Simulations massivement parallèles de piles à hydrogène PEM
L'objectif est d'améliorer le code TRUST-FC développé conjointement par le LITEN/DEHT/SAMA et DES/ISAS/DM2S/STMF/LGLS pour la simulation fine des piles à hydrogène PEM et de l'appliquer à des géométries réelles. Financé par le laboratoire virtuel commun AIDAS (CEA/FZJ), un premier travail a permis de construire le modèle électro-chimique et fluidique complet basé sur le code CEA TRUST, et de le comparer avec son homologue basé sur OpenFoam. Suite à cela, le candidat adaptera l'ensemble de la chaine de calcul à des maillages de taille croissante pour arriver à des maillages de plaques bipolaires complètes de plusieurs centaines de millions d'éléments. D'autre part, il introduira des modèles d'écoulements diphasiques afin d'adresser les enjeux technologiques actuels(problèmes d'assèchement ou de noyage local).
Cet ambitieux projet est activement soutenu par une collaboration étroite avec la DES et avec FZJ.
Modélisation des défauts sur les réseaux DC basse tension dans les bâtiments, vers des algorithmes de détection de défauts
Le développement de l'usage des énergies renouvelables et du stockage de l'énergie ainsi que les progrès faits par les composants d'électronique de puissance amènent progressivement à repenser les architectures des réseaux électriques de distribution basse tension dans les bâtiments. Ces évolutions permettront un développement des réseaux à courant continu ou mixtes alternatif-continu alimentés par des convertisseurs statiques. Sur ce type de réseau, les défauts deviennent plus difficiles à gérer du fait des sources de puissance utilisées. En effet, les signatures habituelles du court-circuit ou de la surcharge ne sont plus les mêmes et vont varier en fonction des convertisseurs utilisés et de l'architecture du réseau. Pour cela, il convient d'identifier, par la simulation, les topologies de protection les plus adaptées (par les régimes de neutre par exemple) et d'identifier les signatures types des défauts. In fine, ces signatures permettront de disposer de dispositifs de détection optimums.
Développement d'algorithmes d'intelligence artificielle pour la localisation bande étroite
Les signaux bande étroite sont largement utilisés dans le contexte des réseaux de télécommunication faible consommation, qui sont l’un des composants clé de l’internet des objets (IoT). Cependant, ces signaux ne disposant que d’une bande de fréquence limitée, ils sont peu adaptés à de la localisation de précision, en particulier dans des environnements complexes tels que centre-ville ou des canyons urbains qui perturbent fortement le trajet de l’onde. Une approche permettant de surmonter ces difficultés consiste à s’appuyer sur un modèle 3D de la ville et de ses bâtiments afin d’améliorer la modélisation de la propagation cependant les algorithmes classiques (lancés de rayons par ex.) ont montré leurs limites pour répondre à un problème aussi complexe. Afin de dépasser les limitations actuelles, le laboratoire LCOI souhaite explorer les approches à base d’intelligence artificielle (IA) qui semblent très pertinentes pour ce type de problèmes. Le laboratoire LCOI a déployé un réseau bande étroite dans la ville de Grenoble et démarré une large collecte de mesure afin de supporter ces études.
En s’appuyant sur l’analyse de la littérature existante ainsi que sur les connaissances acquises au sein du laboratoire, le candidat devra
- Superviser et contribuer à la campagne de mesures
- Exploiter les données collectées afin de mieux comprendre les caractéristiques de propagation des signaux bande étroite dans différents environnements
- Développer une chaine de simulation de la propagation des signaux
- Affiner les calculs de borne de performance d’une localisation bande étroite
- Développer des algorithmes de localisation utilisant l’intelligence artificielle ainsi que la topologie 3D, et les comparer à ceux de l’état de l’art
- Contribuer des projets au travers de son travail de recherche
- Publier son travail dans des conférences et des journaux de qualité
Irradiations de cellules silicium haut rendement pour le spatial
Historiquement, le photovoltaïque s’est développé conjointement avec l’essor de l’exploration spatiale. Au cours des années 90, les cellules solaires III-V multi-jonctions ont progressivement remplacé le silicium, bénéficiant de performances et tenue aux irradiations supérieures. Aujourd’hui, le contexte est favorable à un renouveau du Si spatial : besoins de puissance PV croissants, missions à durées & contraintes modérées (LEO), cellules Si terrestres très bas coût & performante (type-p > 26% AM1.5g). Cependant, pour les cellules Si les méthodes et séquences de vieillissement sous irradiations classiques (ECSS) sont moins appropriées. La littérature datant principalement des années 1980 – 2000, il faudra revisiter la thématique avec les cellules Si dernière génération à contacts passivés (élaborées à l’INES) et les moyens uniques d’irradiation double faisceau du CEA (plateforme JANNuS du CEA Saclay).
Ces travaux s’inscrivent dans le cadre du projet SiNRJs à l’interface entre deux directions du CEA, sur les thématiques photovoltaïques spatial & irradiations matériaux. L’approche scientifique et technologique adoptée: 1. Fabrication de cellules Si à contacts passivés (HeT et/ou Poly-Si) d’épaisseur variable 2. Caractérisations optoélectroniques des propriétés des cellules avant irradiations (IV AM1.5/AM0, EQE, etc.) 3. Irradiations protons des cellules et échantillons, caractérisations in situ (Raman et Electroluminescence) 4. Caractérisations ex situ des propriétés optoélectroniques des cellules après irradiations (IV AM1.5/AM0, EQE, etc) 5. Analyse et synthèse des résultats. Scientifiquement, les verrous à lever concernent donc la compréhension des mécanismes/dynamiques de création/guérison de défauts sous cette double excitation électronique et balistique.
Conception et réalisation du contrôle magnétique de matrices de 1 000 qubits
L’ordinateur quantique est aujourd’hui un axe fort de recherche au CEA-LETI et dans de nombreux instituts et entreprises à travers le monde. En particulier, des champs magnétiques hautes fréquences localisés permettent de contrôler l’état de spin des qubits. Le passage à grande échelle (plus de 1 000 qubits) de cette technique de manipulation représente un véritable challenge technologique.
L’analyse bibliographique et les études déjà réalisées permettront de faire ressortir les avantages et les inconvénients des différentes techniques de contrôle. En collaboration avec les équipes d’intégration technologique, de simulation et de conception, de nouveaux développements technologiques et différents designs pourront être proposés pour mettre à profit les procédés disponibles (assemblages 3D, matériaux supraconducteurs…) et aboutir à la réalisation d’une preuve de concept pour le contrôle de qubits.
Décodeur neuronal auto-adaptatif pour une interface cerveau-moelle épinière clinique
Le CEA/LETI/CLINATEC lance un appel à candidatures pour un poste postdoctoral pour travailler sur le projet HORIZON-EIC. L'objectif du projet est d'explorer de nouvelles solutions de réhabilitation et de suppléance fonctionnelle pour les personnes en situation de handicap moteurs graves en utilisant une interface cerveau-machine (ICM) auto-adaptative. Les neuroprothèses enregistrent et décodent le signal neuronal cérébral pour activer des effecteurs (exosquelette, stimulateur de moelle épinière implantable, etc.) directement sans passage de commande de contrôle physiologique interrompu par une lésion de la moelle épinière. Un ensemble d'algorithmes pour décoder l'activité neuronale enregistrée au niveau du cortex cérébral (Electrocorticogram) a été développé à CLINATEC et testé dans le cadre de 2 protocoles de recherche clinique chez des tétraplégiques à Grenoble et chez des paraplégiques à Lausanne. Le postdoctorant contribuera aux prochaines avancées scientifiques ambitieuses répondant aux besoins médicaux des patients. L'amélioration cruciale de la convivialité peut être obtenue en atténuant le besoin d'un recalibrage constant du décodeur ICM en introduisant un cadre auto-adaptatif pour l’apprentissage du décodeur de manière incrémentale pendant l'utilisation des neuroprothèses autonome. L'ICM auto-adaptative (A-ICM) ajoute une boucle supplémentaire évaluant le niveau de cohérence entre les mouvements prévus de l'utilisateur et les actions effectuées à partir des données neuronales. Cette boucle peut fournir l’information sur les tâches ICM (labels) aux données enregistrées lors de l'utilisation autonome de la neuroprothèse. Les données labélisées peuvent être utilisées ensuite pour la mise à jour du décodeur en temps réel. Le décodeur neuronal innovant sera exploré et testé hors ligne et en temps réel dans le cadre d'essais cliniques en cours.
développement d'un jumeau numérique de procédés complexes
L’émergence actuelle des nouvelles technologies du numérique fait entrevoir de nouvelles perspectives à l’industrie. L'application de ces technologies à l’exploitation des procédés de vitrification pourrait permettre d’améliorer la connaissance des procédés, optimiser leurs exploitations, de former les opérateurs, d'aider à la maintenance prédictive et d'assister à la conduite du procédé.
L'objectif du projet SOSIE est de faire une première preuve de concept de mise en œuvre de technologies numériques dans le domaine des procédés de vitrification, en intégrant réalité virtuelle, réalité augmentée, IoT (Internet des Objets) et Intelligence Artificielle.
Ce projet, mené en collaboration, entre le CEA et la PME GAMBI-M, est un projet région type READYNOV. GAMBI-M est une entreprise spécialisée dans la reconstruction d’environnements complexes et en ingénierie numérique. Le travail sera réalisé en collaboration étroite avec les équipes du CEA qui développent les procédés de vitrification des déchets nucléaires.
Le projet consiste à développer un jumeau numérique de 2 procédés de vitrification, l'un à froid, l'autre en haute activité. Il sera question de développer un jumeau numérique visuel, grâce auquel l’utilisateur pourra visiter les cellules et accéder en tout point en virtuel. A partir de ce modèle reconstruit, un jumeau « augmenté » sera développé et sera connecté à l’automate de supervision. Enfin, la dernière étape consistera à développer « le jumeau intelligent » en exploitant les bases de données existantes sur le fonctionnement du procédé. En entrainant des algorithmes d’IA sur ces données, un modèle prédictif de fonctionnement nominal sera généré.
Des publications sont attendues sur la mise en œuvre des outils de réalité virtuelle et réalité augmentée sur des opérations en chaines blindées, ainsi que sur le développement de méthodes d’apprentissage profond pour l’assistance à la conduite de procédés aussi complexes.
Système de charge solaire décentralisé pour la mobilité durable en Afrique rurale
Une nouvelle station de recharge solaire autonome (SASCS) sera déployée en Éthiopie. Étant donné que 45 % de la population de l'Afrique subsaharienne n'a pas d'accès direct aux réseaux électriques et que l'infrastructure nécessaire pour exploiter de manière fiable d'autres sources d'énergie est largement inexistante pour bon nombre de ces populations en Éthiopie, l'introduction de la SASCS dans certaines communautés rurales du pays est un effort nécessaire. Il pourrait revigorer le secteur agricole des communautés et soutenir ceux dont l'emploi est lié à l'agriculture. Un SASCS pourrait également servir à intégrer les énergies renouvelables dans le mix électrique existant du pays. Le CEA INES agira en tant que partenaire-conseil pour la conception et la mise en œuvre de la solution (les batteries de seconde vie, le solaire seront étudiés). En outre, en raison de l'expertise établie du CEA INES dans l'installation d'outils solaires au sein de diverses communautés, l'initiative fournira également un savoir-faire pour l'installation du SolChargE en Ethiopie et coopérera à l'organisation d'ateliers pour les étudiants et les techniciens employés par le projet.
Développement de substrats grande surface pour l’électronique de puissance
L’amélioration des performances des composants en électronique de puissance constitue un enjeu majeur pour la réduction de notre consommation d’énergie. Le diamant apparaît comme le candidat ultime pour l’électronique de puissance. Cependant les petites dimensions et le prix des substrats sont des freins à l’utilisation de ce matériau. L’objectif principal du travail est de dépasser ces deux difficultés en découpant les échantillons en couches minces par SmartCut™ et en réalisant un pavage de ces couches minces pour obtenir des substrats compatibles avec la microélectronique.
Pour cela, différentes expériences seront réalisées en salle blanche. Dans un premier temps, il faudra fiabiliser le procédé SmartCut™. Des caractérisations du type microscopie optique, AFM, MEB, Raman, XPS, électriques… seront réalisées afin de mieux comprendre les mécanismes qui entrent en jeu dans ce procédé.
Le candidat pourra être amené à travailler sur les autres matériaux grand gap étudiés au laboratoire comme le GaN et le SiC ce qui lui permettra d’avoir une vision élargie sur les substrats pour l’électronique de puissance.
Accélération par GPU d'un code de dynamique des gaz préexistant.
Le code Triclade, développé au CEA-DAM, est un code DNS tridimensionnel écrit en C++ MPI résolvant les équations de Navier-Stockes compressibles pour un mélange binaire de gaz parfaits sur des maillages cartésiens. Il est utilisé, en particulier, pour simuler le mélange turbulent se produisant aux interfaces entre fluides sous l'effet d'instabilités hydrodynamiques.
Le(a) candidat(e) aura pour tâche l'amélioration des performances de l'application en mettant en place un nouveau degré de parallélisme basé sur une programmation sur carte graphique (GPU). Le code ainsi produit devra réduire au mieux la divergence entre les approches CPU et GPU, en permettant notamment d'unifier les appels aux fonctions calculatoires de manière à masquer l'utilisation explicite des accélérateurs. Pour ce faire, il (elle) pourra se baser sur une API existante (telle que Kokkos), ou, suivant les besoins, des directives de précompilations (telles que OpenMP). Le(a) candidat(e) sera amené(e) à collaborer fortement avec plusieurs autres équipes travaillant autour de l'accélération GPU.
Une bonne connaissance de la programmation C/C++, des systèmes distribués (calculateurs) ainsi que de la programmation sur carte graphique seront nécessaires à la concrétisation de ces objectifs. Des connaissances en mécanique des fluides seraient appréciées.