargeable librement partir du
site http://sunlightlb.sourceforge.net/ .
[85] Code Mesoscopic Simulation Software DL_MESO (langage de programmation C et
Java)
tlchargeable
librement
partir
du
site
officiel
de
laboratoire :
http://www.cse.scitech.ac.uk/ccg/software/DL_MESO/index.shtml .
[86] logiciel PowerFlow, http://www.exa.com/pages/pflow/pflow_main.html .
[87] Thermal Lattice Boltzmann Two-Phase Flow Model for Fluid Dynamics, Phd thesis.
University of Pittsburgh 2005.
108
Chapitre IV : Etude numrique des proprits physiques des matriaux poreux
IV. Etude numrique des proprits physiques

des matriaux poreux
IV.1. Introduction
Le but de ce chapitre est dexposer les rsultats de lexploitation des simulations
excutes par la mthode BR, dcrite au chapitre prcdent, en configuration
bidimensionnelle dans un premier temps. Pour montrer la validit de cette mthode on
comparera nos rsultats avec les solutions analytiques disponibles dans la littrature pour des
problmes simples et connues. Pour cela, quelques exemples sont prsents sur lcoulement
de Poiseuille, la convection naturelle dans une cavit carre, le transfert thermique par
conduction dans un matriau bicouche et enfin des exemples bidimensionnels en milieu
poreux.
Dans un deuxime temps, voluera de la reprsentation bidimensionnelle lespace
tridimensionnel en utilisant la procdure de reconstruction dtaille au chapitre II. Ce passage
nous permet lexploitation dun outil numrique propre lestimation de la permabilit et la
conductivit thermique des domaines reconstruits en 3D.
Dans tous les cas tudis, les fonctions de distribution de la masse et de la temprature
sont initialises leurs valeurs dquilibre et la vitesse dans le domaine est nulle. La condition
des bords priodiques est, sauf cas particuliers signals dans le texte, applique aussi dans
toutes simulations effectue sauf cas prcis.
IV.2. Relations
caractristiques
essentielles
dun
coulement
De manire gnrale, un coulement est dcrit par les quations hydrodynamiques de
base [1, 2] qui sont :
109

1- Lquation de continuit
t + .(u ) = 0
(Eq. IV1)
qui exprime la conservation de la masse. Dans cette quation, est la masse volumique du
fluide et u la vitesse. Un cas spcial est lcoulement incompressible dans lequel reste
constante et .u = 0 .
2- Lquation de la quantit de mouvement
[ t u + (u. )u ] = p + . + g
(Eq. IV2)
qui dcrit la conservation de la quantit de mouvement. Ici p est la pression, est la matrice
de contraintes appliques au fluide, et g est lacclration due aux forces externes y compris la
gravit.
3- Lquation de la conservation de lnergie
du
+ p(.u ) = .(T ) +
dt
(Eq. IV3)
o T est la temprature, k le coefficient de la conductivit thermique du fluide, est la

fonction de dissipation visqueux, u cv dT et cv la chaleur spcifique.
Pour un fluide dit newtonien les contraintes visqueuses de lquation (Eq. IV-2) sont
directement proportionnes la drive de la vlocit ij = i u j ce qui donne en rsultat
lquation de Navier-Stokes :
t (u ) + .(uu ) = p + 2 u + g
(Eq. IV4)
o est la viscosit dynamique du fluide. Dans le cas dun fluide incompressible :

t u + u (u. ) =
p + 2 u + g
(Eq. IV5)
Le terme = / est la viscosit cinmatique du fluide. En gnral, les quations (Eq. IV-1)
et (Eq. IV-2) sont indpendantes de la temprature ce qui permet de les rsoudre sparment
110

de lquation de lnergie.
Lquation de Stokes dcrit un coulement stationnaire avec des faibles forces
dinertie.
0 = p + 2 u + g
(Eq. IV6)
Cette quation a une grande importance lors de ltude dun coulement dans un milieu
poreux surtout quand les valeurs de vitesse deviennent trs petites (nombre de Reynolds petit
< 10). On voit bien que la pression dans un tel systme est directement proportionne la
vlocit, par consquent lcoulement sera symtrique, mais aussi, laminaire.
IV.3. Ecoulement de Poiseuille

La solution analytique exacte de cet coulement est connue; ce qui permet de valider
les rsultats numriques de simulation. Prenons un coulement plan dans un tuyau de section
rectangulaire fixe et de longueur infinie prsent en Figure IV1. Le schma D2Q9 classique
est propos pour simuler cet coulement. L'coulement de Poiseuille, en rgime stationnaire,
entre deux parois planes, admet une solution analytique de la forme :
u=
p 2
a y2
2 L
(Eq. IV7)
avec :
p = pin
p
x
L
(Eq. IV8)
Dans ces quations, la chute de pression est p = pin pout , o, pin et pout sont
respectivement les valeurs des pressions imposes lentre et la sortie du domaine de
calcul,. La vitesse au voisinage des parois est nulle u x = 0 quand y = a tandis que la vitesse
3
maximale au milieu de tuyau u max = u moy quand y = 0 . La condition de non glissement est
2
garantie par lapplication de principe de rebond pur standard aux parois. La valeur
adimensionnelle de la viscosit de cisaillement est fixe de faon que lon obtienne un temps
de relaxation = 1 .
111
Figure IV1 : Configuration bidimensionnelle de lcoulement de Poiseuille et conditions aux

limites appliques. La taille du rseau est 200x50 pixels.
La taille du rseau de la grille considre est de 20050 pixels o un pixel correspond

lespacement du rseau x = 1 . Cet espacement est fixe et, en gnral, gal au pas du temps
en rseau, fixe aussi, t = 1 .
Aprs avoir dfini le rseau et le temps de relaxation, le domaine est initialis la
valeur adimensionnelle de masse volumique = 1 . Le calcul commence et les itrations
propagation/collision se poursuivent avec la vrification des conditions aux limites lentre

et la sortie du domaine. Le critre de convergence de ce problme est donn par la
condition :
( n +1)
ij
uij( n )
i, j
( n +1)
ij
10 6
(Eq. IV9)
i, j
o n reprsente le nombre total ditrations acheves, ici i et j indiquent la position dun pixel
en rseau selon x et y. Le calcul sarrte lorsque cette condition est satisfaite.
La solution exacte de lquation Eq. IV-7 est un profil parabolique comme lillustre
Figure IV2. Laccord entre les rsultats numriques et la solution analytique est vident.
112
Figure IV2 : Profile analytique (ligne continue) et numrique (les carrs) de la vitesse
horizontale dun coulement de Poiseuille. lu: unit de largeur du rseau (pixel).
En fait, une correction de 0.5 suivant laxe Y est faire car, en ralit, la position des
parois ne concide pas exactement avec les nuds de bords, mais elle est mi-chemin entre
les nuds de bord et les nuds de voisinage [3, 4].
IV.4. Simulation BR dans un milieu poreux

La permabilit est une mesure de la facilit de passage du fluide travers un domaine
ou une structure. Dans le cas dun coulement dcrit par un nombre de Reynolds trs faible de
lordre de < 10, la relation la plus importante pour dcrire le transport de fluide dans un milieu
poreux est la loi de Darcy [5]:
q=
(Eq. IV10)
o, q est dfini comme le dbit volumtrique du fluide dans le milieu poreux [kg.m-3] et k
est le coefficient de la permabilit [m2] qui mesure la conductivit dun matriau poreux de
lcoulement. Ce coefficient dpend de la porosit, de la distribution et taille des pores et de
linhomognit de la matire [6]. La loi de Darcy a t introduite lorigine comme une
relation empirique fonde sur les expriences faites sur un coulement stationnaire dans un
filtre de sable vertical. Elle est aussi considre comme lquation simplifie de Stokes.
Soit, par exemple, le milieu poreux prsent dans la Figure IV3. Il sagit de limage
de la microstructure de silicium feuillet, obtenue par microscopie lectronique balayage
113

MEB (Figure IV3-a). Aprs lacquisition, cette image est traite de manire distinguer les
zones fluides des zones solides (Figure IV3-b). Cet exemple a dj t tudi par le logiciel
COMSOL Multiphysics bas sur la mthode dlments finis [7]. Pour simuler lcoulement
deau, on impose un gradient de pression lentre et la sortie du domaine.
La taille du domaine prsent en Figure IV3-b est 552x276 pixels avec une longueur
de rfrence de 640 microns, soit un espace entre les nuds x = 1.16 m qui correspond un
cart adimensionnel de x = 1 dans le rseau Boltzmann. Dans le rseau, init prend la valeur
adimensionnelle de 1. Un gradient de pression est impos aux limites avec in > out , avec une
vitesse initiale nulle dans le domaine, ce qui permet au fluide de se propager vers la sortie. La
condition de rebond pur est applique aux surfaces. En appliquant le modle LB-D2Q9, les
variables inconnues lentre et la sortie du domaine de calcul sont calcules en utilisant les
donnes du
Tableau IV1 et les relations Eq. III-11 et Eq. III-12 pour la masse volumique et la
vitesse macroscopique dj mentionnes en chapitre III.
La loi de darcy est valable pour des nombres de Knudsen Kn < 10 1 [2, 5] ce qui est le
cas dans notre domaine de calcul. Rappelons que ce nombre est dfini comme le rapport entre
le libre parcours moyen et une longueur de rfrence reprsentative :
Kn = mfp / 0
(Eq. IV11)
(a)
(b)
Figure IV3 : Exemple dun matriau poreux : (a) image MEB et (b) image traite et prte
114

lexploitation numrique (pour lorigine de cette image voir rfrence [7]).
domaine prsent en Figure IV3-b.
Entre
connues
non connues
u x = in ( f 0 + f 2 + f 4 + 2( f 3 + f 6 + f 7 ))
in , f 0 , f 2 , f 3
f1 = f 3 + 23 u x
f4 , f 6 , f 7
f 5 = f 7 + 12 ( f 4 f 2 ) + 16 u x
f 8 = f 6 + 12 ( f 2 f 4 ) + 16 u x
Sortie
connues
out , f 0 , f1 , f 2
f4 , f 5 , f 8
non connues
u x = out + ( f 0 + f 2 + f 4 + 2( f1 + f 5 + f 8 ))
f 3 = f1 23 u x
f 7 = f 5 + 12 ( f 2 f 4 ) 16 u x
f 6 = f 8 + 12 ( f 4 f 2 ) 16 u x
On montre en Figure IV4 les contours diso-vitesses horizontales rsultants par (a) le
logiciel COMSOL Multiphysics et par (b) le modle (BR). Figure IV4-c prsente les mme
rsultats mais pour un rseau de 276x138 pixels.
Un milieu poreux est caractris par sa permabilit value partir de la loi de Darcy.
En remplaant chaque variable par la valeur adimensionnelle correspondante du Tableau IV
2, la permabilit adimensionnelle est donne par :
k=
u 2
(Eq. IV12)
Re p
115
(a)
(b)
(c)
Figure IV4 : Contours de vitesse horizontale calculs par COMSOL Multiphysics (a) et par un
modle BR de taille 552x276 pixels (b) et 276x138 pixels (c).
Tableau IV2 : Dfinition des variables adimensionnelles, x, t , m sont les constantes du

rseau (longueur, temps, masse).
x = L ( N 1)
= (x 2 / t )
t = (cs cs )x
= ( m) / x 3
u = u (x / t )
p = (pm) /(xt 2 )
Dans le cas tudi, la variation de la permabilit en fonction du gradient de pression

est trace en Figure IV5. Il est remarquer que la permabilit varie autour dune valeur
moyenne qui peut tre considre comme sa valeur asymptotique. Cette valeur doit tre
116

indpendante de la valeur de la viscosit et des valeurs numriques lies au rseau BR. Figure
IV6 montre quil en est bien ainsi : leffet de la viscosit sur la variation de la permabilit
reste ngligeable pour un coulement visqueux.
Permabilit x10-5
4
3.5
3
2.5
2
1.5
1
0.5
0
0
0.2
0.4
0.6
0.8
1.2
Gradient de pression
Figure IV5 : Variation de la permabilit adimensionnelle en fonction du gradient de pression.
Permabilit x10-5
3
2.5
2
1.5
1
0.5
0
0.5
0.6
0.7
0.8
0.9
1.1
1.2
Viscosit
Figure IV6 : Variation de la permabilit adimensionnelle en fonction de la viscosit.
IV.5. Etude du transfert thermique par conduction dans

un matriau bicouche
La modlisation des matriaux composites ou cramiques a fait lobjet de nombreuses
tudes [8, 9, 10, 11, 12, 13, 14, 15]. Les modles proposs surestiment souvent la valeur de la
conductivit thermique effective (CTE) des matriaux tudis et ne dpendent que de la
porosit = 1 Vs Vtot o Vs reprsente le volume du solide dans le milieu et Vtot est le
117

volume total du milieu tudi, cela signifie quils ne prennent pas en considration la
microstructure du milieu poreux (taille des pores, la distribution des pores et lorientation).
Dans la suite on parle des principaux modles tentant de prdire la CTE de matriaux
htrognes. Deux grandes familles de modles peuvent tre diffrencies [16] :
1- Celles qui ne prennent pas en considration linterface solide/solide (solide/fluide) : ce
qui revient considrer que linterface ne constitue pas un obstacle la propagation de
la chaleur. Tableau IV3 rsume quelques modles empiriques ayant pour but de
dterminer la CTE dun milieu htrogne. Le flux thermique est suppos horizontal.
Figure IV7 trace les valeurs dduites de ces relations empiriques pour un matriau biphasique de rapport de conductivit 1 : 2 = 1 : 100 .
2- Celles qui prennent en considration linfluence de linterface en lui attribuant une
valeur de rsistance thermique appele rsistance thermique de contact (RTC) [17,
18] : cela ncessite la prise en considration de linterface et engendre une difficult
supplmentaire de calcul et par la mme un temps de calcul accru. La rfrence [18],
propose un schma bas sur le modle BR et tient compte de cette rsistance.
100
sries
parallle
Maxwell Euken
TME
Rayleigh
CTE (W/m.K)
80
60
40
20
0
0
0.2
0.4
0.6
0.8
fraction volumique
Figure IV7 : Conductivit thermique effective en fonction de la fraction volumique dun

matriau bi-phasique 1 : 2 = 1 : 100 .
118
Tableau IV3 : Modles thoriques proposs pour dterminer la conductivit thermique

effective dun milieu htrogne caractris par deux valeurs de conductivit thermique 1 , 2 .
1 , 2 tant la fraction de volume de chaque phase (noir et/ou blanc) dans le domaine.
modle
reprsentation
relation thorique
eff =
Modle en sries
1 2
21 + 1 2
eff = 1 1 + 2 2
Modle en parallle
Modle de Maxwell-
eff =
Eucken
Thorie du milieu
effectif
1 eff
2 eff
+ 1
=0
1 + 2 eff
2 + 2 eff
eff = 1
Modle de Rayleigh
31
2 + 21
31
1 + 2
2 + 21
11 + 2 2
2 + 2 + 2 ( 2 1 )
2 + 2 2 ( 2 1 )
Dans la suite, on comparera nos rsultats BR thermique avec les solutions analytiques,
les rsultats des relations empiriques et le logiciel COMSOL Multiphysics.
IV.5.1. Comparaison avec la solution analytique

Le cas du flux de chaleur par conduction dans deux milieux diffrentes est considr
119

en Figure IV8. Les surfaces en haut et en bas sont adiabatiques tandis que la temprature
lentre T1 est maintenue suprieure celle la sortie T2. La solution analytique prend la
forme [19] :
2
x
T1
*
* T
1 + 2 l / 2
T ( x) =
1
2 T (1 2 )T2
x
11
*
* T
1 + 2
1 + 2 l / 2
0 x l/2
h/2 x l
(Eq. IV13)
o T est la temprature locale, 1 , 2 la conductivit thermique des milieux 1 et 2 et l est la

largeur totale du milieu tudi.
T1>T2
T2
Figure IV8 : Domaine de deux matriaux avec deux valeurs diffrentes de conductivit
thermique 1 : 2 = 1 : 2 .
Figure IV9 montre trace la temprature dans un plan perpendiculaire la direction du

flux thermique. Le comportement linaire est prvu, et laccord entre la solution analytique et
les rsultats de la simulation par la mthode BR est remarquable. La Figure IV10 reprsente
la distribution de la temprature dans le domaine considr.
IV.5.2. Comparaison avec les relations empiriques

Pour plus de gnralit, on a choisi de comparer les rsultats obtenus par notre code de
calcul avec les valeurs obtenues par lapplication des relations empiriques prsentes au
Tableau IV3. Le Tableau IV4 est tabli pour le cas dun modle srie et dun modle
parallle.
120
50
45
40
T (K)
35
analytical
30
TLBM
25
20
15
10
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
x/l
Figure IV9 : Comparaison entre la solution analytique de lquation Eq. IV-21 (ligne continue)
et les rsultats de la simulation par la mthode BR (cercles).
max
min
Figure IV10 : Distribution de la temprature dans le domaine tudi en Figure IV8.
Le milieu tudi se compose de deux matriaux dont les fractions volumiques sont
identiques. La conductivit thermique est 1 pour le premier matriau et 2 pour le
deuxime. Dautres rapports de conductivits sont envisageables [20] mais au dtriment du
temps de calcul ncessaire pour atteindre la convergence. On peut estimer la conductivit
thermique quivalente par la relation :
121
eff =
L q.dA
(Eq. IV14)
T dA
o q est le flux thermique travers une section dune surface dA soumis un champ
thermique T de longueur L . Cette valeur doit tre indpendante de la variation de la
temprature.
Tableau IV4 : Comparaison pour la conductivit thermique effective entre les valeurs estims
par des relations empiriques et celles calculs par le code BR.
1 : 2
modle parallle
modle srie
estim W.m-1.K-1
calcul W.m-1.K-1
estim W.m-1.K-1
calcul W.m-1.K-1
1 :2
1.50
1.50
1.333
1.335
1 :5
3.00
2.992
1.667
1.671
1 :10
5.50
5.506
1.818
1.827
1 :50
25.50
25.505
1.961
1.969
1 :100
50.50
50.498
1.98
1.986
1 :1000
500.5
500.14
1.998
2.011
On remarque la similitude entre les rsultats numriques et les valeurs thoriques,

cependant, ces deux modles thoriques ne reprsentent pas la ralit exacte dun milieu
poreux et donc un autre cas de validation est ncessaire.
IV.5.3. BR et le logiciel COMSOL Multiphysics

Une tude de comparaison entre les rsultats de BR et ceux obtenus par le logiciel
COMSOL Multiphysics est propose dans la suite. Le domaine prsent en Figure IV11 est
considr en dfinissant deux milieux 1 et 2 avec une fraction volumique de 0.874 et 0.136,
respectivement, et une conductivit thermique de 1 = 2.5 W.m-1.K-1 et 2 = 25 W.m-1.K-1.
En appliquant la relation du modle du milieu effective (voir Tableau IV3), on trouve
thoriquement une valeur de CTE eff = 20.98655 W.m-1.K-1.
122
Tin>Tout
Tout
Figure IV11 : Domaine tudi par le logiciel COMSOL Multiphysics et le code de calcul BR.
Lexploitation correcte de ce domaine laide du logiciel COMSOL Multiphysics

ncessite la dfinition dun maillage adaptative raffin autour du milieu 2 pour diminuer la
source derreurs comme le montre Figure IV12-a, alors que pour le code BR, un rseau de
513x513 pixels est dfini afin de bien reprsenter la totalit du domaine, Figure IV12-b.
(a)
(b)
Figure IV12 : (a) Maillage du domaine par COMSOL Multiphysics ; un effort supplmentaire
est demand pour dfinir le maillage adaptatif autour du milieu 2. (b) Domaine par BR ; le
milieu 2 na plus la forme circulaire cause de leffet de pixellisation.
123

Les contours de la temprature sont tracs en Figure IV13 pour la mthode EF et BR.
La valeur de la conductivit thermique estime par la mthode EF est eff = 20.339 W.m-1.K-1
et par la mthode BR eff = 20.435 W.m-1.K-1. La seule interprtation de cette lgre
dviation de 0.5% entre les deux rsultats peut tre attribue la mthode de discrtisation
suivie par chaque mthode de calcul.
Figure IV13 : Contours de la temprature dans le domaine tudi ( gauche) par la mthode
EF et ( droite) par la mthode BR.
IV.6. Simulation thermique BR dans un milieu poreux

Un des modles thoriques proposs pour traiter le milieu poreux dj prsent en
Figure IV3 est la thorie du milieu effectif (voir Tableau IV3). Ce modle est destin
traiter des milieux binaires avec des gomtries complexes et son application notre cas
donne une valeur thorique de la CTE de eff = 1.105 W.m-1.K-1 pour 1 = 0.5 W.m-1.K-1 (les
pores) et 2 = 2.5 W.m-1.K-1 (solide). Alors que avec la mthode BR cette valeur est
eff = 0.9506 W.m-1.K-1. Les contours de la temprature travers le domaine sont prsents
en Figure IV14.
124

1 / 2 = 0.5 / 2.5 .
Pour le cas o le solide est considr comme mauvais conducteur par rapport aux
pores, le champ thermique sera modifi et la valeur thorique de la CTE devient eff = 1.405
W.m-1.K-1 pour 1 = 2.5 W.m-1.K-1 et 2 = 0.5 W.m-1.K-1. Par simulation BR on trouve une
valeur de eff = 1.2921 W.m-1.K-1. Les contours de la temprature travers le domaine sont
prsents en Figure IV15.

1 / 2 = 2.5 / 0.5 .
IV.7. De
lespace
bidimensionnel
lespace
tridimensionnel
La reconstruction dun milieu poreux tridimensionnel est dune grande importance
pour une vaste varit dapplications dans des domaines varis tels que lingnierie, la
biologie et la science des matriaux [21, 22]. La structure obtenue peut tre utilise pour
125

prdire les proprits de transport laide des modles empiriques [23] ou par simulation par
moyen dune mthode de discrtisation de type diffrences finies, lments finis, volumes
finis ou la rcente alternative de Boltzmann sur rseau [11, 24].
La microstructure particulire des matriaux cramiques poreux joue un rle principal
sur la dtermination de leurs proprits physiques comme la permabilit et la conductivit
thermique, qui constitue notre domaine dintrt privilgi.
La reconstruction dun milieu htrogne prsentant des proprits stochastiques
caractrises par des fonctions statistiques est de grande importance pour plusieurs raisons :
Les gomtries tridimensionnelles digitales dun matriau poreux sont difficiles

obtenir de faon directe exprimentalement.
Une seule image bidimensionnelle reprsentative sur la structure suffit pour

remonter la structure tridimensionnelle.
Le critre le plus important pour juger la procdure de la reconstruction stochastique
est sa capacit de reproduire la connectivit de la phase tudie dans le matriau dintrt

[25]. Une des mesures numriques applique est ltude la surface volumique dcrite dans
cette thse.
Citons par exemple, la reconstruction du milieu prsent en Figure IV16. Il sagit de
limage binaire de la microstructure du carbure de silicium avec une porosit de ~40% et sa
corrlation S 2 pour une longueur de rfrence R = 24 . Rappelons que :
d
S 2 (r ) r =0 = s /(2 D) ; D = 3
dr
(Eq. II-11)
et en comptant la surface dinterface de chaque voxel appartenant une phase de rfrence, on

trouve la fin de la reconstruction une valeur de s = 0.412 qui donne une valeur de driv de
0.0687. La comparaison avec la pente de la courbe S 2 value 0.0687 montre un excellent
accord et tmoigne de la bonne qualit de la structure tridimensionnelle rsultante de la
reconstruction. La Figure IV17 est la structure tridimensionnelle rsultante de la procdure
de la reconstruction stochastique. Il sagit dun domaine de 1673 voxels avec une taille de
~300 m 3 .
126
0.45
0.4
0.35
S2 (R)
0.3
0.25
0.2
0.15
0.1
0.05
0
0
10
15
20
25
R (pixels)
Figure IV16 : Image binaire de SiC avec une porosit estime de ~40% (rfrence [23]) et la
fonction de corrlation 2-points correspondante.
Figure IV17 : Structure tridimensionnelle rsultante de la reconstruction du milieu prsent en

Figure IV16.
La structure rsultante de la procdure de reconstruction peut servir pour une

estimation ultrieure des proprits physiques du systme tudi laide dun outil numrique
appropri. Supposons que lestimation de la conductivit thermique effective CTE du milieu
dj prsent en Figure II18 est souhaite, et que la conductivit thermique des disques est
127

de 1 W.m-1.K-1 et de 10 W.m-1.K-1 pour lautre phase. La valeur de la CTE estime par le
modle de Maxwell-Euken (Tableau IV3) conduit 4.198 W.m-1.K-1. Lapplication du
champ thermique selon une des trois directions principales en gardant les deux directions
restantes adiabatiques conduit la valeur de la CTE, donne dans le Tableau IV5. La
simulation sest effectue laide dun outil numrique bas sur la mthode de Boltzmann sur
rseau BR-D3Q15.
Tableau IV5 : Valeur de la CTE du milieu prsent en Figure II19 ; 1 / 2 : 10 / 1 .
CTE
Direction
(W.m-1.K-1)
3.9923
3.9859
4.0152
On remarque que lisotropie est lgrement perdue dans le domaine reconstruit.

Lamlioration de lisotropie de la structure reconstruite peut aussi se faire en balayant
dautres directions que les trois directions orthogonales principales [26, 27, 28].
Dun point de vue pratique, si la structure tridimensionnelle rsultante de la procdure
de reconstruction prsente des proprits physiques et structurales trs proches de celles du
milieu de rfrence, il est possible de considrer la reconstruction comme tant convenable.
Dans la suite de ce chapitre, nous prsenterons les rsultats 3D obtenus dans le cas
dcoulements isothermes de faon dterminer la permabilit et nous abordons
linvestigation thermique des milieux poreux avec pour objectif de but de dterminer la
conductivit thermique effective.
IV.8. Transport de matire

Gnralement, ltude exprimentale de linfluence des pores sur les proprits des
matriaux poreux ncessite deffectuer plusieurs mesures ce qui est long et par l mme
onreux en temps de calcul.
128

La dtermination de la permabilit par voie indirecte est ainsi justifie de point de
vue conomique, en outre cette solution est plus efficace que la dtermination par voie
exprimentale en raison de la nature htrogne des matriaux poreux qui impose
lexploitation de diffrents chantillons pour minimiser lincertitude de la valeur mesure.
Les modles analytiques sont proposs dans la littrature comme une alternative pour
une estimation de la permabilit. En effet la permabilit est un paramtre important
lchelle macroscopique en ce quil reprsente les caractristiques du fluide et du milieu
poreux lchelle microscopique. Une des relations empiriques utilise est lquation de
Kozeny-Carman [29, 30, 31] qui exprime la permabilit k [m2] comme une fonction de la
porosit et de lair de la surface volumique s [m-1] :
k=
(Eq. IV15)
Cs
o C est le coefficient de Kozeny, typiquement gal 2.

Dans ce qui suit, on prsente les diffrents rsultats de simulation BR-D319 effectus
sur des configurations 3D. Tout dabord, le code est valid sur lcoulement de Poiseuille,
puis les rsultats de la permabilit sont compars avec ceux analytiquement disponibles,
enfin le cas dun matriau cramique poreux sera tudi.
IV.8.1. Ecoulement dans un tube par simulation LB D3Q19

Dans un rgime stationnaire, la solution analytique dun coulement dans un tube est
connue [2, 5, 32]. Elle est donne par :
uz =
p
R2 r 2
4 Lz
(Eq. IV16)
avec une vitesse de valeur maximum le long de laxe Z donn par:

uz =
pR 2
4 Lz
(Eq. IV17)
u z la vitesse associe la direction de lcoulement, p / Lz le gradient de pression appliqu,
la viscosit dynamique, R le rayon du tube et r la distance du centre du tube vers le bord.
129

La Figure IV18 montre la comparaison entre la solution analytique dun coulement
dirig par un gradient de pression p / L dans un tube et le rsultat de la simulation BRD3Q19. La taille du rseau est 33 33 51 voxels. Il sagit du profil de la vitesse le long dun
plan parallle la direction de lcoulement.
0.0045
BR D3Q19
Analytique
0.004
0.0035
vitesse uz
0.003
0.0025
0.002
0.0015
0.001
0.0005
0
0
10
15
20
25
30
35
Figure IV18 : Comparaison des profils de vitesse verticale entre la solution analytique et le
rsultat de simulation BR pour un coulement de Poiseuille dans un tube.
Dans ce calcul 10000 itrations qui sont considres comme suffisantes pour obtenir
un rgime stationnaire. Nanmoins, la relation Eq. IV-9 est applicable comme critre de
convergence. Le domaine a t initialis avec une masse volumique de 1, et un temps de
relaxation est 1. Une chute de pression de 0.000667 est impose selon laxe z lentre et la
sortie o les conditions priodiques sont maintenues. Il est clair quil y a un bon accord entre
la solution analytique et les rsultats obtenus par la simulation BR D3Q19.
IV.8.2. Ecoulement dans un cube rempli de sphres priodiques

Considrons en Figure IV19 un rseau se compos de sphres reparties selon un
modle cristallin cubique simple. Le diamtre de chaque sphre est D . Pour determiner la
permeabilit, il suffit disoler une cellule dunit de taille L3 , Figure IV19-b. Il sagit dun
systme de rfrence dont les valeurs de la permabilit et des coefficients de force traine
sont connues. [33, 34]. La solution analytique de ce problme est donn par lexpression [35,
130

36] :
L3
k = Fd
6a
Fd =
(Eq. IV18)
Cd
6aU
(Eq. IV19)
o, est la viscosit dynamique du fluide, a = D / 2 , U la vitesse moyenne le long de la

direction de lcoulement, Fd = f (Cd ) tant la force de traine relie dont le coefficient
dpend de la gomtrie concerne [33, 34].
Un gradient de pression est maintenu selon la direction Z tandis que la condition de
priodicit est applique selon les deux autres directions. Les rsultats de la permabilit par
simulation sont rsums au Tableau IV6 pour diffrentes valeurs de L et D .
(a)
(b)
Figure IV19 : (a) Cube rempli par des sphres monomodales. (b) Cellule unitaire avec une
sphre centre.
IV.8.3. Ecoulement dans un milieu poreux reconstruit

Reprenons lexemple dcrit en Figure IV16. Il sagit dun matriau cramique
poreux. Le domaine reconstruit dveloppe une surface volumique de s = s VoxelSize m-1.
131

Dans le Tableau IV7 figure la prmeabilit calcule par la relation de Kozeny-Carman (Eq.
IV-15), et par simulation BR-D3Q19, compare aux valeurs exprimentales de la rfrence
[23].
Tableau IV6 : Comparaison entre les rsultats analytiques et ceux de simulation BR-D3Q19
pour la permabilit dune matrice de sphres priodiques.
Diamtre de
Longueur de
k thorique
k par
sphre
cellule
[37]
simulation BR
22
21
0.67098
0.70216
4.6%
66
63
6.1671
6.1155
0.8%
112
107
17.978
17.874
0.6%
138
131
25.114
24.902
0.8%
Ecart
Tableau IV7 : Comparaison de la permabilit mesure par voie exprimentale [23], estime
par voie empirique et calcule par simulation BR.
taille du
rseau
aire de la surface
volumique
k exprimentale
[23]
k de la relation K-C
[Eq. IV-15]
k par simulation
BR-D3Q19
Voxel
m-1
m2
m2
m2
983
1.65x10-13
1.18x10-12
8.94x10-13
1223
1.62x10-13
1.22x10-12
8.65x10-13
1403
1.64x10-13
1.19x10-12
9.12x10-13
9.4x10-13
Le rsultat de la reconstruction sert dentre pour loutil numrique bas sur la

mthode BR-D3Q19. Lors de la modlisation de lcoulement dans ce milieu poreux, et
linterface solide/pore, la condition du rebond pur est impose. Une chute de pression est
impose lentre et la sortie du domaine selon laxe Z tandis que les autres parois sont
soumises la condition de rebond pur mi-chemin. Le Tableau IV8 donne les relations
appliques comme conditions aux limites lentre/sortie en suivant le processus dtaill au
132

chapitre III et donne des termes de correction mentionns dans le travail de Hecht et Harting
[38] qui ont t utiliss.
domaine prsent en Figure IV17.
Relations de base
c z ,in = in (1 ( f 0 + f1 + f 2 + f 3 + f 4 + f 6 + f 7 + f 8 + 2( f 9 + f10 + f13 + f14 + f17 + f18 )))

c z ,out = out (1 ( f 0 + f1 + f 2 + f 3 + f 4 + f 5 + f 7 + f 8 + 2( f 9 + f10 + f11 + f12 + f15 + f16 )))
c x = f1 f 2 + f 7 f 8 + f 9 f10
cY = f 3 f 4 + f 7 f 9 + f 8 f10
Entre (den bas)

connues
non connues
u z = c z ,in
f 5 = f 6 + 13 u z
ux = u y = 0
f11 = f14 12 c x + 16 u z
in , f 0 , f1 , f 2 , f 3 , f 4 , f 6
f12 = f13 + 12 c x + 16 u z
f7 , f 8 , f 9 , f10 , f13 , f14 , f17 , f18
f15 = f18 12 c y + 16 u z
f16 = f17 + 12 c y + 16 u z
Sortie (den haut)
connues
non connues
u z = c z ,out
ux = u y = 0
out , f 0 , f1 , f 2 , f 3 , f 4 , f 5
f7 , f 8 , f 9 , f10 , f11 , f12 , f15 , f16
f 6 = f 5 13 u z
f14 = f11 12 c x 16 u z
f13 = f12 + 12 c x 16 u z
f18 = f15 12 c y 16 u z
f17 = f16 + 12 c y 16 u z
133
IV.9. Transfert de la chaleur par conduction

Pour mieux comprendre le mcanisme de transfert de chaleur par conduction dans les
matriaux composites ou poreux, la conductivit thermique effective est tudie en 3D. Les
applications concernes concernent le domaine de lagriculture [8], de lindustrie ptrolire
[9], et le gnie des matriaux htrognes (composites ou poreux) [10]. La conductivit
thermique effective est un paramtre qui caractrise le transport dnergie dans un milieu
poreux et elle est dtermin par des approches exprimentales et thoriques qui sont limites
par la complexit des gomtries examines o la conductivit thermique effective dpend de
la conductivit thermique de chaque phase, du taux de porosit et de la microstructure de ce
milieu (la distribution et la taille des pores).
Nous exploitons ici des images bidimensionnelles qui montrent la structure dun
matriau poreux, Figure IV20.
Figure IV20 : Image MEB de la microstructure de carbure de silicium SiC (porosit en noir).
Ces images ne sont pas directement exploitables. Un traitement est applique afin
davoir une image binaire o la rgion solide est prsent en noire (ou blanc) tandis que les
pores sont en blanc (ou noire).
La Figure IV21 prsente des images MEB de structure de loxyde dtain SnO2
dope par MnO2 . Ces images ont t lorigine tudies par Absi et al. [39] en 2D laide du
logiciel ABAQUS fond sur la mthode dlments finis.
Le premier pas dans le traitement dimage est de rendre limage binaire en appliquant
134

la procdure de la segmentation (binarisation). Soit une image MEB avec des niveaux de gris
entre 0 et 255 ; les pixels qui ont un niveau de gris plus grand (ou petit) quune certaine valeur
arbitraire reprsenteront la phase solide (ou des pores) avec une valeur binaire de 1 (ou 0)
dans limage rsultante. Ici, sont extraites des images bidimensionnelles, traites pour avoir le
mme taux de porosit mentionn dans le travail de Absi puis la procdure de reconstruction
stochastique dcrite au chapitre II est applique. La temprature initiale est calcule aprs
les premires 1000 solutions considres comme bonnes et avec une probabilit de 0.7 selon
les relations Eq. II-20 et Eq. II-21.
La diminution de la temprature seffectue selon un schma classique (Eq. II-22) par
un coefficient = 10% aprs un nombre N convenu ditrations (ici N = 1000) :
(a) la fraction des pores est 11%
(b) la fraction des pores est 18%
135
(c) la fraction des pores est 25%
(d) la fraction des pores est 32%
(e) la fraction des pores est 40%

Figure IV21 : Images binaires de la structure doxyde dtain extraites rfrence [39] gauche
(les pores sont en blanc), et reprsentation tridimensionnelle rsultante de la procdure de la
reconstruction droite (les pores ici sont en noir).
La rgion de ltude est de 83 m 3 et le domaine de la reconstruction est limit 1203

voxels, ce qui signifie quun voxel reprsente 0.48m 3 .
136

Pour la simulation des diffrents domaines prsents en Figure IV21, un gradient de
temprature T est impos selon laxe X lentre et la sortie du domaine de calcul tandis
que les autres parois sont maintenus adiabatiques. On considre que les pores sont remplis par
lair dont la conductivit thermique est relie la temprature. Tableau IV9 rsume les
proprits physiques des deux phases considres.
Tableau IV9 : Proprits physiques de loxyde dtain et de lair une temprature 300 K .
[kg.m-3]
C p [J.kg-1.K-1]
[W.m-1.K-1]
air
1.205
1.005x10+3
0.0257
SnO2
698x10+3 [40]
351.33 [41]
50
La conductivit thermique effective est calcule sur la base du flux thermique moyen
vu la sortie du domaine du calcul. On trace en Figure IV22 toutes les valeurs CTE estimes
par des relations empiriques rsumes au Tableau IV3, celles rsultantes par simulation par
lments finis [39] en ngligeant la contribution de la conductivit thermique de lair et celles
obtenues par la mthode des diffrences finies [42].
50
45
40
CTE (W/m.K)
35
30
25
Maxwell-Euken
Rayleigh
EMT
ABSI
DF-DF
20
15
10
5
0
0.5
0.6
0.7
0.8
0.9
fraction solide
Figure IV22 : Comparaison des valeurs de la CTE en fonction de la masse volumique relative
estimes par des relations empiriques, simulation ABAQUS [39], simulation DF-DF.
137

On constate que les valeurs de la CTE restent proches des valeurs thoriques tant que
le taux de porosit est faible, et que plus la porosit augmente plus les rsultats des
simulations sloignent des rsultats empiriques.
La Figure IV23 est une comparaison entre les valeurs de la CTE sortantes dune
estimation base sur une image bidimensionnelle et celles estimes dun domaine
tridimensionnel en utilisant le mme schma numrique. Les rsultats de la CTE sont trs
proches des valeurs que lon peut trouver en appliquant le modle de Maxwell-Eucken. Il faut
constater que lcart entre les deux estimations numriques augmente avec la porosit ce qui
signifie que la reprsentation tridimensionnelle est cruciale lors du calcul de la conductivit
thermique dun matriau (trs) poreux.
50
45
40
CTE (W/m.K)
35
30
25
20
Maxwell-Euken
DF-DF
DF-DF-3D
15
10
5
0
0.5
0.6
0.7
0.8
0.9
fraction solide
Figure IV23 : Comparaison des valeurs de la CTE estimes dans un domaine bidimensionnel et
tridimensionnel.
IV.9.1. Influence de la distribution des phases constituantes

Pour prciser linfluence de la distribution des pores dans la structure sur le
comportement thermique, cinq ralisations tridimensionnelles sont gnres alatoirement de
faon ce que chacune prsente un taux de porosit identique celui des domaines
reconstruits en Figure IV21 (a-e). La Figure IV24 est la corrlation 2-points des domaines
alatoirement gnrs compars celle des domaines dj reconstruits en Figure IV21, et
138

montre la diffrence entre deux structures de mme taux de porosit.
0.12
0.2
RS-RS
Alatoire
0.1
Alatoire
0.16
0.14
S2 (R)
0.08
S2 (R)
RS-RS
0.18
0.06
0.12
0.1
0.08
0.04
0.06
0.04
0.02
0.02
0
0
0
10
15
20
25
30
35
10
15
20
25
30
35
R (pixels)
R (pixels)
(a) la porosit 11%
(b) la porosit 18%
0.3
0.35
RS-RS
RS-RS
0.3
Alatoire
0.25
Alatoire
0.25
S2 (R)
S2 (R)
0.2
0.15
0.2
0.15
0.1
0.1
0.05
0.05
0
0
10
15
20
25
10
15
R (pixels)
20
25
30
35
R (pixels)
(c) la porosit 25%
(d) la porosit 32%
0.45
RS-RS
Alatoire
0.4
0.35
S2 (R)
0.3
0.25
0.2
0.15
0.1
0.05
0
0
10
15
20
25
30
35
R (pixels)
(e) la porosit 40%

Figure IV24 : Fonction de corrlation S 2 tudie dans les domaines tridimensionnels gnres
alatoirement et reconstruites stochastiquement par le schma de recuit simul.
La Figure IV25 permet la comparaison des valeurs de la CTE estimes dans les
domaines tridimensionnels gnrs alatoirement et reconstruits par le schma de recuit
simul. La nette diffrence souligne limportance quil faut accorder la qualit de la
139

prsentation de la phase des pores (ou les inclusions) dans un modle numrique qui traite du
phnomne de transfert de chaleur.
50
45
CTE (W.m-1.K-1)
40
35
30
25
20
15
10
3D-RS
3D-Alatoire
5
0
0.5
0.6
0.7
0.8
0.9
fraction solide
Figure IV25 : Comparaison des valeurs de la CTE en fonction de la masse volumique relative
dans des domaines alatoires et reconstruits.
IV.9.2. Influence du champ thermique impos

Aucune influence importante du champ thermique appliqu na t numriquement
observe sur la valeur de la conductivit thermique effective. Ce constat dcoule du trac de
la CTE en fonction de T en Figure IV26 pour laquelle la dviation pour un champ
thermique de 700 (K) ne dpasse pas 0.1%.
IV.9.3. Influence de la taille du domaine

Reprenons lexemple prsent en Figure IV16, la conductivit thermique effective est
estime pour des rseaux : 983 , 1223 , 1403 et 1673, avec une taille du domaine correspondant
de 300 m 3 . Les proprits physiques des deux phases sont donnes au Tableau IV10. Le
Tableau IV11 contient la CTE sortante de la simulation. La lgre diffrence entre les
diffrentes valeurs peut tre attribue la valeur exacte de la porosit contenue ou mme la
fonction du cot Emin atteinte lors de la reconstruction et qui a une influence directe sur la
structure rsultante comme il a dj t discute au chapitre II.
140
k/kref
0.998
0.996
0.994
0.992
0.99
25
225
425
625
825
Champ thermique (K)
Figure IV26 : Conductivit thermique effective en fonction du champ thermique appliqu.
Tableau IV10 : Proprits physiques du carbure de silicium SiC et de lair une temprature
300 K . (rfrence [43].)
[kg.m-3]
C p [J.kg-1.K-1]
[W.m-1.K-1]
air
1.205
1.005x10+3
0.0257
SiC
3.21x10+3
680.72
116.46
Tableau IV11 : Valeur de la CTE estime dans diffrents taille de rseaux.
Echantillon
fraction des
Emin de la
CTE
(voxels)
pores (%)
reconstruction
(W.m-1.K-1)
983
40.11
1x10-7
42.6942
1223
40.22
2.5x10-7
41.8867
1403
40.19
5.5x10-6
40.7594
1673
40.17
9.37x10-5
40.4393
141
IV.10. Conclusions du chapitre

Un outil numrique, fond sur la mthode de Boltzmann sur rseau est exploit pour
simuler les phnomnes dcoulement et de transfert de chaleur en 2D. Ltude dune
structure poreuse est mene en introduisant une image de structure traite de manire
distinguer les constituants du matriau.
Les
premiers
rsultats
de
cette
technique
teste
sur
des
configurations
bidimensionnelles montrent laptitude de la mthode simuler avec une bonne prcision les
phnomnes de transfert de chaleur et de masse. Toutefois lestimation de la permabilit et
de la conductivit thermique effective dans un milieu poreux 2D est de faible intrt car elle
ne rend que trs partiellement compte de la complexit du matriau 3D. Cest ce qui justifie
lextension de ltude lespace tridimensionnel avec une structure 3D.
Ltude numrique en 3D est alors suivie dans le cadre de la caractrisation des
matriaux poreux. Dans ce but, la microstructure tridimensionnelle est indispensable et un
outil numrique fond sur la technique de la reconstruction stochastique laide du schma du
recuit simul est exploit. A laide de cet outil, laire de la surface volumique est dtermine
dans la structure rsultante de la procdure de la reconstruction. Ce paramtre donne une ide
sur la qualit de la structure reconstruite, mais peut aussi servir comme entre pour une
estimation empirique de la permabilit.
La structure reconstruite peut aussi tre utilise comme une donne dentre pour un
outil numrique capable destimer les proprits physiques dun matriau poreux, dans cette
tude ce sont, la permabilit et ce que lon appelle, la conductivit thermique effective. Les
rsultats prsents montrent la capacit dun outil BR ou DF fournir une valuation de la
permabilit et de la conductivit thermique effective comparable avec ceux que lon trouve
dans la littrature.
142
Bibliographie du chapitre IV
[1] Franck P. Incropera, David P. DeWitt, Fundamentals of heat and mass transfer. 5th
edition. New York: J. Wiley & Sons 2002.
[2] Bird, R. B., W. E. Stewart and E. N. Lightfoot, Transport Phenomena, 2nd Ed. John wiley
and sons, Inc., New York, U.S.A. (2002).
[4] Al-Zoubi A. (2006): Numerical Simulations of Flows in Complex Geometries Using the
Lattice Boltzmann Method, Doctoral Thesis. Clausthal Germany.
[5] Muhammed E. Kutay, Ahmet H. Aydilek, Eyad Massad. Laboratory validation of lattice
Boltzmann method for modelling pore-scale flow in granular materials. Computers and
Geotechnics 33 (2006) 381-395.
[6] http://en.wikipedia.org/wiki/Permeability_(earth_sciences).
[7] COMSOL Multiphysics 3.5.a Package: Earth Science Module. Model Library.
[8] Huai X., Wang W. and Li Z, Analysis of the effective thermal conductivity of fractal
porous media. Appl. Th. Eng. 27 2815-2821 (2007).
[9] Wang J., Carson J., North M., and Cleland D., A new approach to modelling the effective
thermal conductivity of heterogeneous materials, Int. J. Heat and Mass Trans. 49 30753085 (2006).
[10] Floury J., Carson J. and Tuan-Pham Q., Modelling thermal conductivity in heterogeneous
Media with the Finite Element Method. Food Bioprocess Technol (2007).
[12] M. Wang, J. Wang, N. Pan, S. Chen et J. He, Three dimensional effect on the effective
thermal conductivity of porous media, J. Phys. Appl. Phys. (2007) 40 260-265.
[13] M. Wang et al. Mesoscopic predictions of the effective thermal conductivity for
microscale random porous media. Moran Wang, Jinku Wang, Ning Pan et Shiyi Chen.
2007 Phys. Rev. E 75, 036702.
[14] M. Wang et al. Modelling and prediction of the effective thermal conductivity of random
open-cell porous foams. Moran Wang, Ning Pan Int. J. of Heat and Mass Trans. 2008.
143
[15] M. Wang et al. Mesoscopic simulations of phase distribution effects on the effective
thermal conductivity of microgranular porous media. J. of Colloid and interface Science
311 (2007) 562-570.
[16] Bruno Vergne, Mise en forme de composites NanoTubes de Carbone/Alumine et
modlisation de leur conductivit thermique. Thse soutenue la FST-Limoges (2007).
[17] Hamid Belghazi, Modlisation analytique du transfert instationnaire de la chaleur dans
un matriau bicouche en contact imparfait et soumis une source se chaleur en
mouvement : Application aux traitements de surface par laser et projection plasma.
Thse soutenue la FST-Limoges (2008).
[18] K. Han, Y.T. Feng and D.R.J. Owen, Modelling of thermal contact resistance within the
framework of the thermal lattice Boltzmann method, International Journal of Thermal
Sciences 47 (2008) 12761283.
[19] J. Wang. Moran Wang et Zhixin Li. A lattice Boltzmann algorithm for fluid-solid
conjugate heat transfer. Int. J. Therm. Sci. 46 (2007) 228-234.
[20] M. Wang and N. Pan, Predictions of effective physical properties of complex multiphase
materials, Materials Science and Engineering R 63 (2008) 1-30.
[21] M. N. Rahaman, Ceramic Processing and Sinering, Second edition, CRC Press Taylor &
Francis Group 2003.
[22] Philippe Boch (Sous la direction de), Matriaux et processus cramiques Herms Science
Publications 2001.
[23] M. G. Politis, E. S. Kikkinides, M. E. Kainourgiakis, A. K. Stubos, A hyprid processbased reconstruction method of porous media, Microporous and Mesoporous Materials
110 (2008) 92-99.
[24] X. Zhao, J. Yao, Y. Yi, A new stochastic method of reconstructing porous media, Transp.
Porous Med. (2007) 69; 1-11.
[25] C. Manwart, S. Torquato, R. Hilfer, Stochastic reconstruction of sandstones, Phys. Rev.
E Vol. 62 (2000) 893-899.
Correlation Functions: Basic principles, Phys. Rev. E Vol. 76 (2007) 031110 (15).
Correlation Functions. II Algorithmic details and applications, Phys. Rev. E Vol. 77
(2008) 031135 (15).
144
[28] D. Cule and S. Torquato, Generating random media from limited microstructural
information via stochastic optimization, J. App. Phys. Vol. 86 (1999) 3428-3437.
[29] M. Singh, K. K. Mohanty, Permeability of spatially correlated porous media, Chemical
Eng. Sci. 55 (2000) 5393-5403.
[30] Yusong Li, Eugene J. LeBoeuf, P.K Basu, Sankaran Mahadevan, Stochastic modeling of
the permeability of randomly generated porous media, Advances in water Resources 28
(2005) 835-844.
[31] A. Koponen, M. Kataja, and J. Timonen, Permeability and effective porosity of porous
media, Phys. Rev. E 56 (1997) 3319-3325.
[32] A.R. Videla, C.L. Lin, J.D. Miller, Simulation of saturated fluid flow in packed particle
beds-The lattice-Boltzmann method for calculation of permeability from XMT images,
J. of the Chinese Inst. Of Chem. Eng. Vol 39 issue 2 (2008) p117-128.
[33] R. E. Larson and J. J. L. Higdon, A periodic grain consolidation model of porous media,
Phys. Fluids A 1 (1989) 38-46.
[34] Reghan J. Hill, Donald L. Koch and Anthony J. C. Ladd, Moderate-Reynolds-number
flows in ordered and random arrays of spheres, J. Fluid Mech. (2001) vol 448, pp 243278.
[35] Youngseuk Keehm and Tapan Mukerji, course GP200, Fluids and Flow in the Earth:
Outstanding
Problems
and
Computational
Methods.
Stanford
2005.
http://srb.stanford.edu/GP200 .
[36] Chongxum Pan, Li-Shi Luo, Cass T. Miller, An evaluation of lattice Boltzmann schemes
for porous medium flow simulation. Computers & fluids 35 (2006) 898-909.
[37] L. O. E. dos Santos, C. E. P. Ortiz, H. C. de Gaspari, G. E. Haverrouth, P. C. Philippi,
Prediction of intrinsic permeabilities with lattice Boltzmann Method, Procedings of
COBEM 2005.
[38] Martin Hecht and Jens Harting, Implementation of on-site velocity boundary conditions
for D3Q19 lattice Boltzmann simulations, J. Stat. Mech.: Theory and Experiment
(2010) P01018.
[39] S. GrandJean, J. Absi, D.S. Smith, Numerical Calculations of the thermal conductivity of
porous ceramics based on micrographs, J. Euro. Ceramics Soci. 26 (2006) 2669-2676.
[40] D. Taylor, Trans. J. British Ceramic Soc., V 83(2) (1984) p32.
[41] L.B. Pankratz, US Bureau of Mines Bulletin (1982) 672.
145
[42] Ken Wohletz, HEAT3D:Magmatic Heat Flow Calculation, Los Alamos National
Laboratory, http://geodynamics.lanl.gov/wohletz/Heat.htm .
[43] Saint-Gobain Advanced Ceramics data sheet and A. Goldsmith and T.E. Waterman,
WADC Tech. report 58-476, ASTIA document no. 207905 (1959).
146
Conclusions gnrales et perspectives

Ce travail sinscrit dans la continuit des travaux de modlisation et des activits de
recherche menes au sein du laboratoire SPCTS (Sciences des Procds Cramiques et
Traitement de Surface). Il est un premier pas dans le domaine de ltude numrique dun
matriau bi-phasique. Il est ncessaire de prciser que le mot phase dsigne ici ltat de la
matire : solide, liquide ou gazeuse.
Cette tude se propose de dterminer la permabilit et la conductivit thermique
effective des matriaux poreux isotropes partir dun volume reprsentatif reconstruit laide
dune image de microstructure du matriau. Elle essaie de rpondre aux questions suivantes :
Comment peut-on caractriser un matriau poreux de faon conomique?
Est-il possible de bnficier des dveloppements informatiques actuels pour

procder des essais de mtrologie numrique et ainsi diminuer limpact sur
lenvironnement, cest--dire adopter une dmarche cologique ?
Dans un premier chapitre nous avons rapidement prsent, un rappel des techniques
dimagerie et de traitement dimage avec leurs applications aux matriaux cramiques poreux.
Une image de type matricielle peut tre obtenue par microscopie lectronique balayage et
notre tude est fonde sur ce type dimage. Cette image doit ncessairement tre traite avant
son utilisation et nous avons montr que ce quil est gnralement connu dappeler
traitement dimage joue un rle extrmement important lors de la dfinition de la structure
morphologique du matriau.
Le deuxime chapitre est consacr la description dtaille de la reconstruction
tridimensionnelle. De nombreux schmas sont disponibles dans la littrature pour cette
opration, mais pour des raisons de simplicit, duniversalit et defficacit en termes de
temps de calcul le schma du recuit simul est prfr des mthodes de minimisations
concurrentes.
Ce schma est certes moins onreux et plus rapidement trait que la tomographie RX
ou neutronique mais prsente le dsavantage de ne conduire qu une solution 3D
147

statistiquement admissibles.
Le troisime chapitre dtaille la mthode numrique de Boltzmann sur rseau qui a t
propose pour valuer la conductivit thermique et la permabilit des matriaux et qui
rencontre actuellement beaucoup de succs dans ce domaine. Dans ce chapitre sont aussi
prsents des modles de la littrature et les conditions aux limites dveloppes, ainsi que
dautres mthodes numriques de discrtisation comme les diffrences finies, les lments
finis et les volumes finis.
Enfin le quatrime chapitre prsente les rsultats pratiques obtenus sur lvaluation de
la permabilit et la conductivit thermique effectives, compars ceux des tudes
exprimentales et numriques prcdentes. La prsentation des diffrents rsultats dans des
configurations bidimensionnelles montre laptitude dun outil numrique fond sur la
mthode Boltzmann sur Rseau en tant que modle appropri pour simuler les phnomnes de
transfert de chaleur et de transport de matire. Dans les cas, o les domaines tudier sont
axisymtriques, ltude dun coulement bidimensionnel est considre comme suffisante
pour la dtermination des proprits. Le passage une structure 3D reconstruite aide affiner
les phnomnes rels rencontrs.
Nous nous sommes intresss deux proprits du milieu poreux: la permabilit au
moyen de la loi de Darcy applique aux coulements isothermes et la conductivit thermique
par application de la loi de Fourrier cest--dire lorsque le transfert de la chaleur est d la
conduction pure.
Il apparat en outre dans une publication rcente (voir chapitre III) que les proprits
mcaniques lies au module dlasticit sont susceptibles dtre values par la mthode de
Boltzmann sur rseau. De mme les proprits capillaires du milieu reconstruit devraient tre
tudies.
Ltude numrique dun milieu poreux impose deux tapes : lextraction dun
chantillon numrique par un outil de reconstruction et lvaluation des proprits de cet
chantillon numrique laide dun outil de calcul de dynamique des fluides.
M. Wang, N. Pan, Elastic property of multiphase composites with random microstructures, J. Compu. Phys.
228 (2009) 5978-5988.
148

Pour la permabilit, la comparaison des rsultats obtenus numriquement avec ceux
des tudes exprimentales et numriques de la littrature montre la capacit de la procdure
numrique propose produire des rsultats destimation trs proches des valuations
exprimentales.
Il en est de mme pour la conductivit thermique, ou la procdure numrique permet
dobtenir une valeur de conductivit thermique effective dun matriau poreux. Les
rsultats obtenus montrent linfluence de la structure 3D et de la rpartition des pores sur les
rsultats.
A court et moyen termes, les perspectives de ce travail doivent tendre effacer les
limitations de ce type dapproche et ltendre dautres applications.
En ce qui concerne la procdure de la reconstruction il faut :
Identifier et matriser les diffrents paramtres qui jouent un rle sur la structure
rsultante, notamment lors du choix dun voxel pour lchange et lors de la
baisse de la temprature du recuit .
Seules la fonction de corrlation S 2 et la fonction de chemin linaire sont

utilises dans cette tude; mais dautres corrlations morphologiques sont
applicables comme par exemple la fonction damas 2-points et la fonction de
distribution de taille des pores.
Lextension de lalgorithme aux structure anisotropes permettra ltude du cas

des dpts par projection thermique ce qui lvidence constitue pour notre
laboratoire un objectif. Ce cas impose la dtermination des fonctions
morphologiques dans plusieurs directions.
tudier le cas des distributions de matires dites fractals qui sont dintrt
thorique.
En ce qui concerne la simulation des phnomnes physiques il faut:
Exploiter les tudes consacres au dveloppement dalgorithmes optimaux

pour abaisser le temps du calcul qui reste important.
149
tendre le code aux domaines : multi phases, multi composants, rsistance

thermique de contact et aux changements de phase, etc.
Dun point de vue prospectif, les simulations numriques peuvent servir non
seulement lvaluation des proprits de matriaux non accessible aux mesures
exprimentales, mais peuvent aussi servir llaboration de modles numriques de
matriaux. Cest--dire synthtiser numriquement la structure morphologique dun nouveau
matriau partir de caractristiques prdfinies.
Supposons quil soit souhait une structure poreuse de porosit et de valeur de
permabilit k . La relation de Kozeny-Carman (Eq. IV-15) permet destimer une valeur de la
surface volumique s du matriau construire.
k=
3
Cs
s=
(Eq. IV-15)
Ck
Or cette valeur est la limite quand r tend vers 0 de la pente de la courbe thorique de la
fonction de corrlation 2-points S 2 :
d
S 2 (r ) r =0 = s /(2 D) avec D = 3
dr
(Eq. II-11)
La fonction S2 (0) = et pour un milieu dsordonn longue distance S 2 () tend

vers la valeur S 2 ()= 2 . Ce qui dfinit une classe de fonctions 2-Points S 2 (r ) thoriques
reprsentant
un
milieu
satisfaisant
aux
conditions
imposes.
Dautre
fonctions
morphologiques, notamment la fonction damas 2-points ou la fonction de distribution de

taille des pores peuvent prciser la morphologie du milieu. Lequel peut donc tre reconstruit
ce qui permet alors de raliser un ou des chantillons reprsentatifs thoriques en 3D.
Il reste alors sur la base de ces informations imaginer et mettre en uvre une
procdure exprimentale qui permette la synthse dun tel matriau hypothtique. Les intrts
conomiques de ces reconstructions ex nihilo sont non seulement de grands intrts
technologiques et conomiques mais aussi thoriques et des recherches sur les conditions de
150

rgularit de fonctions 2-points S 2 reprsentatives de milieux alatoires ralisables sont
publies.
Nous formulons lespoir que le travail prsent ici permettra aux laboratoires de
matriaux en gnral et au SPCTS en particulier de sapproprier des mthodes dvaluations
dsormais permises de faon conomiques du fait des performances croissantes des outils
numriques et informatiques.
Y. Jiao, F. Stillinger and S. Torquato, Modeling Heterogeneous Materials via Two-Point Correlation Functions.
II Algorithmic details and applications, Phys. Rev. E Vol. 77 (2008) 031135 (15).
151
Annexe 1 : Relation entre la fonction 2-points et la surface volumique dun matriau
Annexe 1 : Relation entre la fonction 2-Points et la

surface volumique dun matriau
Cette relation est un cas particulier du thorme de Stokes1, rsultat central de
l'intgration de formes diffrentielles qui gnralise de nombreux thormes d'analyse
vectorielle, et de sa formulation particulire dite de Green-Ostrogradsky.
Thorme de Stokes Soit M une varit diffrentielle oriente de dimension n, et une
(n-1)-forme diffrentielle support compact sur M de classe C1. Alors, on a : d = i * o
M
d dsigne la drive extrieure, M le bord de M , muni de l'orientation sortante, et
i : M M est l'inclusion canonique.

Voici la dmonstration, de ce cas particulier selon James G. Berryman2 en 1987,
laquelle est plus lgante et moins intuitive que celle propose en 1957 par P. Debye and al.3
La fonction caractristique du matriau f ( x ) tant dfinie comme en chapitre II. Les
deux premires fonctions de corrlation sont :
S 2 = f (x ) =
Eq. A1- 1
S 2 (r1 , r2 ) = f ( x + x1 ) f ( x + x2 )
Eq. A1- 2
et
o les crochets . indiquent une moyenne sur le volume dcrit par la coordonne x . La
porosit est note . Dans lhypothse o le matriau est statistiquement homogne et que
Le thorme est attribu Sir George Gabriel Stokes, mais le premier connatre ce rsultat
est en ralit William Thomson. Le mathmaticien et le physicien entretiennent une

correspondance active durant 5 ans de 1847 1853.
2
James G. Berryman, J. Math. Phys. 28 (1), January 1987.
P. Debye, H.R. Anderson, Jr. and H. Brumberger, J. Appl. Physics 28, (6), June 1957, 679.

seule la diffrence de coordonnes est significative, cest--dire que le matriau est
statistiquement invariant en translation, il est possible dcrire que :
S 2 (r1 , r2 ) = S 2 (r2 r1 )
Eq. A1- 3
Depuis Eq. A1-2 il sen suit que

S 2 (r ) =
1
V
d xf (x ) f (x + r )
3
Eq. A1- 4
o V est le volume total (domaine) dintgration. Compte tenu de ce que :
S 2 (0) =
Eq. A1- 5
lim r S 2 (r ) = 2
Eq. A1- 6
et
Le thorme dmontrer est que

A2 (0 ) =
s
4
Eq. A1- 7
o s est la surface volumique (surface par unit de volume) et o la moyenne angulaire de
S 2 (r ) est dfinie par :

A2 (r ) =
1
1
dd sin S 2 (rr ) =
dd sin d 3 xf ( x ) f ( x + rr )
V
4
4
Eq. A1- 8
o r = r( , ) est le vecteur radial unitaire.

Pour obtenir le rsultat Eq. A1-5, procdons de la faon suivante. Prenons la drive
de Eq. A1-8 qui scrit:
dA(r )
1
f ( x + rr )
=
dd sin d 3 xf ( x )
V
dr
4V
r
Dfinissons VP le volume des pores, nous obtenons:
ii
Eq. A1- 9

dA(r )
1
=
dd sin d 3 xf ( x )f ( x + rr )
VP
dr
4V
Eq. A1- 10
Alors si da s est un lment infinitsimal de la surface as du matriau, nous avons:
dA(r )
1
=
daS d 3 dd sin r.n S3 f ( x + rr )
VP
dr
4V
Eq. A1- 11
o n est le vecteur normal unitaire sortant de la surface la position xS . Si r 0 + et si le

systme de coordonnes est centr en xs , avec n = z , nous trouvons que:
dd sin r.n f (x
3
S
+ 0 + r = 2 d sin cos r.n S3 f xS + 0 + r

= 2 d =
Eq. A1- 12
et nous obtenons partir de Eq. A1-11 le rsultat attendu:

lim r
a
dA(r )
= s
dr
4V
Eq. A1- 13
ce qui est quivalent Eq. A1-7 si s = a s / V .
iii
Annexe 2 : Image et traitement dimage

Formats dimage
Il est indispensable de bien dfinir un format dimage dans un code de calcul afin que
le code puisse la reconnaitre et donc la lire. Dans la suite on prsente la dfinition du format
BMP et du format TIFF.
Le format BMP
Le format bmp (BitMap Picture) est un des formats les plus simples. Un fichier bmp
est un fichier dimage graphique stockant les pixels sous forme matricielle et grant les
couleurs soit en couleur vraie soit grce une palette indexe. Chaque fichier bmp contient
comme il est illustr en Figure A2- 1 :
Entte du fichier : BITMAPFILEHEADER
Entte de limage : BITMAPINFOHEADER
Palette de limage : RGBQUAD
Corps de limage : BYTE (un tableau de bytes qui dfinit les bits de bitmap
Figure A2- 1 : Structure de format bmp

Les informations dfinir dans un module sont:
Type BITMAPFILEHEADER
bfType As String
BM
bfSize As Integer
Size of file
bfReserved As Integer
bfOffBits As Integer
Image offset
End Type
Type BITMAPINFOHEADER
biSize As Long
biWidth As Long
biHeight As Long
biPlanes As Integer
biBitCount As Integer
biCompression As Long
biSizeImage As Long
biXPelsPerMeter As Long
biYPelsPerMeter As Long
biClrUsed As Long
biClrImportant As Long
End Type
Private Type RGBQUAD

rgbBlue As Integer
rgbGreen As Integer
rgbRed As Integer
rgbReserved As Integer
End Type
Private Type BITMAPINFO

bmiHeader As BITMAPINFOHEADER
bmiColors As RGBQUAD
End Type
Le format TIFF
Le format tiff (Tagged Image File Format) est par exemple le format des images
obtenues par MEB et quon utilise pour tudier la structure des matriaux. Chaque fichier
dimage doit contenir :
Un entte du fichier : IMAGEFILEHEADER
vi
Un rpertoire du fichier : IMAGEFILEDIRECTORY
La Figure A2- 2 montre les informations principales dans un fichier dimage tiff :
Figure A2- 2 : Structure dun fichier dimage tiff
Signalons ici quon a dfini ce format dans un module et pourtant VB6 na pas accept
dafficher les images de ce format. En fait loutil Picturebox naffiche pas ce format, donc il
faut trouver un moyen.
Les informations dfinir dans un module :
Type IMAGETIFF
' ***** IFH *****
ByteOrder As String
' the byte order
IFDOff As Integer
' The offset of the first IFD
' ***** IFD *****

BitsPSample As Integer
ColorMap As Integer
Compression As Integer
FillOrder As Integer
GrayRCurve As Integer
GrayRUnit As Integer
ImageLength As Long
' Number of bits per component

' A color map for palette color image
' Compression scheme used on the image data
' The logical order of bits within a byte
' For grayscale data, the optical density of each possible pixel value
' The precision of the information contained in GrayRCurve
' Number of rows of pixel in the image
vii

ImageWidth As Long
' Number of columns in the image \number of pixel per row
MaxSValue As Integer
' The maximum component value used
MinSValue As Integer
' The minimum component value used
Oriantation As Integer
' The oriantation of the image
PhotoInt As Integer
' The color space of the image data
PlannerCon As Integer
' How the components of each pixel are stored
ResUnit As Long
' The unit of measurement for XRes and YRes
XRes As Double
' The number of pixels per ResUnit in the image width direction
YRes As Double
' The number of pixels per ResUnit in the image length direction
RowPStrip As Long
' The number of rows per strip
SampelsPPixel As Integer
' The number of components per pixel
StripByteCounts As Long
' For each strip, the number of bytes after compression
StripOff As Long
Threshold As Integer
' For each strip, the byte offset

' For black and white Tiff
' ***** Document Storage *****

PageNum As Integer
' The page number of the page from which this image was scanned
Xpos As Double
' X position of the image
Ypos As Double
' Y position of the image
End Type
Traitement dimage
Les diffrents genres de transformations d'image peuvent tre rcapituls comme suit:
Ceux qui oprent une image simple, bass sur les valeurs d'clat des pixels de voisinage.
Ceci inclut les combinaisons arithmtiques telles que les grains multiplicatifs aussi bien
que ceux qui rangent les valeurs de pixels et gardent le maximum, le minimum ou la
valeur mdiane. Ils sont employs pour lisser, affiner, perfectionnement de bord et
lextraction de la texture.
Ceux qui fonctionnent dans l'espace de Fourier pour choisir des frquences et des
orientations spcifiques dans l'image qui correspondent aux informations dsires ou
non dsires et permettent au dernier d'tre efficacement enlev. Les mesures des
espacements rguliers peuvent tre faites dans l'image de Fourier plus commodment
que dans le domaine spatial. Il y a galement dautres espaces alternatifs, tels que
l'espace de Hough, qui sont commodes pour identifier des lignes, des cercles ou d'autres
formes et alignements spcifiques des dispositifs.
Ceux qui oprent deux images pour combiner les valeurs de gris des pixels. Ceci inclut
viii

des oprations arithmtiques (ajouter, soustraire, etc.) ainsi que des comparaisons
(garder la valeur la plus lumineuse ou la plus fonce). Ils sont employs dans la mise
niveau de contraste, en enlevant les signaux non dsirs et en combinant des vues
multiples.
Ceux qui oprent des images binaires simples bases sur le modle local des pixels
voisins. Ceux-ci sont habituellement oprateurs morphologiques appels (rosion,
dilatation, etc.). Ils ajoutent ou suppriment des pixels pour lisser des formes, compltent
des lacunes, etc. Ils peuvent galement tre employs pour extraire des informations de
base sur la forme tudie (les contours ou le squelette).
Ceux qui sont bass sur la carte euclidienne de distance, dans laquelle chaque pixel de
limage binaire est affect une valeur d'chelle grise gale sa distance du pixel de
fond le plus proche. Ceux-ci permettent la segmentation de dispositifs convexes
mouvants (ou leur compte rapide), et mesure de la distance des dispositifs des
frontires irrgulires.
Ceux qui combinent deux images binaires en utilisant la logique boolenne. Ceux-ci
permettent des critres flexibles d'tre employs pour combiner des reprsentations
multiples du mme secteur, lchelle du pixel ou celle de lchantillon.
ix
Rsum
La reconstruction tridimensionnelle dun chantillon reprsentatif dun matriau
cramique biphasique partir dune image de structure bidimensionnelle est propose.
Lalgorithme prconis est de nature stochastique fond sur une minimisation par recuit
simul.
La mthode statistique de Boltzmann sur rseau est prsente pour simuler les
phnomnes de transport de matire afin destimer la permabilit de lchantillon reconstruit
par un modle BR D3Q19. La conductivit thermique effective du mme domaine 3D est
value par la mthode des diffrences finies dans un schma Dufort-Frankel.
Les exemples tudis montrent laptitude de loutil de la reconstruction associ aux
outils de simulations des phnomnes de transport de chaleur et de masse synthtiser
numriquement un matriau htrogne ou poreux et dterminer ses paramtres physiques.
Mots-cls : matriau poreux, reconstruction stochastique, recuit simul, Boltzmann sur

rseau, permabilit, conductivit thermique effective
Abstract
The three-dimensional reconstruction of a representative sample of a biphasic ceramic
material from a 2D structural image is proposed. The algorithm is of stochastic nature and is
based on the minimization by a simulated annealing scheme.
The statistical method of Lattice Boltzmann is presented to simulate the phenomena of
mass transport in order to estimate the permeability of the sample by a model LB D3Q19. The
effective thermal conductivity in the 3D space is evaluated by the finite difference method
by a Dufort-Frankel scheme.
The tests show the ability of the reconstruction tool associated with the tools for
simulations of phenomena of heat and mass transfer to digitally synthesize heterogeneous or
porous materials and determine its physical parameters.
Keywords: porous material, stochastic reconstruction, simulated annealing, lattice

Boltzmann, permeability, effective thermal conductivity

Arab Mohamed Raed

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Arab Mohamed Raed

Uploaded by

Copyright:

Available Formats

UNIVERSITE DE LIMOGES

Ple de Recherche et dEnseignement Suprieur Limousin Poitou-Charentes

Facult des Sciences et Techniques

Thse pour obtenir le grade de

Prsente et soutenue par

Reconstruction stochastique 3D dun matriau cramique

A un Homme qui sappelle Bernard PATEYRON

Tables des matires

Table des matires

Microstructure dun matriau cramique poreux et son imagerie...................................... 9

Matriaux poreux ..................................................................................................... 10

Techniques dimagerie ............................................................................................. 12

Imagerie et traitement dimages ............................................................................... 13

Dfinition dune image numrique .................................................................. 13

Types dimage .................................................................................................. 14

Traitement dimage .......................................................................................... 15

Reconstruction stochastique par algorithme du recuit simul (RS) ................................. 19

Introduction la reconstruction tridimensionnelle........................................... 19

Technique de la tomographie ........................................................................... 20

Reconstruction laide de sries de coupes successives.................................. 22

Modles de gomtries reprsentatives : les sphres empiles ........................ 24

Modle de particules monomodales ......................................................... 24

Modle de particules de distribution alatoire de tailles .......................... 25

Introduction la reconstruction stochastique........................................................... 27

Concepts morphologiques lmentaires................................................................... 29

Fonction de corrlation 1-point ........................................................................ 29

Fonction de corrlation 2-points ...................................................................... 30

Tables des matires

Fonction du chemin linaire............................................................................. 34

Fonction de percolation de volume .................................................................. 35

Fonction damas 2-points ................................................................................. 36

Fonction de distribution de la taille des pores.................................................. 36

Recuit simul pour la reconstruction tridimensionnelle........................................... 36

Procdure doptimisation ................................................................................. 36

Algorithme gnral de la reconstruction par la mthode du recuit simul....... 39

Structure tridimensionnelle initiale .......................................................... 40

Echange des voxels : critre de slection ................................................. 40

Paramtre de contrle T temprature du recuit .................................. 41

Comment dterminer la temprature initiale ? ............................... 41

Comment abaisser la temprature de recuit ?................................. 42

Schma des chaines de Markov..................................................... 42

Critres de convergence ........................................................................... 43

Valeur dnergie minimum................................................................... 43

Valeur de rejections successives maximales ........................................ 44

Nombre ditrations maximum............................................................. 44

Algorithme dchantillonnage orthogonal ....................................................... 44

Schma de reconstruction hybride ............................................................. 45

Algorithme Lattice-Point ............................................................................ 45

Slection dune image de rfrence ................................................................. 47

Influence de la condition de bords priodiques................................................ 48

Influence de lisotropie du milieu tudi.......................................................... 48

Reconstruction dun damier ............................................................................. 52

Reconstruction dun matriau cramique poreux............................................. 56

Origine de la mthode Boltzmann-sur-rseau ...................................................... 68

Schma Gaz sur rseau..................................................................................... 68

Tables des matires

Equation de Boltzmann .................................................................................... 69

Boltzmann sur rseau de lquation de Boltzmann.......................................... 70

De la micro dynamique lhydrodynamique macroscopique.......................... 71

Modles BR isothermes ................................................................................... 72

Modles un seul temps de relaxation..................................................... 72

Modle monodimensionnel ................................................................. 72

Modle bidimensionnel ....................................................................... 73

Modle BR tridimensionnel ................................................................ 76