SMART-HERIT – Développement d'un jumeau numérique fondé sur l'IA et la modélisation multi-physique pour l'optimisation du confort et de l'efficacité énergétique : Application au patrimoine bâti troyen // SMART-HERIT – Development of an AI-driven digital t

Contexte scientifique et enjeux
La transition énergétique impose aujourd'hui de transformer en profondeur le parc immobilier existant. Le bâti ancien représente une part importante des centres historiques français : il possède une valeur patrimoniale forte mais présente souvent des performances énergétiques insuffisantes et un confort intérieur hétérogène. Sa réhabilitation constitue un défi scientifique majeur : il faut améliorer l'efficacité énergétique et le confort des occupants tout en respectant les contraintes architecturales, matérielles et patrimoniales qui limitent les interventions lourdes.
Les approches classiques d'audit énergétique et de simulation montrent leurs limites pour ce type de bâtiments : données incomplètes, modèles simplifiés, difficulté à intégrer les usages réels et les phénomènes multiphysiques complexes. Il en résulte un écart important entre performances simulées et performances réelles.
L'essor des jumeaux numériques, combinant modélisation physique, instrumentation in situ et intelligence artificielle, ouvre aujourd'hui une opportunité scientifique majeure pour lever ces verrous.
Objectif général de la thèse
L'objectif de la thèse est de concevoir un jumeau numérique hybride, multi-échelle et centré sur l'occupant, dédié au bâti ancien troyen, afin d'optimiser simultanément : la performance énergétique, le confort des occupants, et les stratégies de réhabilitation durable compatibles avec les contraintes patrimoniales.
Verrous scientifiques et axes de recherche
1. Modélisation multi-échelle et multiphysique du bâti ancien
Les bâtiments anciens sont constitués de matériaux hétérogènes et dégradés (pierres, bois, mortiers) soumis à des phénomènes couplés thermo–hydro–mécaniques.
La thèse visera à développer un cadre de modélisation reliant :
• l'échelle des matériaux (caractérisation expérimentale),
• l'échelle des assemblages constructifs,
• l'échelle du bâtiment complet.
L'objectif est de produire un modèle haute-fidélité capable de reproduire le comportement réel du bâtiment.
2. Jumeau numérique hybride : couplage simulation – données
Le doctorant développera une architecture de jumeau numérique combinant :
• simulations physiques et thermiques avancées,
• données issues de capteurs in situ (e.g., thermique, hygrométrie, IMU, LiDAR, thermographie),
• intelligence artificielle pour l'analyse de données et l'aide à la prise de décisions.
Un enjeu clé sera la mise en place d'une boucle d'assimilation de données permettant la mise à jour continue du modèle à partir des observations réelles.
3. Confort centré occupant et approche systémique
La thèse intégrera la dimension humaine du bâtiment en développant :
• une analyse des déterminants du confort dans le bâti ancien (physiques, climatiques, comportementaux),
• un indicateur de confort adaptatif combinant données physiques et perception des occupants,
• des méthodes d'évaluation dynamique du confort en conditions réelles.
4. Aide à la décision pour la réhabilitation durable
Le jumeau numérique permettra de tester virtuellement différents scénarios :
• stratégies de réhabilitation énergétique,
• solutions modulaires et réversibles,
• scénarios climatiques et d'usage.
Une approche multicritère (énergie, confort, contraintes patrimoniales) sera développée pour guider la prise de décision.

Précisions sur l'encadrement
Cette thèse s'inscrit dans une collaboration académique entre l'Unité de Recherche MATIM de l'Université de Reims Champagne-Ardenne (URCA) et l'Institut de Recherche de la Construction (IRC) de l'ESTP Troyes. Le doctorant évoluera ainsi dans un environnement de recherche interdisciplinaire à l'interface de la mécanique, du bâtiment et de l'intelligence artificielle. L'équipe d'encadrement du projet SMART-HERIT réunit des expertises complémentaires, indispensables à la réussite d'un projet pluridisciplinaire articulant patrimoine bâti, modélisation numérique avancée et intelligence artificielle.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Scientific context and challenges
The energy transition now requires a profound transformation of the existing building stock. Historic buildings represent a significant share of French city centers: they have strong heritage value but often exhibit poor energy performance and heterogeneous indoor comfort. Their renovation therefore constitutes a major scientific challenge: improving energy efficiency and occupant comfort while respecting architectural, material, and heritage constraints that limit heavy interventions.
Conventional energy audit and building simulation approaches show clear limitations for this type of building: incomplete data, simplified models, and difficulties in integrating real usage patterns and complex multiphysics phenomena. This results in a significant gap between simulated and actual performance.
The emergence of digital twins, combining physical modelling, in-situ instrumentation and artificial intelligence, now offers a major scientific opportunity to overcome these limitations.
General objective of the PhD
The aim of this PhD is to design a hybrid, multi-scale, occupant-centric digital twin dedicated to historic buildings in Troyes in order to simultaneously optimise: energy performance, occupant comfort, and sustainable renovation strategies compatible with heritage constraints.
Scientific challenges and research objectives
1. Multi-scale and multiphysics modelling of historic buildings
Historic buildings are made of heterogeneous and degraded materials (stone, timber, mortars) subjected to coupled thermo-hydro-mechanical phenomena.
The PhD will develop a modelling framework linking:
• the material scale (experimental characterization),
• the scale of construction assemblies,
• the scale of the whole building.
The objective is to produce a high-fidelity model capable of reproducing the real behaviour of the building.
2. Hybrid digital twin: coupling simulation and data
The PhD candidate will develop a digital twin architecture combining:
• advanced physical and thermal simulations,
• in-situ sensor data (e.g., thermal, hygrometric, IMU, LiDAR, thermography),
• artificial intelligence for data analysis and decision-making support.
A key challenge will be the implementation of a data assimilation loop enabling continuous model updating based on real observations.
3. Occupant-centred comfort and systemic approach
The PhD will integrate the human dimension of buildings by developing:
• an analysis of comfort determinants in historic buildings (physical, climatic and behavioural factors),
• an adaptive comfort indicator combining physical measurements and occupant perception,
• dynamic comfort assessment methods under real operating conditions.
4. Decision support for sustainable renovation
The digital twin will enable virtual testing of different scenarios:
• energy renovation strategies,
• modular and reversible solutions,
• climate and usage scenarios.
A multi-criteria approach (energy, comfort, heritage constraints) will be developed to support decision-making.

Supervision and research environment
This PhD is part of an academic collaboration between the MATIM Research Unit of the University of Reims Champagne-Ardenne (URCA) and the Construction Research Institute (IRC) of ESTP Troyes. The PhD candidate will work in an interdisciplinary research environment at the interface of mechanics, building science and artificial intelligence. The SMART-HERIT project supervisory team brings together complementary expertise essential for the success of this multidisciplinary research project combining heritage buildings, advanced numerical modelling and artificial intelligence.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2026

Contrat doctoral

Concours pour un contrat doctoral

Université de Reims Champagne - Ardenne

620 MPSNI - Mathématiques Physique Sciences du Numérique et de l'Ingénieur

Le/la candidat(e) devra être titulaire d'un Master (ou équivalent) en énergétique du bâtiment, mécanique, génie civil, informatique appliquée ou disciplines connexes. Un profil à l'interface entre sciences de l'ingénieur et sciences des données est particulièrement recherché. Une appétence pour les problématiques de transition écologique, de réhabilitation du patrimoine bâti et d'innovation numérique dans la construction est attendue. Une première expérience (stage, projet de recherche) en modélisation ou en intelligence artificielle appliquée constituera un atout important.
The candidate must hold a Master's degree (or equivalent) in building energy engineering, mechanical engineering, civil engineering, applied computer science, or a related field. A profile at the interface between engineering sciences and data science is particularly sought. An interest in issues related to ecological transition, the rehabilitation of built heritage, and digital innovation in the construction sector is expected. Prior experience (e.g., internship or research project) in modeling or applied artificial intelligence will be considered a strong asset.