Chercheur associé · Laboratoire EVCAU
Docteur en architecture — enseignant-chercheur

Roland Dehghan Kamaragi.

Architecture, mécanique des fluides et intelligence artificielle scientifique — je prolonge aujourd'hui les résultats expérimentaux de ma thèse sur les tours à vent par un postdoctorat sur l'optimisation des géométries climatiques par apprentissage physique.

Profil de recherche

Chercheur à l'intersection entre architecture et langages de programmation, je développe des modèles numériques et des systèmes intelligents dédiés à l'habitat zéro carbone. Mes travaux portent sur la modélisation énergétique, l'intelligence artificielle appliquée au bâtiment et la conception computationnelle durable.

Ventilation naturelle et rafraîchissement passif · Dynamique des fluides computationnelle (CFD) et essais en soufflerie · Modélisation thermodynamique du bâtiment · Architecture vernaculaire et patrimoine bâti · Intelligence artificielle appliquée à la modélisation physique (Physics-Informed Neural Networks).

Contact
Paris
rolanddehghank@yahoo.com
Profils
ResearchGate · 2iia.com · badgirs.com

Encadrant scientifique — David Serero
EVCAU, ENSA Paris-Val de Seine
EVCAU — Environnements numériques, Cultures Architecturales et Urbaines
ENSA Paris-Val de Seine
3-15, quai Panhard et Levassor, 75013 Paris
Laboratoire de rattachement
Rattachement — Axe 1 « Architecture et Numérique »
résonance avec l'Axe 2 « THEMA »
Laboratoire d'accueil

Un rattachement à l'Axe "Architecture et Numérique"

Cette contribution se rattache en priorité à l'Axe 1 "Architecture et Numérique (AN)" de l'EVCAU, qui investit les méthodes et modèles de conception architecturale à l'ère des processus numériques et des modèles génératifs entraînés par les données. Elle entre également en résonance avec l'Axe 2 "Transitions : Histoire et Écologies des Modèles Architecturaux (THEMA)", les tours à vent étant un dispositif vernaculaire réactivé ici par des moyens numériques contemporains.


Projet de postdoctorat · suite directe de la thèse (2014)
Le vide face au plein

Apprentissage physique et optimisation inverse des géométries du vide.

Les outils de simulation architecturale actuels sont essentiellement descriptifs : ils évaluent une forme déjà conçue, mais ne génèrent jamais directement une géométrie optimale au regard d'un objectif climatique. Ce postdoctorat s'attaque à cette limite pour les espaces du vide — conduits, tours à vent, cheminées solaires, doubles façades ventilées.

Point de départ

Un court-circuitage aéraulique mesuré dans la thèse

La base expérimentale de la thèse (mesures in situ, essais en soufflerie, simulations CFD validées sur le badgir de Siraf) a quantifié un phénomène majeur : près de la moitié du flux d'air capté par la tour ressort directement par les conduits opposés sans jamais atteindre l'espace habité. Des limites ont également été identifiées sur le stockage thermique des parois et l'efficacité du rafraîchissement évaporatif.

≈ 50% du flux perdu par court-circuitage direct
Méthode

Physics-Informed Neural Networks (PINN)

Contrairement aux approches purement data-driven, qui exigent des milliers de simulations, les PINN intègrent directement les équations de Navier-Stokes et de l'énergie dans la fonction de perte du réseau — permettant un apprentissage efficace à partir d'un nombre limité de données expérimentales et numériques de haute qualité, précisément celles produites par la thèse.

DONNÉES THÈSE in situ · soufflerie CFD validée ÉQUATIONS Navier-Stokes · énergie PINN 3D masse · quantité de mouvement · énergie OPTIMISATION INVERSE multi-objectifs ↓ court-circuitage ↑ débit utile & confort VALIDATION EN SOUFFLERIE DES GÉOMÉTRIES OPTIMISÉES

Boucle méthodologique : données expérimentales et équations physiques entraînent le PINN, qui alimente l'optimisation inverse ; les géométries obtenues sont revalidées en soufflerie.


Méthodologie envisagée

Quatre étapes, de la donnée au prototype.

01

Base de données

Constitution d'une base enrichie à partir des mesures de thèse et de simulations CFD ciblées (plan d'expériences).

02

Développement du PINN

PINN 3D intégrant les contraintes physiques pour prédire le couplage aéraulique-thermique selon les paramètres géométriques.

03

Optimisation inverse

Réduction des pertes par court-circuitage tout en maximisant le débit utile et le confort thermique.

04

Validation & extension

Essais en soufflerie des géométries optimisées, puis extension prudente aux cheminées solaires, puits climatiques, atriums.

Résultats attendus : une réduction mesurable des pertes aérauliques par rapport à la configuration traditionnelle, de nouvelles configurations géométriques performantes, et un prototype d'outil d'aide à la conception — l'ampleur exacte des gains restant à établir par les résultats eux-mêmes.

Formation

Architecture et informatique.

Plan et coupe du badgir de la maison de Nasuri, Siraf, issu de la thèse
2014 Thèse de doctorat, ENSA Paris-Malaquais
Doctorat en architecture · 2014

ENSA Paris-Malaquais / Université Paris-Est Marne-la-Vallée

Laboratoire GSA, École doctorale Ville, Transports et Territoires. Thèse soutenue le 5 décembre 2014 sous la direction de Joël Sakarovitch et Robert Le Roy (co-directeur, HDR) — jury : Bruno Chanetz (ONERA), Christian Pédelahore (ENSA Paris-La Villette), Jean-Denis Parisse (IUSTI, Marseille).

Master en Informatique — Université Sorbonne Paris Cité. Recherche : « Code et climat — repenser les langages pour réduire l'empreinte numérique ».

Enseignement

Enseignant vacataire — ENSA Paris-Malaquais

Trois années d'enseignement en résistance des matériaux, conception architecturale et architecture vernaculaire — soit plus de trente ans d'expérience combinée en enseignement, architecture, numérique et ingénierie.

Compétences techniques
Simulation physique — CFD, essais en soufflerie, modélisation thermique et thermodynamique du bâtiment
Intelligence artificielle — apprentissage supervisé/non supervisé, CNN, RNN, PINN · TensorFlow, Keras, PyTorch, Scikit-learn
Données — NumPy, Pandas, déploiement via API
Développement — Python, JavaScript, PHP, Java · React, Angular, Vue.js, Node.js

Publications scientifiques

Sept publications, source ResearchGate.

Portant principalement sur les tours à vent, la ventilation naturelle et la dynamique des fluides, ainsi que sur le patrimoine bâti et les matériaux de construction.

Experimental and numerical simulation of two Iranian badgirs in the Persian Gulf, City of Kong and Laft
Dehghan Kamaragi R., Chanetz B. — décembre 2015
Thermal and dynamic analyses of the Siraf city's wind tower: construction of a half-scale model at Lyon university, France
Dehghan Kamaragi R., Pinon M., Hocine A. — décembre 2016
Thermal and dynamic analyses of the Siraf city's wind tower (actes ICCASCE, Dong-A University, Busan)
Dehghan Kamaragi R., Pinon M., Hocine A. — mars 2016
Visualized flow structure around and inside of one-sided wind-catchers
Kazemi Esfeh M., Dehghan A. A., Dehghan Manshadi M., et al., Dehghan Kamaragi R. — Energy and Buildings, décembre 2012
Visualized flow patterns around and inside a two-sided wind-catcher with the presence of upstream structures
Afshin M., Sohankar A., Dehghan Manshadi M., et al., Dehghan Kamaragi R. — janvier 2014
Microstructure, thermal analysis and chloride penetration of self-compacting concrete under different conditions
Samimi K., Dehghan Kamaragi R., Leroy R. — Magazine of Concrete Research, mars 2018
Diagnostic de la tour du Boulevard de Mussy-sur-Seine
Siddiqua Mahee N., Faucherre J., Provence R., Dehghan Kamaragi R. — septembre 2020