Description

Dans le domaine du nucléaire, l’intégrité des composants nucléaires soudés est évaluée par des méthodes CND par ultrasons, fournissant des informations essentielles sur la morphologie et la localisation des défauts. Cependant, leur mise en œuvre demeure complexe dans le cas des aciers inoxydables austénitiques, dont les soudures, réalisées par le dépôt de nombreuses passes, présentent une microstructure hétérogène et anisotrope, entraînant la divergence et l’atténuation du faisceau d’ondes. La modélisation numérique de ces microstructures, influencée par la nature des matériaux et les paramètres procédés, est ainsi un enjeu majeur pour l’optimisation des méthodes CND.

Ce doctorat se propose de développer des microstructures virtuelles sur des pièces soudées épaisses pour permettre, par les autres partenaires du projet ATALANTE, de simuler la propagation d’ondes ultrasonores et améliorer les outils d’analyse. Il s’agira, ainsi, de relever le défi de modéliser la formation des microstructures d’intérêt sur des soudures comportant un nombre élevé de passes.

Compétences requises

Ingénieur ou Master 2, dans les domaines du numérique, des matériaux, de la mécanique ou des mathématiques appliquées. Etudiant(e) attiré(e) par les problématiques liées à la modélisation et la simulation numérique des phénomènes physiques en science de l’ingénieur.

Bibliographie

[1] C. Xue, N. Blanc et al., Structure and texture simulations in fusion welding processes – comparison with experimental data, Materialia 21, 2021, 101305

[2] T. Camus, D. Maisonnette, et al., Three-Dimensional Modeling of Solidification Grain Structures Generated by Laser Powder Bed Fusion, Materialia 30, 2023, 101804

[3] Z. Kong, G. Guillemot et al., Multiphysics simulation and microstructure prediction of coaxial wirelaser additive manufacturing process, Materialia 42, 2025, 102461

[4] Y. Zhang, G. Guillemot et al., Part-Scale Thermomechanical and Grain Structure Modeling for Additive Manufacturing: Status and Perspectives. Metals 2024, 14, 1173

[5] P. Belamri, H. Proudhon et al., Quaternion-based vision-transformer for polycrystalline EBSD scans pre-trained on large-scale synthetic data, Materials & Design 258, 114599, 2025

Mots clés

Solidification, Microstructure, Modélisation, Intelligence Artificielle, Soudage, Nucléaire