Design optimisation des plaques bipolaires
Postdoc Carnot DOPABLE. Le déploiement à grande échelle des piles à combustible est conditionné à l'augmentation de leurs performances et de leur durabilité. Nous adressons ici ces deux aspects via le design des plaques bipolaires dans le cœur des piles à combustible.
La conception au niveau de l’assemblage membrane-électrodes (AME) est un point clef et largement étudié pour la performance et la durabilité. Toutefois le design des plaques bipolaires joue aussi un rôle déterminant et, à AME égale, permet de faire la différence. Pour cela une optimisation de la conception de la zone active des plaques bipolaires ainsi que des zones d'homogénéité permet de tirer le maximum d'énergie pour une configuration donnée, ce qui permet de maximiser la performance, tout en assurant une homogénéité nécessaire pour ne pas créer de dégradation différentiée, c’est-à-dire de favoriser la durabilité.
Vers une computation distribuée sécurisée et de confiance
Ce postdoctorat explorera des paradigmes de calcul distribué sécurisé pour l'apprentissage décentralisé, en formalisant ses propriétés et en abordant la confidentialité, l'intégrité et la tolérance aux pannes. Il examinera des approches comme le calcul multipartite (MPC) pour la confidentialité et les types de données répliquées sans conflit (CRDTs) pour la cohérence. Les résultats incluront des mécanismes combinant systèmes distribués et cryptographie, équilibrant sécurité, performance et scalabilité.
Conception et déploiement de stratégies innovantes de pilotage pour les réseaux énergétiques intelligents
Les réseaux de chaleur (RdC) jouent un rôle crucial dans les stratégies de transition énergétique grâce à leur capacité à intégrer efficacement les énergies renouvelables et la chaleur de récupération. En France, la stratégie nationale bas-carbone met l’accent sur l’expansion et l’optimisation des RdC, y compris des réseaux de plus petite taille avec plusieurs sources de chaleur comme le solaire thermique et le stockage. Les systèmes de contrôle intelligents, tels que le contrôle prédictif basé sur des modèles (MPC), visent à remplacer les pratiques manuelles basées sur l’expertise humaine pour améliorer l’efficacité. Cependant, le déploiement de systèmes de contrôle avancés sur de petits réseaux reste difficile en raison des coûts et de la complexité liés au matériel et à la maintenance.
Les solutions industrielles actuelles pour les grands RdC utilisent la programmation linéaire en nombres entiers mixtes (MILP) pour l’optimisation en temps réel, tandis que les petits réseaux s’appuient souvent sur des systèmes à base de règles. Les travaux de recherche se concentrent sur la simplification des modèles MPC, l’utilisation de pré-calculs hors ligne ou l’intégration de l’apprentissage automatique pour réduire la complexité. Des études comparatives évaluent diverses stratégies de contrôle en termes d’adaptabilité, d’interprétabilité et de performance opérationnelle.
Ce projet postdoctoral vise à faire progresser les stratégies de contrôle des RdC en développant, testant et déployant des approches innovantes sur un site expérimental réel. Il s’agit de créer et de comparer des modèles de contrôle, de les implémenter dans un simulateur physique, et de déployer les solutions les plus prometteuses. Les objectifs incluent l’optimisation des coûts d’exploitation, l’amélioration de la robustesse des systèmes et la simplification du déploiement.
Développement de composants de puissance verticaux en GaN
Il y a un fort intérêt pour le développement de composants verticaux en GaN pour l’électronique de puissance du fait de leur empreinte physique qui est potentiellement d’un ordre de grandeur plus faible que celle des composants SiC actuels. Ceci est potentiellement très avantageux pour les applications de conversion de puissance tels que le véhicule électrique, les centrales d’énergie photovoltaïques ou les alimentations UPS.
Les composants de puissance GaN verticaux qui ont été développés sur des substrats en GaN par homo-épitaxie ont un coût élevé. Les couches de GaN peuvent aussi être obtenues par hétéro-épitaxie sur des substrats tels que du silicium ou du saphir. Dans ce cas, des structures pseudo-verticales ont été proposées afin de contacter l’électrode inférieure pour y avoir accès par le côté du fait de la présence du substrat. L’inconvénient est dans ce cas l’augmentation de la place occupée par le composant. Afin de surmonter cette limite, il est proposé ici d’utiliser les technologies de transfert de couches, basées sur le savoir-faire du LETI, afin d’accéder à l’électrode de contact inférieure.
Le travail proposé consistera dans un premier temps à définir l’ensemble des étapes technologiques nécessaires au développement de composants de puissance GaN verticaux puis d’identifier les briques technologiques à développer le cas échéant avant de mettre en place l’intégration complète. Ce travail s’appuiera sur les actions déjà réalisées sur le transfert de couches GaN.
Ce travail est financé dans le cadre du volet électronique du PEPR (Programmes et équipements prioritaires de recherche) et du Programme d’investissements d’avenir du plan France Relance. Il adresse une thématique de recherche identifiée comme étant clés pour le développement de convertisseurs de puissance pour des applications industrielles et grand public. Il sera mené au CEA-LETI sur le campus Minatec à Grenoble.
Post-doctorant Electrochimie du solide / Matériaux céramiques et métalliques / Corrosion à haute température
La technologie haute température (650-850°C) à Oxydes Solides (SOCs) est l'une des technologies de convertisseurs électrochimiques les plus prometteuses en termes d'efficacité, de coût et de caractère réversible entre les modes pile à combustible (SOFC) et électrolyse (SOEC). Mieux comprendre et limiter les phénomènes d’oxydation et d’évaporation du chrome des interconnecteurs métalliques via l’utilisation de revêtements reste un enjeu majeur pour l’optimisation de la durabilité du système en fonctionnement SOFC et SOEC (dégradation 3000h). Le travail de post-doctorat constitue l’essentiel de ce projet et est financé en intégralité par celui-ci. L’évaluation de revêtements protecteurs ainsi que d’une couche de contact se fera principalement grâce à des caractérisations électrochimiques des performances et de la durabilité de la cellule adjacente ainsi que des caractérisations microstructurales post-test, comparé à l’acier nu. Cette étude devrait donner lieu à 1 publication et 1 présentation à l’EFCF en 2026 a minima.
Application d'une méthode de filtrage pour l'estimation de paramètres de conditions de transmission effectives à partir de données ultrasonores
Dans un travail de thèse récemment abouti, une stratégie de filtrage combinant à la fois les itérations d'une méthode de descente de type Levemberg-Marquardt avec une approche par filtrage de Kalman sans gradient a été mise au point. De premières évaluations de l'algorithme ont été menées à bien afin de reconstruire la pré-déformation d'une géométrie de plaque à partir de données ultrasonores de type ondes guidées. Dans ce contexte, l'objectif principal du travail proposé est d'une part de consolider les connaissances et la mise-en-œuvre de l'approche proposée, et de confirmer son efficacité et son intérêt dans d'autres configurations de CND par ultrasons. Un cas d'application d'intérêt particulier dans le cadre de ce travail sera la reconstruction des paramètres de Conditions de Transmission Effectives (CTEs) pouvant typiquement représenter : un défaut de délaminage entre deux couches d'un matériaux composite, un collage imparfait entre un capteur ultrasonore et la pièce inspectée, ou encore une interface présentant une rugosité de dimensions caractéristiques inférieures à la longueur d'onde minimale utilisée pour le contrôle. Dans les cas pratiques industriels, les paramètres de ces CTEs sont difficiles à obtenir. Ainsi, l'intérêt de mettre en place un procédé de filtrage est d'offrir, dans les cas complexes, une calibration automatique des paramètres effectifs de ces modèles.
Développement d'électrolytes solides
Ce post-doctorat s'inscrit dans le projet Carnot ArgyL, dont le but est le développement d'électrolytes solides pour batteries Lithium, avec pour but principal d'améliorer la stabilité de l'interface entre le Li et l'électrolyte pour améliorer la durée de vie de ces systèmes qui promettent de bien meilleures densité d'énergie que les batteries actuelles.
Ce projet s'appuie sur la complémentarité entre l'approche expérimentale par la synthèse et la caractérisation avancée, et les études par modélisation.
Le post-doctorant sera basé au Laboratoire Matériaux où il sera en charge de la synthèse de nouvelles compositions d'électrolyte. Il participera également activement, au sein de la plateforme de nanocaractérisation, au développement d'une nouvelle méthode d'analyse XPS operando permettant de sonder l'interface Li/électrolyte en cours de cyclage.
Enfin il interagira avec le laboratoire LMPS qui intégrera ces données à leurs modèles ab initio
Méthodes de reconstruction avancées pour la cryo-tomographie électronique appliquée à des échantillons biologiques
La Cryo-tomographie électronique (CET) est une technique puissante pour l'analyse structurelle en 3D d'échantillons biologiques dans leur état quasi naturel. Au cours de la dernière décennie, CET a connu des avancées remarquables en matière d'instrumentation, mais la rétroprojection filtrée (FBP) reste la méthode de reconstruction standard pour CET. En raison des dommages causés par les radiations et de la plage d'inclinaison limitée du microscope, les reconstructions FBP souffrent d'un faible contraste et d'artefacts d'élongation, connus sous le nom d'artefacts de « missing wedge » (MW). Récemment, les approches itératives ont suscité un regain d'intérêt pour améliorer la qualité et donc l'interprétabilité des reconstructions CET.
Dans ce projet, nous proposons d'aller au-delà de l'état de l'art en matière de CET en (1) appliquant des algorithmes de compresse sensing (CS) basés sur les curvelets et les shearlets, et (2) en explorant des approches d'apprentissage profond (DL) dans le but de débruiter et corriger les artefacts liés au MW. Ces approches ont le potentiel d'améliorer la résolution des reconstructions TEC et donc de faciliter les tâches de segmentation.
Le candidat réalisera une étude comparative des algorithmes itératifs utilisés dans les sciences de la vie et des approches CS et DL optimisées dans ce projet pour les structures curvilignes et les contours.
Calibration automatique de boites quantiques assistée par réseaux de neurones et modèle physique
Les ordinateurs quantiques offrent de grandes promesses pour faire progresser la science, la technologie et la société en résolvant des problèmes au-delà des capacités des ordinateurs classiques. L'une des technologies de bits quantiques (qubits) les plus prometteuses est celle des qubits de spin, basés sur des boîtes quantiques (BQ) tirant parti de la grande maturité et de l'évolutivité des technologies des semi-conducteurs. Cependant, l'augmentation du nombre de qubits de spin nécessite de surmonter d'importants défis d'ingénierie, tels que la calibration de charge d'un très grand nombre de BQ. Le processus de calibration des BQ implique de multiples étapes complexes qui sont actuellement effectuées manuellement par les expérimentateurs, ce qui est long et fastidieux. Il est maintenant crucial de résoudre ce problème afin d'accélérer la R&D et de permettre la réalisation d’ordinateurs quantiques à grande échelle.
L'objectif de ce projet de post-doctorat est de développer un logiciel de calibration automatique de BQ combinant un réseau de neurones bayésien (BayNN) et un modèle physique reproduisant le comportement des dispositifs du CEA-Leti. Cette approche innovante tirant parti des estimations d'incertitude des BayNN et l’aspect prédictif du modèle permettra d’obtenir une solution de calibration automatique rapide et robuste aux non-idéalités des BQ.
Correction numérique de l’état de santé d’un réseau électrique
Les défauts de câbles sont généralement détectés lorsque la communication est interrompue, ce qui entraîne des coûts et des temps de réparation non négligeables. De plus, l’intégrité des données devient un enjeu majeur en raison des menaces d’attaques et d’intrusions accrues sur les réseaux électriques, qui peuvent perturber la communication. Pouvoir distinguer une perturbation due à la dégradation de la couche physique d’un réseau électrique ou à une attaque en cours sur le réseau énergétique, permettra de guider la prise de décision concernant les opérations de correction, notamment la reconfiguration du réseau et la maintenance prédictive, afin de garantir la résilience du réseau. Le sujet propose d’étudier la relation entre les défauts naissants sur les câbles et leur impact sur l’intégrité des données dans le cadre d’une communication par lignes électriques ou PLC (Power Line Communication). Les travaux se baseront sur le déploiement d’une instrumentation utilisant la réflectométrie électrique, combinant des capteurs distribués et des algorithmes d’IA pour le diagnostic en ligne des défauts naissants sur les réseaux électriques. En présence de certains défauts, des méthodes avancées d’IA seront appliquées afin de corriger numériquement l’état de santé de la couche physique du réseau électrique et garantir ainsi sa fiabilité.