Apprentissage scientifique par nuage de points appliqué à la caractérisation mécanique à chaud dalliage daluminium
J-97
Doctorat Doctorat complet
Sciences pour l'Ingénieur
Ile-de-France
- Disciplines
- Autre (Sciences pour l'Ingénieur)
- Laboratoire
- UMR 7635 Centre de Mise en Forme des Matériaux
- Institution d'accueil
- Ecole nationale supérieure des mines de Paris
- Ecole doctorale
- Sciences fondamentales et appliquées - ED 364
Description
Lobjectif principal de cette thèse est de développer un jumeau numérique thermomécanique dessais de compression à chaud dalliages daluminium, fondé sur des simulations par éléments finis et enrichi par des méthodes dapprentissage automatique intégrant les connaissances physiques. Ce jumeau numérique vise à améliorer lexploitation scientifique et industrielle des essais de compression à chaud, adapté aux trajets de chargement thermomécaniques du laminage à chaud. Lessai de compression avec traction induite est présenté en Erreur ! Source du renvoi introuvable. et pourra être amené à évoluer au cours de la thèse pour être plus représentatif des chargements rencontrés en laminage.Lobjectif principal est de construire des modèles permettant, dans un premier temps, une identification rapide et robuste des lois rhéologiques viscoplastiques, puis des lois dendommagement, dans des conditions thermomécaniques représentatives de la mise en forme industrielle. Contrairement aux approches classiques, fondées sur des modèles analytiques simplifiés ou des campagnes expérimentales lourdes, la thèse vise à exploiter pleinement la richesse des champs tridimensionnels de contraintes, de déformations et de température fournis par les simulations éléments finis, tout en les combinant avec des observables expérimentales efforts, déplacements, mesures de température ou surfaces de rupture afin de rendre les modèles accélérés à la fois plus fiables et plus représentatifs des essais réels. Un second objectif, particulièrement original, est de rendre possible la prédiction quasi temps réel des champs internes au cours des essais de compression à chaud. Cette capacité ouvre la voie à une exploitation expérimentale inédite des essais, en guidant de manière rationnelle les prélèvements de matière dans les éprouvettes déformées pour des analyses mécaniques ou microstructurales ciblées. Le jumeau numérique devient ainsi un véritable outil daide à linterprétation expérimentale. Enfin, la thèse vise à transformer lessai de compression à chaud en un outil de conception inverse, capable dêtre paramétré pour générer des états de contraintes et de déformations cibles, représentatifs de zones spécifiques de produits laminés industriellement. Cette capacité est clé pour le prototypage numérique de procédés et constitue un changement de paradigme par rapport à lusage traditionnel des essais de laboratoire.
Compétences requises
Le/la candidat(e) recherché(e) possède de solides compétences en apprentissage automatique, en particulier pour les modèles intégrant des connaissances physiques (Scientific Machine Learning, auto-encodeurs, modèles réduits), et une formation en mécanique des matériaux, ou génie mécanique. Une expérience en modélisation par éléments finis et en exploitation de données multi-physiques complexes sera fortement appréciée. Le/la candidat(e) doit faire preuve dautonomie, de rigueur scientifique et de curiosité pour le développement de jumeaux numériques thermomécaniques et le prototypage numérique de procédés.Bibliographie
..Mots clés
Jumeaux numériques, caractérisation thermomécanique,Offre financée
Dates
Date limite de candidature 31/07/26
Durée36 mois
Date de démarrage01/10/26
Date de création01/04/26
Langues
Niveau de français requisAucun
Niveau d'anglais requisAucun
Divers
Contacts
Vous devez vous connecter pour voir ces informations.
Cliquez ici pour vous connecter ou vous inscrire (c'est gratuit !)
