Description

Les essais de résistance à la rupture de type Charpy (essais de résilience) sont utilisés dans l’industrie nucléaire pour certifier les pièces forgées. Cependant, les résultats de ces essais présentent une variabilité forte dans certaines configurations de forgeage sur des pièces de très grandes réalisés par Framatome. Des études précédentes ont montré que l’acier forgé est fortement hétérogène à l’échelle mésoscopique. Ces hétérogénéités, qui due à la ségrégation de certains éléments d’alliage pendant la succession d’opérations thermomécaniques mis-en jeu lors de la fabrication des pièces, sont une cause majeure de la variabilité observée sur les résultats d’essais de résilience. L’enjeu de la thèse est de permettre à Framatome de mieux appréhender cette variabilité par une approche alliant simulation numérique par éléments finis et modélisation probabiliste. Les approches d’intelligence artificielle seront fortement mises à contribution, notamment pour générer des champs de mésoségrégations 3D à partir d’observations 2D, et pour accélérer les calculs par éléments finis.

Compétences requises

Profil type pour une thèse à MINES Paris: Ingénieur et/ou Master recherche - Bon niveau de culture générale et scientifique. Bon niveau de pratique du français et de l'anglais (niveau B2 ou équivalent minimum). Bonnes capacités d'analyse, de synthèse, d’innovation et de communication. Qualités d’adaptabilité et de créativité. Capacités pédagogiques. Motivation pour l'activité de recherche. Projet professionnel cohérent. Pré-requis (compétences spécifiques pour cette thèse) : - Excellentes compétences en mécanique numérique (éléments finis nonlinéaires) - Maitrise de la programmation (C++ et/ou Python) - Connaissances et appétence pour les statistiques et l’intelligence artificielle, notamment dans le cadre de la géostatistique - Intérêt pour les méthodes industrielles et capacité à livrer des produits technologiques Pour postuler : Envoyer votre dossier à recrutement_these@mat.mines-paristech.fr comportant • un curriculum vitae détaillé • une copie de la carte d’identité ou passeport + adresse domicile si ne figure pas sur le document • une lettre de motivation/projet personnel • des relevés de notes L3, M1, M2 • 2 lettres de recommandation • les noms et les coordonnées d'au moins deux personnes pouvant être contactées pour recommandation • une attestation de niveau d’anglais

Bibliographie

Andrieu, Mécanismes et modélisation multi-échelle de la rupture fragile trans- et inter-granulaire des aciers pour réacteurs à eau sous pression, en lien avec le vieillissement thermique, thèse de doctorat, MINES ParisTech, 2013

M. Boåsen, C.F.O. Dahlberg, P. Efsing, J. Faleskog, A weakest link model for multiple mechanism brittle fracture— Model development and application, J. Mech. Phys. Solids, 2021

S Kench, Generated 3d structures from a 2d slice, Nature Machine Intelligence, 2021

V Krokos, SPA Bordas, P Kerfriden, A graph-based probabilistic geometric deep learning framework with online enforcement of physical constraints to predict the criticality of defects in porous materials, International Journal of Solids and Structures, 2024

Abhishek Palchoudhary, Simone Peter, Vincent Maurel, Cristian Ovalle, Pierre Kerfriden, A plastic correction algorithm for full-field elasto-plastic finite element simulations: critical assessment of predictive capabilities and improvement by machine learning, Computational Mechanics, 2024

Mots clés

Jumelage numérique, forgeage, forgeage, simulation multiéchelle, éléments finis, champs aléatoires