Développement d'un métamodèle de conductivité thermique par apprentissage (IA) H/F
construction d'un métamodèle par machine learning, et réalisation de calculs.
dans MAIA, associant simulation numérique/modélisation et expérimentation.
Ce modèle pourra à terme être intégré à un code pour exploitation.
Le stage est proposé au sein de l'institut de recherche sur les systèmes nucléaires pour la production d'énergie bas carbone, basé sur le site du CEA Cadarache, à 30 minutes d'Aix en Provence dans le sud-est de la France. L’institut mène notamment des activités de R&D sur les combustibles nucléaires dans l'objectif d'accroître la sûreté et la performance des réacteurs actuels et de développer les combustibles des réacteurs du futur. Ces activités associent simulation numérique/modélisation et expérimentation.
En termes de modélisation du combustible sous irradiation, nous développons une plateforme logicielle nommée « PLEIADES »,
https://www.youtube.com/watch?v=VIKY2gp0FeQ,
qui permet de simuler le comportement des différents types de combustibles.
Le code aux éléments finis PLEIADES/MAIA est dédié au combustible des réacteurs expérimentaux (en particulier le Réacteur Jules Horowitz en cours de construction sur le site du CEA Cadarache). Ce combustible est un matériau dispersé hétérogène. Le modèle de conductivité thermique, basé sur une méthode analytique d’homogénéisation entre les différents composants (particules combustibles, matrice d’enrobage et « composé d’interaction »), ne permet pas d’appréhender avec une grande précision toute la complexité de la microstructure réelle du matériau (hétérogénéités de répartition, facteurs de forme complexes, anisotropies d’orientation, possibilités de percolation des composants...). La conductivité thermique étant un paramètre clé (elle détermine la température et, ce faisant, l’évolution sous irradiation du combustible), il a été décidé de mettre en œuvre une approche numérique pour permettre la prise en compte de cette complexité microstructurale. Cette méthode implique la création de microstructures à l'aide de l'outil de génération de Volumes Elémentaires Représentatifs PLEIADES/MEROPE, suivie de calculs de thermique pour déterminer la conductivité thermique associée. Cette méthode étant couteuse en temps de calcul, la détermination d’un métamodèle issu de cette approche sera privilégiée pour exploitation dans le code PLEIADES/MAIA.
L'objectif de ce stage est de développer un métamodèle par apprentissage (IA) qui pourra être intégré dans MAIA. En premier lieu, il s’agira de comprendre quels facteurs ont le plus d'impact sur la conductivité thermique via une analyse de sensibilité. Ensuite, à l'aide de plans d'expérience et de l'outil MEROPE, des microstructures du combustible seront générées et des calculs thermiques seront effectués pour déterminer la conductivité thermique correspondante. Ces résultats serviront de base d'apprentissage pour la construction d’un métamodèle par machine learning. Une comparaison de différents types de métamodèles pourra être réalisée afin de sélectionner le plus adapté (Réseau de neurones, forêts aléatoires …).
De formation scientifique,
Ecole d’ingénieur ou Master 2 en Mathématiques Appliquées Calcul Scientifique
Conformément aux engagements pris par le CEA en faveur de l’intégration des personnes en situation d’handicap, et si vous le souhaitez, vous pourrez nous en faire part lors de votre candidature.