2.

Modélisation du phénomène d'affouillement (KISALU)

Le fait d’implanter un ouvrage d’art dans un cours d’eau a pour conséquence de modifier
son schéma d'écoulement, entraînant l’apparition de phénomènes tels que des vortex
“Horseshoe”, des turbulences, des courants descendants… Ces phénomènes vont créer un
excès d’emport de sédiments au pied de la structure dans le lit du cours d’eau, donnant
naissance au phénomène d’affouillement. (Sumer, B. Mutlu, 2004)

Ce phénomène peut être étudié en laboratoire, à grande, moyenne ou petite échelle, et il peut
également être modélisé en utilisant des méthodes théoriques, analytiques ou numériques. Il est
donc d’usage d’opter pour l’un des deux types de modélisation, physique ou numérique. (Boujia
N., 2018)

Modélisation Physique

Les expériences faites en laboratoire ont pour but d’aider les chercheurs à comprendre les
différents phénomènes causant l’affouillement. Plusieurs techniques peuvent etre utilisees pour
ces études de visualisation d'écoulement, telles que, la technique du colorant qui consiste à
injecter de faibles quantités de colorants dans le cours d’eau ce qui permet d’observer son
comportement (vortex, turbulences,...), la technique de fines particules de plastique, de bulles
d'hydrogène, ou encore la technique smoke (dans le cas d’une soufflerie).

(Lu Zhou, 2017)

Pour ce qui est des mesures relatives au courant, deux paramètres sont généralement
considérés: la vitesse d'écoulement et l’effort tranchant sur le lit du cours d’eau.(Sumer, B. Mutlu,
2004)

La vitesse moyenne d'écoulement V sera comparée sera à Vc la vitesse critique d'entraînement

des sédiments,- qui dépend du type de grain qui compose le lit-, comparaison servant à
déterminer si le transport de sédiments se fait avec ou sans charriage, ce qui aura bien sûr des
conséquences sur le type et la vitesse d’affouillement. (Boujia N., 2018)

Deux problèmes principaux font rapidement surface quand il s’agit des modèles physiques,
observer l'évolution de l'affouillement à travers le temps et pouvoir déterminer avec précision la
profondeur d'équilibre de l'affouillement. Pour pallier ce problème, des techniques d’observation
in-situ ont été développées pour observer le phénomène sur des structures existantes. Des
caméras immergées de petite taille effectuent un monitoring ininterrompu de l’affouillement, des
sonars rotatifs peuvent également être mis en place pour donner une mise à jour régulière de la
topographie du lit en 3D.

Boujia N. et Al, (2017), proposent le développement d’un capteur dynamique d’affouillement. Le

principe de cette technique de monitoring est que l'affouillement provoque une augmentation de
la longueur exposée de la structure décapée. Par conséquent, sur la base de la relation inverse
entre la fréquence fondamentale et la longueur d'une poutre en porte-à-faux, une diminution de
la fréquence peut être corrélée à une augmentation de la profondeur d'affouillement.

Effet d'échelle dans les modèles physiques

Il est indispensable de tenir compte de l’effet d'échelle quand on observe des phénomènes sur
un modèle physique en laboratoire.

Certains paramètres vont s'avérer être différents sur la structure proprement dite tels que, la
rugosité du lit et de la structure, le rapport taille des grains / taille du modèle, la topographie
générale du lit, la durée et la vitesse moyenne d'écoulement, et bien d’autres.

Selon Sutherland et Whitehouse,(1998), sachant que le mode transport de sédiments se fait

avec charriage ou en suspension, voir les deux, il est impossible de réaliser un modèle à
l'échelle simultanément pour les particules en charriage et celle en suspension. les résultats
d’une telle expérimentation seront au mieux exploitables, à condition de tenir compte des effets
d'échelle avant de les extrapoler à des conditions réelles.

Oumeraci (1994), déclare que lors de la mise à l'échelle du modèle, les caractéristiques des
sédiments dépendent principalement du mode transport dominant. Il identifie la vitesse de dépôt
des sédiments comme étant le paramètre principal dans la détermination du mode de transport
dominant, puis qu’elle tient compte de la densité, la taille, la forme et la viscosité.

L’avantage d’un modèle physique est que l’on effectue les tests dans un environnement dont on
peut contrôler les paramètres et s’en servir par la suite en phase de conception, à condition de
tenir compte des inévitables effets d'échelle qui seront engendrés. Il reste préféré aux modèles
numériques vu la difficulté que cela pose de tenir compte des innombrables paramètres
nécessaires pour obtenir un modèle satisfaisant. (Ahmed Mohammed & Al.,2006)
Modélisation Numérique

Nous nous intéressons particulièrement au phénomène d’affouillement local à la base de piles.

Avec les avancées de l'état de l’art, il est coutume de réaliser des modèles numériques à l’aide
de logiciels CFD (computational fluid dynamics). Les modèles numériques pour la simulation de
l'affouillement comprennent généralement deux éléments distincts : un module hydrodynamique
pour résoudre l'écoulement des fluides (équations de Navier-Stokes) et un module
morphologique pour traiter le transport des sédiments et l'érosion du lit. (Lu Zhou, 2017)

Deux approches sont possibles, traiter le transport des particules et l'écoulement du liquide
comme deux écoulements distincts, ou alors les traiter comme un mélange. La première
approche (Euler-Lagrange) requiert un grand nombre de particules pour simuler les conditions
réelles d’un problème pratique, et peut donc être gourmande en matière de puissance de calcul.

Lu Zhou, (2017), se sert du logiciel open source OpenFOAM, qui présente l’avantage de faciliter
l'accès à son code source qui est absolument nécessaire pour générer le modèle, et une grande
liberté dans le paramétrage du modèle. Ce logiciel propose également des solutions numériques
pour les équations différentielles qu’il est impossible de ne pas trouver en mécanique des fluides,
tout en tenant compte des déformations du lit de part son interaction avec le fluide.

Nagel & Al. (2020), simulation en deux phases Euler-Euler sur OpenFOAM
Le logiciel est testé à l’aide de cas expérimentaux spécifiquement sélectionné, et dans l'étude
précédemment citée, La plupart des simulations ont été réalisées avec les clusters de calcul du
PMCS2I (Pôle de Modélisation et de Calcul en Sciences de l'Ingénieur et de l'Information) de
l'Ecole Centrale de Lyon, permettant ainsi de réaliser la majorité des simulations en parallèle
,accélérant ainsi les calculs, et en particulier ceux des modèles 3D.

Faruque et al. (2006) effectuent une étude comparative entre deux modèles numériques réalisé
sur le logiciel FLOW-3D et deux modèles physiques.

On peut constater à partir des résultats numériques (haut) après simulation et ceux du modèle
physique (bas) que l’affouillement obtenu est très similaire, avec de très faibles différences.

La plupart des logiciels proposent des solutions aux équations moyennées de Navier-Stokes,
depuis aussi loin que le début des années 1990, et de nos jours ils offrent plus de possibilités
encore, les rendant ainsi progressivement plus populaires que les modèles physiques.