Accélération de simulations thermo-mécaniques par Réseaux de Neurones - Applications à la fabri[...]

CEA; Saclay; Sur place; EUR 18 000 - 25 000; Plein temps

Résumé du poste

Un institut de recherche technologique situé à Saclay recherche un(e) doctorant(e) pour une thèse sur l'accélération des simulations thermo-mécaniques appliquées à la fabrication additive. Le candidat idéal aura un diplôme d'ingénieur ou un master en mathématiques appliquées. Cette thèse se déroulera en collaboration avec l'École Polytechnique et le CEA, offrant un environnement de recherche dynamique et innovant.

Qualifications

• Formation recommandée : diplôme ingénieur ou master.
• Compétences en simulation thermomécanique souhaitées.

Responsabilités

• Accélérer les simulations thermo-mécaniques.
• Créer des bases de données à partir de simulations.
• Optimiser les processus de fabrication.

Formation

diplôme ingénieur

master (MVA, maths appliquées, etc.)

Description du poste

Description du sujet de thèse

Domaine: Défis technologiques

Sujets de thèse: Accélération de simulations thermo-mécaniques par Réseaux de Neurones — Applications à la fabrication additive et la mise en forme des métaux

Contrat: Thèse

Description de l'offre

Dans un certain nombre d'industries telle que la mise en forme des métaux ou la fabrication additive, l’écart entre la forme désirée et la forme effectivement obtenue est important, ce qui freine le développement de ces méthodes de fabrication. Cela est dû en bonne partie à la complexité des processus thermiques et mécaniques en jeu, difficiles à simuler à des fins d’optimisation du fait du temps de calcul important de la simulation des phénomènes en jeu.

La thèse vise à réduire significativement cet écart grâce à l’accélération des simulations thermo-mécaniques par éléments finis, notamment via le design d’une architecture de réseau de neurones adaptée, en s’appuyant sur les connaissances physiques théoriques.

Pour mener à bien ce sujet, la thèse bénéficiera d’un écosystème favorable aussi bien au LMS de l'École polytechnique qu’au CEA List : architecture PlastiNN développée en interne (brevet en cours de dépôt), bases de données mécanique existantes, supercalculateur FactoryIA et DGX, machine d’impression 3D. Il s’agira dans un premier temps de générer des bases de données à partir de simulations éléments finis thermo-mécaniques, puis d’adapter PlastiNN à apprendre de telles simulations, avant de mettre en œuvre des procédures d’optimisation s’appuyant sur ces réseaux de neurones.

L’objectif final de la thèse est d’illustrer l’accélération de simulations éléments finis ainsi obtenue sur des cas réels : d’une part par l’instauration d’une rétroaction durant l’impression métallique via la mesure du champ de température pour réduire l’écart entre géométrie désirée et géométrie fabriquée, d’autre part par la mise en place d’un outil de commande de forge qui permet d’arriver à une géométrie désirée à partir d’une géométrie initiale. Les deux applications s’appuieront sur une procédure d’optimisation rendue réalisable par l’accélération des simulations thermo-mécaniques.

Université / école doctorale: Ecole Doctorale de l’Institut Polytechnique de Paris (IP Paris) et Ecole Polytechnique

Localisation du sujet de thèse: Site – Saclay

Critères candidat

Formation recommandée: diplôme ingénieur, master (MVA, maths appliquées, etc.)

Demandeur

Disponibilité du poste: 01/10/2024

Personne à contacter par le candidat: THORIN Anders — [e-mail] / CEA / DRT/DIASI//LSI / Institut CEA LIST / CEA Saclay - Nano Innov / 91120 Palaiseau / 01 69 08 07 41

Tuteur / Responsable de thèse: WEISZ-PATRAULT Daniel — [e-mail] / Ecole polytechnique / Laboratoire de Mécanique des Solides (LMS)

En savoir plus