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)
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 < email supprimé pour raison de sécurité >
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 < email supprimé pour raison de sécurité >
Ecole polytechnique
Laboratoire de Mécanique des Solides (LMS)
En savoir plus
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)
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 < email supprimé pour raison de sécurité >
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 < email supprimé pour raison de sécurité >
Ecole polytechnique
Laboratoire de Mécanique des Solides (LMS)
En savoir plus
